# 令牌作为人工智能货币：NVIDIA 如何重塑软件开发经济学
NVIDIA 首席执行官黄仁勋阐述了信息技术行业的根本转变：软件正变得以令牌驱动。计算能力不再是辅助资源——它直接塑造着企业和国家的经济表现。关键效率指标是每瓦令牌数，数据中心正转变为生产未来数字货币的人工智能工厂。
NVIDIA 如何为人工智能革命奠定基础
NVIDIA 的成功并非基于单个芯片，而是完整的技术栈。自 1999 年 IPO 以来，公司始终将算法、架构和生态系统深度整合。在计算机图形时代，这种方法实现了与游戏引擎的深度融合，后来成为人工智能超级计算机的基础。掌控所有栈层——从低级组件到系统架构——至关重要。这种控制允许每年进行技术更新，而无需供应商协调的延误。
完全整合赋予 NVIDIA 在创新速度上的优势。与依赖外部组件的公司不同，NVIDIA 可以同时升级整个供应链——从处理器到互连。这创造了一个封闭系统，提升一个元素会自动提升整个平台的效率。在人工智能计算需求指数级增长的当下，这种方法尤为关键。
人工智能演进的三个拐点
黄仁勋强调了三个关键拐点，这些拐点彻底改变了人工智能的发展轨迹：
- 生成式人工智能：能够在不同格式间转换信息并生成令牌的能力。突破来自于用户友好的 ChatGPT 接口，用于 GPT-3。然而，系统由于缺乏最新上下文而存在幻觉问题。
- 推理人工智能：像 O1 这样的模型，使用 RAG 和事实核查。人工智能获得了基于真实依据的条件生成、自我分析和实时修正。这将实用性提升数百倍，同时计算消耗增加了千倍。
- 代理式人工智能：能够处理文件、工具并执行复杂任务的系统。提示从问题转向命令（“创建”、“执行”）。单个代理消耗的令牌是聊天机器人的百万倍，并且持续运行。OpenClaw 成为下载量最高的开源项目，三周内超越 Linux。
每个拐点都成倍增加了生成的令牌量和计算成本。代理式人工智能尤其具有革命性：它将人工智能从问答工具转变为自主任务执行者。这需要持续的后台计算资源，并从根本上改变人工智能的使用模式。
令牌经济学：数据中心作为制造工厂
黄仁勋提出重新思考数据中心——它们不再是数据存储，而是输出令牌的人工智能工厂。计算能力直接与公司收入和国家国内生产总值相关联。这里的关键指标是每瓦令牌数。在功率上限为 1–2 吉瓦的工厂中，架构效率决定了年度收入。
这种转变改变了决策方式：计算机架构选择如今已成为首席执行官级别的讨论，而非仅限于技术专家。信息技术行业正从工具租赁转向创建“数字工作者”。软件公司将结合开源和闭源模型，雇佣代理，并通过专业化令牌变现。之前几乎不使用令牌的万亿美元市场将成为其最大消费者。
对于开发者而言，这意味着优化令牌效率。算法必须最小化冗余计算，架构必须最大化单位能量的输出。传统指标如 FLOPS 正让位于直接与经济成果挂钩的指标。
物理人工智能：下一个技术前沿
代理式人工智能只是中间阶段。下一个重大挑战是物理人工智能，它需要理解物理定律、因果关系和物体持久性。NVIDIA 正在积极推进从物理过程模拟到机器人和数字生物学的领域。
物理人工智能的关键组件：
- 建模重力和惯性
- 理解物体持久性（视场外存在）
- 整合实时传感器数据
- 预测物理交互
这些技术将人工智能带出数据中心。2–3 年内，物理人工智能将占据主导地位，推动自动驾驶、交通、制造机器人和生物医学系统等应用。开发者将需要物理建模和多模态数据处理的新技能。
令牌驱动行业的未来
黄仁勋预测计算需求将不可逆转地增长。每家公司都将使用人工智能生成收入，国家则用以维持经济竞争力。互联网行业已将所有资本支出转向人工智能系统，软件开发将完全以令牌驱动。
这为工程师带来了新挑战：
- 在微码级别优化能效
- 为 SaaS 产品开发令牌经济学
- 将代理式系统整合到现有工作流中
- 将每瓦令牌数作为项目关键绩效指标进行监控
关键启示：计算不再是成本中心。它已成为收入驱动因素，每一瓦都直接影响财务成果。对于信息技术专业人士而言，这意味着深入理解架构、功耗与经济价值之间的联系。
关键要点
- 令牌正成为人工智能经济的主要货币，每瓦效率是关键成功指标
- 代理式人工智能消耗的资源是传统聊天机器人百万倍，需要全新系统架构
- 物理人工智能将人工智能带入现实世界，创造对物理建模的需求
- 信息技术基础设施决策如今由首席执行官层面做出，因为其直接影响收入
- 开发者必须重新思考优化：焦点已从性能转向令牌效率
— Editorial Team
暂无评论。