GTC 2026 主题演讲现场 | 图源：NVIDIA
"This is how intelligence is made. A new kind of factory, generator of tokens, the building blocks of AI."
Token，AI的砖块。工厂，Token的生产者。老黄，真正的庄家。
三个小时的GTC 2026主题演讲结束后，所有人都在讨论同一个话题：黄仁勋用一张PPT，重新定义了AI时代的商业逻辑。
而这张PPT的核心，不是任何一颗芯片的名字，而是一个概念——Token Factory。
📈 百万倍：推理拐点为什么是一切的起点
在亮出任何一颗芯片之前，老黄先亮出了一个数字：
"Computing demand has increased by 1 million times in the last two years."
过去两年，AI算力需求涨了100万倍。
这不是PPT上的目标数字，这是老黄站在台上感受到的实实在在的需求压力。OpenAI想要更多算力，Anthropic想要更多算力，每个AI公司都在喊算力不够。
飞轮已经转起来了。
为什么是"推理拐点"？
因为之前所有的算力暴涨，都来自训练——造模型。你只需要训练一次，但要用一万次。
而现在，拐点出现了：推理正在成为主战场。每个用户、每次对话、每个Agent任务，都在消耗Token。
老黄给出了推导过程：
- 每个推理任务所需的算力：增长 10,000倍（模型越来越大，思考越来越深）
- 推理请求的数量：增长 100倍（从简单问答到复杂任务）
两者相乘 = 100万倍
这就是推理拐点的本质：不是AI变强了一点，是"用AI"这件事本身变成了主战场。
而推理消耗的是Token。所以Token需求的天花板，根本不是"有多少公司用AI"，而是"有多少任务值得交给AI"。这个天花板，还在持续往上抬。
🎰 那张"所有CEO都会研究"的PPT
Token工厂定价坐标图 | 图源：NVIDIA
老黄展示了一张坐标图。纵轴是Token吞吐量（每瓦产出多少Token），横轴是Token生成速度（每个用户每秒拿到多少Token）。
然后他说了一句把在场所有CEO都钉在椅子上的话：
"Every CEO in the world will study their business in the way I'm about to describe. Because this is your token factory. This your revenues."
（全世界的CEO都会用我接下来讲的方式来研究自己的业务。因为这就是你的Token工厂，这就是你的营收。）
吞吐量和速度，两个不能同时满足的目标
这是理解这张PPT最关键的一句话——也是最容易被忽略的一句话。
老黄画了两个方向：横轴越靠右，速度越快，AI越"聪明"；纵轴越高，吞吐量越大，单位电力的Token产出越高。
但聪明和高效，是一对天敌。
模型越大，处理越复杂，Token生成的速度就越慢——就像一个人越深度思考，回答得就越慢。你要它快，就不能让它想太多。
"The smarter the AI, the lower your throughput. Makes sense? You're thinking longer."
（AI越聪明，吞吐量越低。理解吗？因为你想得更久。）
这就是推理系统的核心矛盾：吞吐量和延迟，是一对冤家。 优化了速度，就牺牲了效率；优化了效率，就牺牲了响应体验。
而老黄的解法是——分层。让不同芯片专门负责不同象限。 Vera Rubin负责高吞吐高智能，Groq LPU负责低延迟极速推理。物理上分开，但用户体验上无缝。
Token的五层定价：commodity的新分法
在这张图上，老黄画出了五层定价：
老黄算了一笔账：假设一个研究团队每天消耗5000万Token，用旗舰层$150算——
"As it turns out, as a research team, that's not even a thing."
（对一个研究团队来说，这根本不算什么事。）
这句话的言外之意：Token的天花板还远远没到。
更重要的是，老黄给了一个框架级的定义：
Token是新的商品。 就像电力、钢铁、石油——商品成熟之后，就会分层。有人买工业电，有人买居民电；有人买原油，有人买航空燃油。Token也是一样。
而老黄的野心是：让每一家企业，从今天开始，用Token Factory的逻辑来规划自己的AI战略。
你的营收 = 你的功率 × Token产出效率。你能优化的，是乘号后面的数字。英伟达帮你优化的，是整个算式的上限。
Token是大宗商品吗？这个问题比看起来更复杂
"Token是大宗商品"——这话听起来很顺，但稍微想深一点，就会发现一个有意思的矛盾。
大宗商品的核心特征是什么？ 可标准化、可替代、在多个供应商之间自由流通，买家只关心价格和纯度，不关心是谁生产的。
但Token不是。GPT-5的Token和Llama的Token，能一样吗？Claude Code帮你写代码的Token，和Perplexity给你搜答案的Token，是同一个东西吗？
Token本质上是"智慧密度"不同的产物。 越聪明的模型，用越贵的芯片，消耗越多电力——它的Token定价自然越高。
那老黄为什么还要说"Token是大宗商品"？
因为他在卖的是定义大宗商品的工具。
商品经济的前提是：有市场、有定价、有交易。而建立这一切的前提是：有标准、有测量、有基准。英伟达正在做的是——成为Token的OPEC+标准制定者。
你的Token工厂产出的Token，英伟达帮你测量（tokens per watt）、帮你定价（分层定价模型）、帮你优化（TensorRT、Dynamo、极致代码设计）。
这不是在卖商品，这是在卖商品的标准。
⚡ 为什么"免费也不便宜"
图源：NVIDIA
老黄说了一句比任何芯片参数都狠的话：
"If you have the wrong architecture, even if it's free, it's not cheap enough."
