在2026年3月举行的英伟达GTC大会上，黄仁勋的长篇发言里出现频次最高的词是“Token”，这个词出现了超过70次。

Token到底是什么

　　 黄仁勋甚至还提出了一个概念，叫Token工厂经济学，可以简称为“Token经济学”。

　　 首先，什么是Token？它是一个语言的计量单位，中文翻译成“词元”，意思就是AI能理解、处理、输出的最小信息单元。

　　 比如，你问ChatGPT：“今天天气怎么样？”这句话会被切成几个Token。“今天”是一个Token，“天气”是一个Token，“怎么样”可能被切成两个Token，问号是一个Token。

　　 但是注意，Token跟“字符”最主要的区别之一，在于字符的大小是统一且确定的，一个汉字就是一个字符。但Token不一样，有的模型可能把“今天”当成一个Token，而有的模型会把它拆成“今”和“天”两个Token。所以，同样一句话，在不同的AI系统里，对应的Token数量可能不一样。

Token为什么重要

　　 第一，Token是AI的成本单位。

　　 黄仁勋在这次演讲中，专门讲了Token的分层定价。最便宜的是免费层，高吞吐但响应慢，主要靠广告变现；往上是中级层，大约每百万Token收三美元；再往上是高级层，每百万Token收六美元；再往上是高速层，每百万Token收45美元；最贵的是超高速层，每百万Token收150美元。

　　 从三美元到150美元，相差50倍。差别在哪儿？在响应速度、回答质量，还有处理的上下文长度。

　　 比如，同样是让AI帮你写一段代码，消耗同样多的Token，但你可以选择不同档次的处理服务。便宜的服务，每百万Token收三美元，可能要等几秒钟，而且回答质量一般；贵的服务，每百万Token收150美元，几乎实时响应，输出质量也更高。

　　 第二，Token是AI的效率单位。

　　 黄仁勋提到一组数据：过去两年，AI推理计算量增长了大约一万倍。一万倍是什么概念？相当于每年增长100倍。这种增速，在人类历史的任何生产资料上，几乎没有先例。

　　 在这个背景下，黄仁勋说：数据中心正在变成“Token工厂”。意思是，以前衡量一个数据中心是看它的存储容量多大、算力多少。以后衡量一个AI数据中心，核心指标是每秒能生产多少Token。

　　 就像衡量一个钢铁厂，你不问它厂房多大，你问它年产多少吨钢。数据中心的“吨钢”，就是Token。

　　 英伟达最新发布的芯片架构，核心卖点之一就是“Token生产效率”。同样的电力消耗，新芯片能比上一代多生产好几倍的Token。

　　 第三，Token正在成为“新货币”。

　　 黄仁勋在演讲里说：“未来科技公司招聘工程师，除了薪资还会提供Token配额。”现在科技公司的工程师，工作离不开AI。写代码要问AI，调试要问AI，测试要用AI生成数据，文档要AI帮忙写。每一次调用都消耗Token，而Token要花钱。

　　 如果公司不给你Token，你就没法高效工作，效率就会下降。所以黄仁勋预测：Token配额会成为薪酬的一部分。就像现在公司给你配电脑、配手机一样，以后会给你配Token额度。比如，月薪五万，另加每月1000万Token调用额度。事实上，目前硅谷的一些科技公司，已经开始给员工分配Token配额了。

　　 这也就意味着，“Token效率”可能成为新时代的核心能力。同样是用AI，有人一个Token都不浪费，精准地获得想要的结果；有人噼里啪啦打一堆，来来回回改半天，还是不满意。

　　 写提示词的水平越高，Token的投入产出比就越高。这就是所谓的“Token效率”。未来，会用AI和不会用AI的人之间的差距，可能就体现在这里。

Token效率，将成为新的核心竞争力

　　 按照黄仁勋的观点，整个AI产业分成五层。

　　 最底层是能源层。AI需要电，需要大量的电。一个大型AI数据中心的耗电量，相当于一座中等城市。

　　 往上一层是芯片层。这是英伟达的主场。AI的“大脑”是GPU，目前全球高端AI芯片市场，英伟达占据超过80%的份额。黄仁勋发布的新一代芯片，核心卖点就是“能耗比”，同样的电，能算出更多的Token。

　　 再往上是基础设施层。芯片要装进服务器，服务器要放进数据中心。黄仁勋说，数据中心正在从“存储仓库”变成“Token工厂”。以前衡量数据中心看存储容量，以后看每秒能生产多少Token。

　　 再往上是模型层。GPT、Claude、DeepSeek，这些大模型就像“生产线”，把算力转化成AI的输出。同样的芯片，跑不同的模型，效率差别很大。这就是为什么模型优化这么重要，比如，DeepSeek能用更少的算力达到接近GPT的效果，本质上是提高了“Token生产效率”。

　　 最上面则是应用层。ChatGPT、Copilot以及各种AI助手，这是普通人接触到的部分。每次你跟AI对话，就是在“消费Token”。

　　 这五层蛋糕，从下到上是一条Token的“生产—消费”链条。能源变成电，电驱动芯片，芯片支撑数据中心，数据中心运行模型，模型服务于应用，应用产出Token给用户。而相关的发电厂、芯片公司、数据公司，都在围绕Token开展经济活动。

　　 顺着这个逻辑，黄仁勋还有一个判断，AI会创造大量就业，而且这些岗位，大部分不需要你懂AI。那么，建一个AI数据中心需要什么？需要电工、网络布线技术员、消防安全员。这些都是实打实的蓝领岗位。