黄仁勋深度访谈：为什么Token工厂会是AI的终极形态？
当业界正在持续探索 AI 模型与智能体技术的进化方向，英伟达创始人黄仁勋在与 Lex Fridman 的深度访谈中，提出了数据中心到 Token 工厂的转型，并解读了 Scaling Law 背后算力驱动逻辑。
目录
01. 黄仁勋口中的 Token 工厂是什么？
数据中心在如何从传统存储仓库向 Token 工厂的转变？当 Token 成为核心生产要素时，算力产业的价值与运行逻辑发生了哪些改变？ ...
02 . 当智能体规模开始增长，算力如何将这些「实战数据」转化为下一代智能？
在 Agent Scaling Law 驱动的智能体规模化发展趋势下，产业端正如何推动算力供给体系完成升级？...
03 . 英伟达是如何完成向「AI 算力基础设施」体系构建跨越的？
算力的的命题如何从 「打造更强芯片」 转向 「构建更优系统」？...
黄仁勋口中的 Token 工厂是什么？
1、2026 年 3 月 24 日，英伟达创始人黄仁勋参与 Lex Fridman 时长 150 分钟的深度访谈，围绕企业战略、AI 计算架构、智能体技术、产业生态等议题展开交流。
①访谈中，黄仁勋复盘英伟达发展路径，指出公司以专用加速芯片起步，经可编程像素着色器、FP32 计算单元布局通用计算，将 CUDA 集成至全系列 GeForce 显卡是企业关键战略决策。
②针对英伟达的产品演进，黄仁勋表示 Vera Rubin 机架是专为智能体设计的。智能体需要调用工具，其所需架构与上一代面向专家混合模型和推理设计的系统完全不同。
③在此基础上，黄仁勋提出行业需要重新定义数据中心的本质。过去计算以信息检索为核心逻辑，当前计算正向信息生成方向转变，推动数据中心从存储仓库向 Token 工厂转型。
2、黄仁勋对数据中心本质的重新定义，是源于生成式 AI 与传统互联网时代计算逻辑差异。在互联网和移动互联网时代，传统数据中心的功能定位为数字存储载体，算力主要用于数据调取与用户请求响应，是信息技术体系运行的基础配套设施。
①相关内容经制作后被集中存储于服务器，用户发起访问或检索请求时，服务器完成对应数据的调取与传输。
3、然而，生成式 AI 改变了传统计算运行逻辑。黄仁勋在访谈中表示将计算体系定位为 AI 生产设施，而非单一计算加速工具。
①用户向大语言模型输入提示词后，服务器不调取预制答案，而是依托神经网络模型与算力资源，实时生成对应输出内容。
②计算机的核心功能从既有信息调取转变为新信息实时生成，数据中心不再是单纯的仓库，而是一个 token 工厂。
4、基于数据中心从存储仓库向 Token 工厂的转变，黄仁勋指出，在 Token 工厂的新体系下，Token 成为核心生产要素与价值载体。
①黄仁勋认为，随着 Token 生产的规模化和标准化，将会像 iPhone 产品线一样，出现从基础到高级款的分层定价，成为可规模化生产、具备差异化商业价值的产品。基于这一趋势，他 表示 「英伟达有朝一日价值 10 万亿美元」是必然的。
②传统数据中心以电力消耗完成数据存储，当前 AI 算力设施以电力与数据为基础，规模化生产 Token，形成算力与产业价值直接关联的运行模式。
当智能体规模开始增长，算力如何将这些「实战数据」转化为下一代智能？
黄仁勋近期多次在访谈中提到人工智能的「Scaling Law」，即 Pre-Training、Post-Training、Test-time、Agent。在该次访谈中，黄仁勋明确了这四个阶段并非彼此孤立，而是构成了一个依赖算力驱动的闭环，并指出了当前算力需求重心的结构性转移方向。 ...
关注👇🏻 「机器之心PRO会员」，前往「收件箱」查看完整解读