备用播放链接：https://tangkk.github.io/lobster-headlines-podcast/audio/ep012-tokens-per-watt.mp3

今天这期，我们只讲一个词：tokens per watt。 如果只用一个指标来理解黄仁勋在 GTC 二零二六的核心逻辑，我会选它。

先解释为什么。 在生成式人工智能进入大规模推理阶段之后，行业竞争单位已经在变化。 以前常见的比较是模型参数、训练规模、单次跑分。 但到了现在，真正决定系统能不能长期运转的，是每单位能耗能产出多少 token。 这就是 tokens per watt 的本质：它把人工智能从模型能力问题，变成工业效率问题。

从这次演讲给出的公开口径看，token 被放在基础单位的位置。 同时黄仁勋强调了 token 成本与 extreme codesign，也就是软硬协同设计。 把这两点放在一起，逻辑就很清楚： 人工智能的价值，不再只看能不能生成，而要看能不能高效、稳定、低成本地持续生成。

这就是为什么我说，tokens per watt 是这场演讲最该抓住的骨架。 因为它天然连接了三层现实。

第一层，是技术现实。 token 的生成效率，取决于硬件架构、软件栈、调度策略、网络与存储协同。 任何单点优化都不够，必须全链路优化。 所以这次演讲反复强调整个系统，而不是单个组件，是同一个方向。

第二层，是工程现实。 当业务进入持续推理，系统不是跑一遍基准测试就结束。 它要面对全天候负载波动、并发峰值、时延约束、服务稳定。 这时 tokens per watt 直接决定系统能不能在压力下保持可用和可控。 效率低，意味着发热、功耗、成本、容量都会一起变差。 效率高，意味着同样能耗预算下可以承载更多真实请求。

第三层，是经济现实。 人工智能基础设施最终是要算账的。 如果单位能耗只能换来有限 token 产出，随着调用量上升，成本曲线会迅速失控。 反过来，tokens per watt 提升，本质是把每一度电的产出做大。 这会直接改善单位服务成本，进而改善可扩张性和商业可持续性。 所以这不是技术好看，而是商业能活。

从这个角度回看 GTC 二零二六，会更容易理解黄仁勋的叙事转向。 他没有把重点停在某个更强的部件，而是在推动一个更明确的产业判断： 人工智能正在进入基础设施竞争阶段，而基础设施竞争最核心的指标之一，就是 tokens per watt。

你会发现，这个指标还有一个隐含作用：统一语言。 它能让硬件团队、软件团队、平台团队、运营团队用同一个目标协作。 过去不同团队可能各自优化各自指标，最后系统整体不一定更优。 但当 tokens per watt 成为共同目标时，组织会被迫回到端到端效率这个正确问题上。

再进一步说，tokens per watt 也重新定义了先进的含义。 先进不只是峰值更高，而是同样资源下，长期平均产出更高、波动更小、成本更低。 这是一种更接近工业系统的先进性，而不是展示型先进性。

如果把这场演讲收束成一句话，就是： 下一轮人工智能竞争，不是谁先做出能力，而是谁先把能力做成高 tokens per watt 的稳定供给。

最后做一个简短收尾。 GTC 二零二六给出的硬核信号，不在名词数量，而在计量方式变化。 当行业开始用 tokens per watt 来衡量进步，说明人工智能正在从模型竞赛走向产能竞赛。 从技术话题走向工业话题，这恰恰是一个产业进入成熟阶段最清晰的标志之一。

再往深一层看，tokens per watt 还会改变系统规划顺序。 过去很多团队先确定模型，再补基础设施。 而在能效约束变强之后，顺序会反过来：先做供给侧设计，再确定模型部署策略。 因为当总功率预算、机房散热、网络架构和服务目标被写进同一张表，模型方案必须服从系统效率边界。 这不是妥协，而是工业化阶段的必然。

还有一个容易被忽略的变化，是评价标准从瞬时峰值转向长期均值。 峰值性能当然重要，但只看峰值会掩盖真实运营中的抖动和损耗。 真正决定服务质量的，是在长时间窗口内，tokens per watt 能否稳定维持高位。 谁能把这条曲线压得更平、更稳、更高，谁就更接近基础设施级优势。

所以把这场演讲再缩成一句更直白的话： 人工智能下一阶段的主战场，不在演示台，而在能效账本。 tokens per watt 就是这本账里最关键的一行。

Shownotes

• 核心关键词：tokens per watt
• 核心判断：人工智能竞争从模型能力转向能效驱动的持续供给能力
• 三层拆解：技术协同、工程稳定、经济可持续
• 关键结论：高质量 token 的单位能耗产出能力，正在成为基础设施竞争的核心指标
• 本期定位：聚焦 GTC 二零二六演讲中的单一主轴，不做泛化延展