（如果架构选错了，即使芯片免费送你，你也用不起。）
这不是在说英伟达的芯片贵。这是在说：架构选择才是真正的成本中心。
他的推导：一座1GW的数据中心，15年摊销下来——地皮+电力+冷却+建筑+维护——至少400亿美元。这笔钱，不管你往里面塞什么芯片，都要花。
真正的成本，不在芯片上，在那座工厂里。
而你的Token产出效率，决定了你能不能覆盖那400亿。芯片选对了，每天都在帮你省钱；芯片选错了，每天都在烧钱。
所以Semi Analysis的独立评测一出，老黄就笑了。
Dylan Patel测出来的结论是：Grace Blackwell的推理效率比老黄自己说的35倍还高，实测是50倍。
"He accused me of sandbagging. And he's not wrong."
（他指责我故意压低数字。他没错。）
50倍，不是35倍。这个误差本身就是一个信息：英伟达不只在卖芯片，他们在卖算法。
分析师Dylan Patel干脆给他起了个封号——Semi Analysis将黄仁勋封为"Token King"（Token之王）。
同一个工厂，7倍收入
老黄还请上了一家叫Fireworks的推理服务商。用他们的案例做了一道数学题：
一年内增长100倍。 他们是Token工厂的典型客户。
用的是同一套硬件，同一座数据中心，同等的电力预算。
区别是：英伟达更新了算法和软件栈。不需要客户买新机器，收入能力直接涨7倍。
这就是"Token King"真正可怕的地方：他不只卖芯片，他卖的是让芯片产出更多Token的方法。芯片免费，方法不免费。
🧬 七芯合体的真正逻辑：不是炫技，是算账
Vera Rubin | 图源：NVIDIA
理解了Token经济学，Vera Rubin那张七颗芯片的表就不再是一堆参数了——每一颗芯片都在回答同一个问题：怎么在固定功率下多产Token？
- Rubin GPU——主力生产线。台积电3nm，288GB HBM4。负责理解你的问题（预填充）和高吞吐批量推理。
- Groq 3 LPU——加速车间。500MB片上SRAM，确定性数据流架构，只干一件事：以最快速度吐出Token。
两颗处理器通过以太网紧密耦合，延迟砍半。老黄说：在最有价值的推理层级，吞吐量提升35倍。
这就是Vera Rubin的"分离式推理"架构——预填充交给GPU，解码交给LPU，各干各的，最高效。
为什么是25%？
大多数场景下，预填充（理解问题）比解码（吐答案）要吃更多算力。解码只是"最后一公里"，但这一公里直接决定用户体验。
其余五颗芯片——Vera CPU、NVLink 6交换机、ConnectX-9超级网卡、BlueField-4 DPU、Spectrum-X CPO光交换机——全部自研。
从芯片到网卡到交换机到存储到散热。英伟达已经不是在卖芯片了，它在卖整座工厂的设备。
最终的数字：同一座1GW数据中心，从Grace Blackwell升级到Vera Rubin + Groq，Token生成速率从每秒200万到每秒7亿。两年。350倍。
🦞 OpenClaw：一只龙虾引发的操作系统革命
OpenClaw - Agent操作系统 | 图源：NVIDIA
GTC 2026最被低估的不是任何硬件，是一只龙虾。
老黄在台上讲到OpenClaw的时候，语气跟讲芯片完全不一样——少了工程师的精确，多了一种近乎敬畏的兴奋：
"Peter Steinberger is here. He wrote a piece of software called OpenClaw. And I don't know if he realized how successful it was going to be."
有多成功？24.8万GitHub Stars，超越Linux登顶GitHub历史第一。 Linux花了30年，OpenClaw用了几周。
但重点不是数字。重点是老黄接下来做的那件事——他用描述操作系统的语法来描述OpenClaw：
- 它能调度任务（cron jobs、分步执行、子Agent派发）
- 它有多模态IO（你可以对它说话、发文字、甚至挥手）
- 它能产生子进程（spawn off sub-agents）
"I've just used the same syntax that I would describe an operating system. OpenClaw has open-sourced essentially the operating system of agent computers."
