在近期舉辦的GTC（GPU技術(shù)大會(huì)）上，英偉達(dá)首席執(zhí)行官黃仁勛宣布，全球人工智能（AI）競(jìng)爭(zhēng)的焦點(diǎn)正從模型訓(xùn)練轉(zhuǎn)向推理環(huán)節(jié)，標(biāo)志著AI產(chǎn)業(yè)進(jìn)入“推理時(shí)代”。他指出，隨著AI從簡(jiǎn)單的對(duì)話工具升級(jí)為能夠自主執(zhí)行復(fù)雜任務(wù)的智能體，持續(xù)生成海量Token（AI處理的最小數(shù)據(jù)單元）已成為行業(yè)核心需求。這場(chǎng)變革中，誰能以最低成本高效生成token，誰就能主導(dǎo)未來市場(chǎng)。

黃仁勛在演講中重申了“AI Token工廠”概念，強(qiáng)調(diào)數(shù)據(jù)中心的角色已從傳統(tǒng)“成本中心”轉(zhuǎn)變?yōu)椤皟r(jià)值創(chuàng)造中心”。他比喻道：“過去工廠將水轉(zhuǎn)化為電，如今數(shù)據(jù)中心將數(shù)據(jù)和電力轉(zhuǎn)化為高價(jià)值的token。”基于這一邏輯，英偉達(dá)推出新一代Vera Rubin計(jì)算平臺(tái)，宣稱其每瓦特推理性能較前代提升10倍，可將token生成成本降低90%。該平臺(tái)通過整合Groq公司的低延遲處理器（LPU），采用GPU與LPU混合架構(gòu)，分別處理高吞吐量任務(wù)與最終token生成，實(shí)現(xiàn)推理性能最高35倍的提升。

英偉達(dá)的野心不止于硬件創(chuàng)新。黃仁勛展示了一套覆蓋芯片、存儲(chǔ)、網(wǎng)絡(luò)到液冷系統(tǒng)的全棧解決方案，并推出數(shù)字孿生平臺(tái)NVIDIA DSX，幫助客戶在虛擬環(huán)境中模擬AI工廠運(yùn)行，優(yōu)化能源效率。他直言：“加速計(jì)算是系統(tǒng)級(jí)工程，必須垂直整合。”這一戰(zhàn)略旨在將英偉達(dá)從芯片供應(yīng)商升級(jí)為AI基礎(chǔ)設(shè)施的“架構(gòu)師”與“規(guī)則制定者”。

然而，就在英偉達(dá)描繪技術(shù)藍(lán)圖時(shí)，中國AI廠商已憑借成本優(yōu)勢(shì)在全球推理市場(chǎng)占據(jù)主導(dǎo)地位。數(shù)據(jù)顯示，2026年2月以來，隨著智能體應(yīng)用OpenClaw等引發(fā)token消耗量激增，中國大模型憑借僅為國外競(jìng)品1/6至1/10的token價(jià)格，在全球最大AI API平臺(tái)OpenRouter上連續(xù)多周超越美國同行。例如，Minimax M2.5模型運(yùn)行一輪測(cè)試成本僅125美元，而Claude Opus 4.6和GPT-5.2-Codex分別高達(dá)4970美元和3244美元。

中國廠商的性價(jià)比優(yōu)勢(shì)源于兩方面：一是技術(shù)架構(gòu)創(chuàng)新。DeepSeek等企業(yè)通過多頭潛在注意力（MLA）、專家混合（MoE）架構(gòu)等技術(shù)壓縮計(jì)算資源需求，使模型在受限GPU環(huán)境下仍能保持高性能。二是電力成本優(yōu)勢(shì)。據(jù)測(cè)算，使用中國數(shù)據(jù)中心電力，單張英偉達(dá)B200芯片每年可節(jié)省900美元電費(fèi)，全球范圍內(nèi)每年潛在節(jié)省空間達(dá)百億美元。

市場(chǎng)分析指出，推理環(huán)節(jié)更依賴用戶生態(tài)、電力效率與系統(tǒng)調(diào)度能力，而非單純追求芯片算力。這一趨勢(shì)正在縮小中美在AI基礎(chǔ)設(shè)施領(lǐng)域的差距。隨著全球token生成市場(chǎng)規(guī)模預(yù)計(jì)在2027年突破萬億美元，這場(chǎng)關(guān)于成本與效率的競(jìng)爭(zhēng)將愈發(fā)激烈。