盲人摸大象
03-20
1
黄仁勋即中本聪
免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。
分享至
微信
复制链接
精彩评论
我们需要你的真知灼见来填补这片空白
打开APP，发表看法
APP内打开
发表看法
{"i18n":{"language":"zh_CN"},"detailType":1,"isChannel":false,"data":{"magic":2,"id":544425523769880,"tweetId":"544425523769880","gmtCreate":1773941960199,"gmtModify":1773941962278,"author":{"id":3468529827816752,"idStr":"3468529827816752","authorId":3468529827816752,"authorIdStr":"3468529827816752","name":"盲人摸大象","avatar":"https://static.tigerbbs.com/bb02d1b702bab9b5f01bc747be51aef1","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":8,"crmLevelSwitch":1,"currentWearingBadge":{"badgeId":"228c86a078844d74991fff2b7ab2428d-3","templateUuid":"228c86a078844d74991fff2b7ab2428d","name":"投资合伙人虎","description":"证券账户累计交易金额达到100万美元","bigImgUrl":"https://static.tigerbbs.com/fbeac6bb240db7da8b972e5183d050ba","smallImgUrl":"https://static.tigerbbs.com/436cdf80292b99f0a992e78750ac4e3a","grayImgUrl":"https://static.tigerbbs.com/506a259a7b456f037592c3b23c779599","redirectLinkEnabled":0,"hasAllocated":1,"isWearing":1,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.06.11","exceedPercentage":"93.42%","individualDisplayEnabled":0},"individualDisplayBadges":[],"fanSize":36,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"title":"","html":"<html><head></head><body><p>1</p></body></html>","htmlText":"<html><head></head><body><p>1</p></body></html>","text":"1","highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/544425523769880","repostId":1184216480,"repostType":2,"repost":{"id":"1184216480","kind":"news","pubTimestamp":1773898247,"share":"https://www.laohu8.com/m/news/1184216480?lang=zh_CN&edition=full","pubTime":"2026-03-19 13:30","market":"us","language":"zh","title":"黄仁勋即中本聪","url":"https://stock-news.laohu8.com/highlight/detail?id=1184216480","media":"硅基立场","summary":"2026年3月，我坐在 NVIDIA GTC 会场里，听了黄仁勋一场几乎没有带货的主题演讲。而黄仁勋在 GTC 2026的舞台上，做了一件结构上一模一样的事。这张图几乎可以当作黄仁勋 “token 经济学” 的白皮书封面。中本聪和黄仁勋都没有直接生产 token，他们定义的都是 token 的生产规则和定价机制。而黄仁勋，用物理定律制造了天然稀缺。但无论是中本聪还是黄仁勋，他们创造的稀缺性都导致了同一个结果：硬件军备竞赛。","content":"<html><head></head><body><blockquote><p>过去因为相信所以看见的那个 token，现在不用相信就能看见。它是瓦特、安培、比特之后的下一个。</p></blockquote><p style=\"text-align: justify;\">2009年1月，一个匿名者发明了一种叫 “token”的东西，你投入算力，获得 token，token在一个共识网络里流通、定价、交易。整个加密经济由此而生。十几年过去了，人们还在争论这种 token 到底有没有价值。</p><p style=\"text-align: justify;\">2025年3月，一个穿皮衣的男人重新定义了另一种叫 token 的东西。你投入算力，产出 token，token在一个 AI 推理（inference & reasoning ）过程中里被立刻消费掉：思考、推理、写代码、做决策。整个 AI 经济由此加速。没有人争论这种 token 有没有价值，因为你今天早上刚用掉了几百万个。</p><p style=\"text-align: justify;\">两种 token，同一个名字，同一个底层结构：算力进去，有价值的东西出来。