輝達GTC系列2一新AI經濟學誕生！黃仁勳提出「Token即金錢」，AI發展迎來推論拐點…算力成關鍵

這樣的前提下，在英文中也可被譯為「代幣」的電腦科學專有名詞Token，成為黃仁勳與各行各業決策者溝通的全新貨幣單位，「從今以後，世界上的每一位CEO，都會用我即將說明的方式，來研究自家業務……，因為你的Token與AI工廠，就是你的營收。」他說。

權威電子技術媒體《EE Times》，因此也將「Token經濟學（Tokenomics）」，視為黃仁勳演講的重中之重。

Token即營收的「理論基礎」，建立在黃仁勳GTC演講中所說的，AI發展正迎來「推論拐點」。

簡單來說，你我常用的ChatGPT、Google Gemini這類AI工具，接受了海量文本資料「訓練」，已經能進行基礎推論，進而與使用者對話、或依指令生成文字與圖像。這類以大語言模型為基礎的產品，在一般性任務如彙整資料、翻譯外文能展現不遜於「素人」的能耐，但無法執行如代替律師撰寫訴狀、科學家做實驗等需要反覆驗證的專業工作。

而「推論」階段的AI發展趨勢，將是讓AI從被動問答，轉為真正具有深度邏輯思考，能替專業人士執行任務、為企業節省時間與人力成本的進階模型，例如能讓AI自行搜集分析財報資訊作出投資決策，或是代替實驗者預先排除化學分子不可能結合的無效藥物。

根據黃仁勳的說法，這些極具價值的AI應用，因為任務難度提高，行動之前必須經過許多思考與辯證的過程，算力需求甚至比訓練時代更驚人。Token，就是經過算力生產的數位商品，能生產或擁有愈多Token的企業，就能創造出更有價值的模型，無論是為自身業務服務，或對外販售收費，都等於實質產出營收。

黃仁勳更預期，一位工程師擁有愈多Token，就能驅動愈多AI 代理人（AI Agent）、創造更高生產力，他因此笑稱，未來矽谷企業面試時，求職者甚至會問：「這份工作除了薪水，會分配多少Token給我？」

既然Token等於金錢，那麼生產Token的成本與效率，就成為企業競爭的決勝關鍵。這，正是黃仁勳所鋪陳的結論，輝達架構產出Token的效率與成本，當下無人能及（untouchable），無論任何企業，都能夠充滿信心地藉由投資輝達設備，打造專門生產Token的AI工廠，也就是資料中心。

黃仁勳在GTC分析師會議上指出，過去評估晶片好壞，業界習慣比較價格，認為愈便宜愈好，但他將輝達產品比喻為台積電的晶圓廠或艾司摩爾（ASML）的曝光機，他強調：「它們雖然是世界上最昂貴的設備，提供的價值卻是最好的。」

他直言，如果有人只在乎競爭對手晶片便宜了三到五成，反而忽略輝達的產品才能提供最好的產出效率與每秒Token生成量，代表這些人「根本不了解AI經濟學。」

「輝達是一家垂直整合、水平開放的公司，我們沒有其他路可走，只能全力理解AI在所有產業的應用。」黃仁勳這段話，揭露了輝達將全世界所有行業都視為客戶的雄心。

龐大的潛在Token需求，催生了展場中最具話題性的新型態公司。

伺服器大廠技嘉總經理李宜泰觀察，今年市場上湧現了許多「Token Factory」或「AI Factory」類型的新型算力業者，與雲端新秀（ Neo Cloud） 類型公司相互輝映。

業者分析，因為不是所有企業或開發者，都有能力打造一台動輒上億台幣起跳伺服器的「AI工廠」，專門提供短期算力租賃、或是直接替客戶生產Token的新興業者如雨後春筍般應運而生，搶接大廠沒興趣的短期租賃散單。記者實地觀察，包含CoreWeave、Crusoe、Nscale、Nebius等業者，不僅在GTC擁有不小攤位，甚至直接包下周邊飯店舉辦活動。

相較於過去輝達的晶片與機櫃架構年年迭代，卻屢遭外界質疑「世界真的需要這麼多算力嗎？」黃仁勳提出「Token即金錢」的全新AI經濟學概念，顯然給了輝達產品追求極致性能的最佳理由。

在GTC演講上，黃仁勳回顧，輝達在二五年就預料到AI進入推論階段後，算力需求將再度爆發，因此決定在連結八顆GPU（圖形處理器）晶片的Hopper架構銷售氣勢正旺時豪賭一把，「砍掉重練」，投入大把資金研發出連結七十二顆晶片的Blackwell架構，才能持續在產出Token的效率上維持大幅領先。

賭對了的他，因此意氣風發地預測，二五年至二七年底，輝達Blackwell架構與最新的Rubin世代，將至少驅動一兆美元的AI基礎設施需求。

外資廣發證券分析，一兆美元的能見度，隱含了輝達二七年資料中心收入將達約五千億美元，高於市場預期。這些預估只涵蓋GPU晶片，甚至還沒算進獨立CPU（中央處理器）、LPU（語言處理器）、儲存及交換器產品。

黃仁勳能在GTC上一再重申輝達是不折不扣的「推論之王」，還有一項祕密武器，那就是能夠快速輸出Token的Groq LPU晶片。