黄仁勋在GTC 2026主题演讲中，用一整场演讲回答了一个核心命题：AI工厂如何把电力变成钱。

他的答案始于一个根本性的转变——数据中心不再是存放文件的仓库，而是生产token的工厂。这些工厂天生受困于电力，一旦建成，你的产能上限就被瓦数锁死。所以在电力围墙之内，唯一值得优化的事就是让每度电吐出更多token，因为token就是商品，算力就是营收，推理速度就是AI的智商标价。

他把这套逻辑画成一张坐标图：纵轴是每瓦产出多少token，横轴是推理速度。两者此消彼长——AI越聪明，思考越久，吞吐量就越低，但能卖的价钱越高。基于这个权衡，他勾勒出四层定价：免费层用高吞吐量换用户，中间层卖3到6美元每百万token，高阶层跳到45美元，顶级研究服务可达150美元。一个研究团队每天烧掉5000万token，按顶级价算也不过7500美元，"根本不算什么"。

这套分层定价直接决定了数据中心的营收公式。假设你手握1 GW电力，按25%配比切给四个层级，今年的配置明年就会精确兑现到账面上。这也是为什么架构升级如此值钱——Grace Blackwell让同一座工厂营收翻5倍，Vera Rubin再翻5倍，两年内token生成速率能从200万飙到7亿，膨胀350倍。黄仁勋算了一笔硬账：1GW工厂光建筑就摊掉400亿美元，"即使上面什么都不放，钱也已经花了"，所以必须用最好的系统把token成本压到最低。

支撑这一切的是推理需求的百万倍爆发。生成式AI改写了计算范式，推理AI让token用量激增，Agent革命则让AI从回答问题变成执行任务——"100%的NVIDIA员工都在用Claude Code、Codex和Cursor的组合"。黄仁勋的结论是：AI每一次思考、阅读、做事、生成，都必须推理，需求早已碾压训练，"推理的拐点已经到来"。

整场演讲的潜台词很清楚：在电力受限的世界里，token经济学就是新的摩尔定律，而NVIDIA要做的就是让每一瓦电都变成可定价的智能。#微博新知#