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/8e30023ea8ec0245fdd64984dff21fae\" alt=\"\" title=\"\" tg-width=\"750\" tg-height=\"565\"/></p><p style=\"text-align: justify;\">2026年3月，我坐在 NVIDIA GTC 会场里，听了黄仁勋一场几乎没有带货的主题演讲。是的，他发布了 Vera Rubin，一款 CPU 与 GPU 结合的产品。但这次，他没有讲芯片参数，没有讲制程工艺，他讲的是一套关于 token 生产、定价和消费的完整经济学——</p><p style=\"text-align: justify;\">哪种模型，对应哪种 token 速度；哪种 token速度，对应哪个定价区间；哪个定价区间，需要什么级别的硬件来支撑。</p><p style=\"text-align: justify;\">他甚至帮台下的 CEO 和掌握着企业支票本的决策者们做好了数据中心的算力分配方案：25%给免费层，25%给中端，25%给高端，25%给高溢价层。</p><p style=\"text-align: justify;\">是的，这次他没有具体卖哪款 GPU 组，就像两年前卖 Blackwell 那样。但这次，他在卖一些更大的东西。两个小时下来，我觉得他最想讲的一句话其实是：Welcome to consume tokens, and only Nvidia's factory could produce。</p><p style=\"text-align: justify;\">这一刻我意识到，这个男人，和17年前那个匿名者挖出了第一个 token 的人，做的是结构上完全相同的一件事。</p><h2 id=\"id_2626211134\">同一套转化规则</h2><p style=\"text-align: justify;\">化名为“中本聪”的那个匿名者，在2008年写了一篇九页的白皮书，设计了一套规则：投入算力，完成一个数学证明（Proof of Work），获得 crypto token 作为奖励。</p><p style=\"text-align: justify;\">这个规则的精妙之处在于，他不需要任何人信任任何人——只要你接受这套规则，你就自动成为这个经济体的参与者。这个规则是对的，毕竟它让那么多尔虞我诈的人走到了一起。</p><p style=\"text-align: justify;\">而黄仁勋在 GTC 2026的舞台上，做了一件结构上一模一样的事。</p><p style=\"text-align: justify;\">他展示了一张图，彰显推理效率与 token 消耗的关系和张力：Y 轴是吞吐量（每兆瓦功耗产出多少 token），X 轴是交互性（每个用户感知到的 token 速度）。然后，他在 X 轴下面标了五个定价档：Free 用Qwen 3，$0/百万token；Medium 用 Kimi K2.5，$3/百万token；High 用 GPT MoE，$6/百万 token；Premium 用 GPT MoE 400K context，$45/百万 token；而 Ultra，$150/百万token。</p><p style=\"text-align: justify;\">这张图几乎可以当作黄仁勋 “token 经济学” 的白皮书封面。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/91ccec94a526bf879d69348bc826f36b\" alt=\"\" title=\"\" tg-width=\"750\" tg-height=\"565\"/></p><p style=\"text-align: justify;\">中本聪定义了“什么是有价值的计算”——完成 SHA-256 哈希碰撞就是有价值的。而黄仁勋定义了“什么是有价值的推理”——在给定功耗约束下，以特定速度为特定场景产出 token就是有价值的。</p><p style=\"text-align: justify;\">中本聪和黄仁勋都没有直接生产 token，他们定义的都是 token 的生产规则和定价机制。</p><p style=\"text-align: justify;\">老黄在台上说的一句话，几乎可以直接写进 token 经济学白皮书的摘要——</p><p style=\"text-align: justify;\">Tokens are the new commodity, and like all commodities, once it reaches an inflection, once it becomes mature, it will segment into different parts.</p><p style=\"text-align: justify;\">Token是新的大宗商品。大宗商品成熟之后会自然分层。他不是在描述现状，他是在预判一个市场结构，然后把自己的硬件产品线，精确地铺在这个结构的每一层上。</p><p style=\"text-align: justify;\">两种 token的生产过程，甚至有一个语义上的对称：挖矿叫 mining，推理叫 inference。</p><p style=\"text-align: justify;\">挖矿和推理的本质，都是把电变成钱。矿工花电费挖 crypto token，然后卖掉，推理模型和 AI Agents 花电费产生 AI token，然后按百万计价卖给开发者。中间环节不同，两头都一样：左边是电表，右边是收入。</p><h2 id=\"id_3373420916\">稀缺性的两种写法</h2><p style=\"text-align: justify;\">中本聪做过的最重要的设计决策，不是 Proof of Work，是2100万枚的比特币总量上限。