在英伟达GTC大会的主题演讲中，CEO黄仁勋表示，AI Token正在成为一种新的货币形式，将在人才招聘、预算制定和生产力提升方面发挥重要作用。大会于周四在加利福尼亚州圣何塞举行。

黄仁勋指出，AI Token也将越来越多地影响公司的发展进程和盈利能力。"Token是新的商品"，他说道，随后补充："计算过去是基于检索的，现在是生成式的。"

Token是现代AI计算的核心，就像比特曾经是基于CPU的传统计算的单位一样。AI正被集成到大多数新的软件产品中。

"这个概念......将结构化数据与生成式AI融合，将在一个又一个行业中重复出现"，黄仁勋说道。

Token也正在成为AI实施推动公司收入增长的基本组成部分。"如果他们能获得更多容量，就能生成更多Token，收入就会增加"，黄仁勋表示。

云服务提供商提供基于AI Token收费的定价方案，特别是对于基于文本的模型。基于视频的模型通常不是基于Token定价，而是按任务或基于GPU使用时间定价。

黄仁勋表示，他可以设想Token将作为开发人员的福利提供，开发人员需要这些单位来提高生产力。"我完全可以想象，在未来，我们公司的每一位工程师都需要年度Token预算"，黄仁勋说道。

工程师的基础工资将是每年几十万美元，"我将在此基础上再给他们大约一半的Token，这样他们的生产力可以提升10倍"，黄仁勋表示。

工作中包含多少Token已经成为硅谷的招聘工具。"原因很明确——因为每个有Token访问权限的工程师都会更有生产力"，黄仁勋说道。

对Token的需求前所未有，这使价格保持在高位。但随着新技术的推广，成本应该开始趋于稳定或下降。

在GTC大会上，黄仁勋推出了一系列新技术，包括名为Rubin的新GPU和名为Vera的CPU。英伟达将它们与Groq的新推理芯片融合在一起。

"我们将把Token生成率从2200万提高到7亿——增长350倍"，黄仁勋说道。

这些芯片适用于英伟达所称的AI工厂，生成Token来帮助公司实施AI计划。"AI工厂的收入等于每瓦Token数。在功耗限制下，每个未使用的瓦特都是收入损失"，黄仁勋表示。

到目前为止，在GTC大会上，英伟达的大部分Token信息都围绕推理而非训练展开，但推理不会涉及"巨额"的Token成本，J. Gold Associates首席分析师Jack Gold表示。

英伟达声称Vera Rubin将在系统价格上升的同时降低计算成本，但这一说法并不像表面上看起来那么简单，Gold说道。

英伟达在训练方面已经确立了地位，这为推理作为芯片制造商的关键增长领域留下了空间。在推理中生成Token的成本预计会更低。

"推理对成本敏感，就像云托管一样"，Gold说道。"即使系统昂贵，我们可以让你生成更多Token——从而获得更多收入......这对他们未来发展来说是一个关键信息。"

除了数据中心，英伟达也在将Token生成带到本地部署。这一举措与AI PC的发布相吻合，比如戴尔的Pro Max GB300，它使用英伟达的数据中心GPU，使其成为迄今为止最强大的AI PC。

"客户现在真正意识到了云中Token的成本。他们现在正在寻找更具成本效益的选择来投资基础设施，包括本地部署"，戴尔产品负责人Charlie Walker在简报中说道。

黄仁勋在演讲中还重点介绍了OpenClaw——构建AI智能体的开放框架，并推出了基于该技术的英伟达企业级平台NemoClaw。

OpenClaw帮助AI智能体交互和协调任务，这可以实现长期运行的工作流程。这可以生成大量Token。

"OpenClaw事件的重要性不容低估。这与HTML一样重要。这与Linux一样重要。我们现在有了一个世界级的开放智能体框架，我们所有人都可以用它来构建我们的OpenClaw策略"，黄仁勋说道。

Q&A

Q1：什么是AI Token经济学？它如何影响企业发展？

A：AI Token经济学是指将Token作为一种新的货币形式，在人才招聘、预算制定和生产力提升方面发挥作用。Token正在成为推动公司收入增长的基本组成部分，拥有更多Token容量的企业能够生成更多收入。

Q2：为什么Token会成为招聘工具？

A：在硅谷，工作中包含的Token数量已经成为招聘工具，因为每个有Token访问权限的工程师都会更有生产力。黄仁勋预测未来每位工程师都需要年度Token预算，Token可以让他们的生产力提升10倍。

Q3：英伟达如何降低Token生成成本？

A：英伟达推出了名为Rubin的新GPU和名为Vera的CPU，并与Groq的推理芯片融合，将Token生成率从2200万提高到7亿，增长350倍。同时推出AI工厂概念，通过提高每瓦Token数来优化收入效率。