他紧接着画了一条线：
- Windows
- Linux
- Kubernetes
- OpenClaw → 让每个人拥有个人AI Agent（Agent时代）
老黄在给OpenClaw加冕：这是AI时代的Windows。
60岁老爸和龙虾的故事
演讲中最打动人的不是技术参数，是老黄播放的那段社区视频。
一个60岁的父亲——不是程序员——安装了OpenClaw。他和儿子一起做精酿啤酒，把酿酒机通过蓝牙连上了OpenClaw。然后OpenClaw自动搭建了一个网站，让人们可以在线订购他们的啤酒。
这恰好证明了OpenClaw的核心设计哲学——"The AI that actually does things"（真正会做事的AI）。
它不是聊天机器人，它是执行者。你给它一个目标，它自己规划步骤、调用工具、写代码、跑脚本、读错误日志、自我修正，直到把事情办成。
NemoClaw：英伟达给龙虾穿上防弹衣
企业网络里的Agent系统，能访问敏感信息、执行代码、对外通信——任何一个CTO听到这儿都会冒冷汗。
这就是英伟达切入的时机。他们和Peter合作，把OpenClaw包了一层企业级安全壳，叫 NemoClaw。
- OpenShell运行时
- 策略引擎
- 隐私路由器
- 网络护栏
部署方式：一条命令
nvidia-nemoclaw
老黄用了一个词来形容OpenClaw的意义：
"The OpenClaw event cannot be understated. This is as big of a deal as HTML. This is as big of a deal as Linux."
OpenClaw事件的意义怎么强调都不过分。它和HTML一样重大。和Linux一样重大。
HTML催生了互联网。Linux催生了云计算。OpenClaw正在催生Agent经济。
而英伟达通过NemoClaw，悄悄卡住了这个经济体的安全入口。上游印钞机，下游收费站——这才是万亿美元叙事真正的闭环。
🤖 物理AI：Olaf上台那一刻
迪士尼Olaf雪人机器人 | 图源：NVIDIA
整场演讲最出乎意料的时刻，是一个迪士尼的Olaf雪人机器人走上了舞台。
它不是被遥控的。它用NVIDIA Isaac Lab训练了全身运动控制策略，用Newton物理模拟器学会了在真实世界中保持平衡和行走。
老黄跟它聊天：
Olaf回了一句："I'm a snowman, not a snowed."（我是雪人，不是被忽悠的。）
台下笑疯了。但这个瞬间的意义远超娱乐——这是物理AI从实验室走向消费场景的标志。
老黄还宣布了与比亚迪、现代、日产、吉利的Robotaxi合作——每年1800万辆车的产能。
他说"the ChatGPT moment of self-driving cars has arrived（自动驾驶的ChatGPT时刻到了）"。
这才是"物理AI"的真正含义——不是机器人耍帅，是AI走出屏幕，进入三维世界。
💀 "SaaS已死"背后的完整逻辑
这句话在演讲后刷屏了。但大部分人只看到了结论，没看到推导过程。
第一步——计算范式变了：
"Computing used to be retrieval based, now it's generative."
（计算从检索式变成了生成式。）
第二步——AI的进化路径：
- Claude Code/Cursor（2025-2026）→ 使用工具、执行任务
"You don't ask AI what, where, when, how. You ask it: create, do, build."
（你不再问AI"什么、哪里、何时、怎么"。你让它"创造、执行、建造"。）
第三步——企业IT的重构：
以前：数据中心存文件 → 软件提供工具 → 人类操作工具
以后：Token工厂产Token → Agent消费Token → Agent执行任务
每一家SaaS公司，都将变成AaaS——Agent as a Service。
老黄甚至预测了一种全新的薪酬结构：未来每个工程师的offer里，除了基础年薪，还会有年度Token预算。
我的判断："SaaS全部消亡"这个判断我只同意一半。SaaS的治理能力、数据安全能力、行业Know-how不会消失。但交互层一定会被Agent接管——没有人想学100个SaaS工具的操作界面，人们只想说一句话就把事办了。
不会Agent化的SaaS，确实会死。
💡 结论
看完三个小时的演讲原文字幕，我反复琢磨的不是350倍的数字，而是这整场演讲的叙事结构——
老黄在做一件事：把"卖芯片"这个故事，讲成了"卖Token"的故事。
芯片有代际更替，有竞争对手，有砍单风险。但"Token"——这个概念一旦建立，就变成了持续消费品。你不会说"我买了一颗芯片就够了"，但你会说"我每天要用5000万Token"。
英伟达垂直整合了Token生产的全栈（芯片→系统→网络→散热→数字孪生），又通过NemoClaw卡住了Token消费的入口。上游印钞机，下游收费站。 这才是"万亿美元"的底层逻辑。
CUDA 20年的飞轮效应是护城河。 老黄自己说得最清楚：
"The single hardest thing to achieve is installed base. It has taken us 20 years."
（最难做到的就是装机量。我们花了20年。）
不过也要泼一盆冷水：老黄的每一个判断都在为"英伟达卖更多芯片"服务。 1万亿美元的需求、SaaS全面消亡、Token是新货币——这些叙事的终点都是同一个：你需要买更多英伟达的设备。
保持清醒。看方向，也看立场。
Token的时代确实在来。但Token的价格会不会像老黄说的那样持续高位？当竞争者出现（AMD、Intel、各种ASIC创业公司）、当开源模型效率持续提升——卖Token这门生意的利润率，不会永远这么高。
不过至少在2026年的此刻，看完那张Token定价PPT，你不得不承认——
老黄确实配得上"Token King"这个称号。
下个月去面试，记得问一句："我的Token预算是多少？"
如果觉得有用，点个在看，让更多人看到 👇