他用代码制造了人工稀缺——不管有多少矿机涌入，比特币的总量永远不会超过2100万枚。这个稀缺性是整个加密经济的价值锚。</p><p style=\"text-align: justify;\">而黄仁勋，用物理定律制造了天然稀缺。他说——</p><p style=\"text-align: justify;\">"You still have to build a gigawatt data center. You still have to build a gigawatt factory, and that one gigawatt factory for 15 years amortized... is about $40 billion even when you put nothing on it. It's $40 billion. You better make for darn sure you put the best computer system on that thing so that you can have the best token cost."</p><p style=\"text-align: justify;\">一个1GW 的数据中心永远不会变成 2GW。这不是代码限制，这是物理定律。</p><p style=\"text-align: justify;\">土地、电力、散热——每一项都有物理上限。你花400美元亿建好的这个工厂，15年的生命周期里能产出多少 token，完全取决于你往里面放了什么计算架构。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/b4a1221945ad658bdae2be50d6fd8bfd\" alt=\"\" title=\"\" tg-width=\"750\" tg-height=\"565\"/></p><p style=\"text-align: justify;\">中本聪的稀缺性可以被 fork。不喜欢2100万枚的上限，fork一条新链，改成2亿枚，叫它以太币或什么鬼玩意儿，随你便，顺便再发个白皮书。而人们确实这么做了，乐此不疲。</p><p style=\"text-align: justify;\">而老黄制造的稀缺性不能被fork。毕竟你不能 fork热力学第二定律，不能 fork一个城市的电网容量，不能 fork一块土地的物理面积。</p><p style=\"text-align: justify;\">但无论是中本聪还是黄仁勋，他们创造的稀缺性都导致了同一个结果：硬件军备竞赛。</p><p style=\"text-align: justify;\">挖矿的历史是：CPU→GPU→FPGA→ASIC。每一代专用硬件都让上一代变成废铁。而 AI 训练和推理的历史也正在重演：Hopper→Blackwell→Vera Rubin→Groq LPU。通用硬件起步，专用硬件定局。老黄今年 GTC 展示的 Groq LPU，那个收购了 Groq 之后发布的确定性数据流处理器。静态编译，编译器调度，没有动态调度，500MB片上SRAM——它架构哲学上就是推理领域的 ASIC。只做一件事，但做到极致。</p><p style=\"text-align: justify;\">有意思的是：GPU 在两波浪潮里都扮演了关键角色。</p><p style=\"text-align: justify;\">2013年前后，矿工们发现 GPU 比 CPU 更适合挖 crypto token，英伟达显卡被买断货。10年后，研究者们发现 GPU 是训练和推理 AI 模型的最佳工具，英伟达数据中心卡再次被买断货。GPU 作为一个处理器门类，先后服务了两代 token 经济。</p><p style=\"text-align: justify;\">而区别在于，第一次英伟达是被动受益，然后也就没然后了。而第二次，在 AI 算力消费的主战场从预训练切换到推理测的时候，英伟达很快抓住机会主动设计了整个游戏，成为 AI 游戏规则的写入者。</p><h2 id=\"id_29565238\">全世界最赚钱的铲子</h2><p style=\"text-align: justify;\">淘金热里最赚钱的不是淘金者，是卖铲子的 Levi Strauss。挖矿潮里最赚钱的不是矿工，是卖矿机的比特大陆和吴忌寒。AI 预训练和推理浪里最赚钱的不是基座模型和 Agent，而是卖 GPU 的英伟达。</p><p style=\"text-align: justify;\">但讲真，比特大陆跟英伟达置于各自产业的角色，已不可同日语。</p><p style=\"text-align: justify;\">比特大陆只卖矿机，英伟达还曾是比特大陆的供应商。你买了矿机，挖什么币、去哪个矿池、以什么价格卖出，都跟比特大陆无关。它是一个纯硬件供应商，赚的是一次性的设备利润。</p><p style=\"text-align: justify;\">英伟达不一样。他不只卖硬件，现在，尤其是2025年推理侧 AI 爆发以来，它深度定义了应该用这款 GPU 挖什么 、如何给 token定价、token 卖给谁、数据中心应该怎么分配算力…… 这些都在老黄的演讲 PPT 里：他把市场分成五个 tier，每个 tier 对应什么模型、上下文长度、交互速度和价格……英伟达标准化、格式化了未来 AI 推理驱动一切的市场。</p><p style=\"text-align: justify;\">2018年前后，全球算力集中在几个大矿池——F2Pool、Antpool、BTC.com——它们互相竞争算力份额，但矿机来源高度集中在比特大陆。</p><p style=\"text-align: justify;\">一如今天的英伟达，60% 收入来自互相竞争的 “hyperscaler”，例如 AWS、Azure、GCP、Oracle、CoreWeave，而 40%来自分散的 AI Natives、主权AI 项目和企业客户。大“矿池”贡献主要营收，小“矿工”提供韧性和多元化。