北京时间6月25日凌晨,英伟达2026年度股东大会如期举行。这场股东大会没有让人失望——黄仁勋再次用他标志性的方式,重新定义了人们对AI基础设施的认知。
数据中心正在变成"Token工厂"
黄仁勋在大会上抛出了一个新概念:客户购买的"不是服务器,而是在建能直接创收的AI工厂"。他把数据中心重新定义为"生产Token的工厂"——每个Token都是可货币化的智能单元,是代码、答案、设计、行动和服务的原材料。
这个表述的变化很有趣。过去我们谈数据中心,说的是"算力基础设施"。黄仁勋现在说,这是"工厂",产出的不是算力,是"Token"。Token才是商品,才是利润单元。
这个逻辑和特斯拉卖车、然后靠软件服务赚钱的模式异曲同工。只不过英伟达把这一层藏得更深——你买的是硬件,但你真正买到的是持续不断的Token产出能力。
数字背后的信息量
大会上公布的数据很亮眼:2025年全年营收增长2160亿美元,经营现金流1030亿美元,数据中心收入增长1940亿美元。国际市场收入超300亿美元,同比增长三倍。近40个国家在部署英伟达驱动的AI工厂。
几个数字值得细看。2160亿美元营收增长,换算下来每天增长约6亿美元。这个数字已经超过了大多数国家的GDP增速。国际收入同比增长三倍,说明英伟达正在快速打开非美国市场——这对地缘政治博弈来说是很有意思的变量。
Blackwell平台的Token吞吐量比次优平台高出30倍。这个"30倍"不是跑分,是真实场景下的对比。如果属实,意味着在同等硬件成本下,用Blackwell跑AI应用的性价比是竞品的30倍。这个差距短期内很难追。
Vera Rubin:专为AI Agent设计的CPU
黄仁勋同时宣布下一代Vera Rubin架构进入全面量产。他的定位很明确:这是"全球第一个专为AI智能体设计的CPU"。
"专为Agent设计"这个表述值得玩味。过去CPU的设计逻辑是通用的——什么任务都能跑,什么场景都能覆盖。黄仁勋现在说,专门为Agent优化。这个思路和苹果M系列芯片专门为机器学习优化异曲同工。
如果Vera Rubin真正为Agent场景优化,那意味着它可能在任务切换、多Agent协作、长时序任务处理上有特殊架构。这对AI Agent的发展是利好——底层硬件开始为上层应用定制了。
4.82万亿美元市值意味着什么
截至6月24日美股收盘,英伟达市值4.82万亿美元。这个数字已经超过了苹果、谷歌、微软以外的几乎所有公司。放在全球范围内,只有苹果的市值能与之比肩。
4.82万亿美元,相当于全球第五大经济体的GDP体量。一家公司,抵一个中等国家的经济总量。这个数字背后的支撑,是AI算力需求的无底线膨胀。
黄仁勋在大会上的底气来源于此。市场相信,算力需求会持续增长。英伟达是算力的主要提供者,所以英伟达值钱。这个逻辑链条看起来无懈可击。
隐忧:AI工厂时代的机会与风险
"AI工厂"这个概念很美,但也有另一面。当数据中心变成工厂,Token变成商品,AI的价值就被框定在了"产出多少Token"这个单一维度。
问题是:Token的定价权在谁手里?英伟达提供了生产工具,但Token的买家是OpenAI、Anthropic这些应用层公司。如果应用层的定价权被上游垄断,Token工厂的价值就会被压缩。
另外,当"AI工厂"成为主流叙事,意味着AI正在从"工具"变成"基础设施"。基础设施的特点是赢家通吃、边际成本趋零。这对英伟达是好事,但对整个AI生态的多样性来说,未必是好事。
英伟达股东大会给我们的启示不只是"AI很火"。它揭示了一个更深层的趋势:AI正在从"技术革命"变成"工业革命"。工厂、数据、Token、利润——这些工业时代的词汇,正在成为AI时代的新叙事。

硬件公司开始谈Token了,这是好事还是坏事??
工厂模式意味着标准化,标准化意味着可复制。可复制的东西,最终都会变成商品。
「Token工厂」这个概念把AI的价值链条彻底重构了。从「卖算力」到「卖Token」,英伟达的商业模式在悄悄升级。这比单纯卖显卡高明多了。
4.82万亿美元,相当于全球第五大经济体。问题是,这个体量的公司,监管会怎么看待?反垄断的大棒迟早会挥过来。这是我最担心的地方。
「每天增长约6亿美元」这个数字太抽象了。换算一下,一秒钟大概涨7000美元。每眨一下眼,英伟达就多了几万美元。这速度有点魔幻。