</p><p style=\"text-align: justify;\">两套生态的结构一模一样。但比特大陆后来遇到了竞争对手——神马矿机、芯动科技、嘉楠耘智都在蚕食它的份额。矿机是相对简单的 ASIC 设计，追赶者有机会。而撼动英伟达似乎变得越来越难：20年的 CUDA 生态，数亿 GPU 的安装基数，NVLink六代互联技术，Groq 整合后的解耦推理架构——英伟达的技术复杂性和生态壁垒，让大部分的竞争工具都无效了。</p><p style=\"text-align: justify;\">这可能得持续20年。</p><h2 id=\"id_1944373886\">两种 token 的根本分叉</h2><p style=\"text-align: justify;\">而让加密货币和 AI 训练和推理两种 token 产生本质不同的，是人们使用的动机和心理。</p><p style=\"text-align: justify;\">Crypto token 的需求侧是投机。没有人“需要”比特币来完成工作。所有宣称区块链代币能帮你解决问题的白皮书都是骗子些的。你持有 crypto，是因为相信未来会有人以更高的价格从你手里买走它。比特币的价值来自一个自我实现的预言：足够多的人相信它有价值，它就有价值。这是信仰经济。</p><p style=\"text-align: justify;\">而 AI token的需求侧是生产力。雀巢需要 token来做供应链决策——它的供应链数据从15分钟刷新一次变成3分钟刷新一次，成本降低83%，这个价值是可以直接映射到 P&L 上的。英伟达 100%的工程师已经需要 token 来写代码而不是手搓；研究团队需要 token 从事科研。你不需要相信 token有价值，你只需要用它，价值就在使用中自证了。</p><p style=\"text-align: justify;\">这是两种 token最本质的区别。Crypto token被生产出来是为了被持有和交易——它的价值在于不使用。AI token 被生产出来是为了被立刻消费掉——它的价值在于被用掉的那一刻。</p><p style=\"text-align: justify;\">一种是数字黄金，越囤越值钱；一种是数字电力，生产出来就烧掉。</p><p style=\"text-align: justify;\">这个区别决定了：AI token 经济不会像 crypto token 经济一样泡沫化。比特币大起大落，因为投机品的价格由情绪驱动。但token 的价格由使用量和生产成本驱动，只要 AI 持续有用——只要人们还在用 Claude Code 写代码、用 ChatGPT 写报告、用 Agent 跑业务流程，token 的需求就不会崩。它不靠信仰，靠的是离不开。</p><p style=\"text-align: justify;\">2008年，比特币白皮书需要反复一个去中心化的电子现金系统为什么有价值。17年过去了，人们还在争。</p><p style=\"text-align: justify;\">2026年，token 经济学没有引发任何争论，它甚至不需要论证就成了共识。老黄站在 GTC 的舞台上说“tokens are the new commodity”的时候，没有人质疑。因为台下坐着的每一个人，今天早上都用 Claude Code 或者 ChatGPT消费了几百万个 token。他们不需要被说服 token有价值——他们的信用卡账单已经证明了。</p><p style=\"text-align: justify;\">从这个意义上，老黄真的是中本聪的副本，那个替中本聪留下来垄断了矿机生产、定义了 token 的使用场景和使用规范、而且一年一度在圣何塞 SAP Center 举办一场 show，告诉人们下一代支持 AI 训练和推理的“矿机”有多强的那个副本。</p><p style=\"text-align: justify;\">中本聪有一种欲望审慎的魅力，他设计完规则，交给代码，然后消失。这是密码朋克的浪漫。而老黄比任何科学家都像生意人，他设计了规则，亲自维护，不断添砖加瓦，筑牢自己的护城河。</p><p style=\"text-align: justify;\">你过去因为相信所以看见的那个 token，现在不用相信就能看见。它是瓦特、安培、比特之后的下一个。</p></body></html>","source":"lsy1773898294933","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>黄仁勋即中本聪</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n黄仁勋即中本聪\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-03-19 13:30 北京时间 <a href=https://mp.weixin.qq.com/s/TSI7E4H8cUguM5S0H1m70w><strong>硅基立场</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>过去因为相信所以看见的那个 token，现在不用相信就能看见。它是瓦特、安培、比特之后的下一个。2009年1月，一个匿名者发明了一种叫 “token”的东西，你投入算力，获得 token，token在一个共识网络里流通、定价、交易。整个加密经济由此而生。十几年过去了，人们还在争论这种 token 到底有没有价值。2025年3月，一个穿皮衣的男人重新定义了另一种叫 token 的东西。你投入算力，...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/TSI7E4H8cUguM5S0H1m70w\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/8b2937b89917d7346ec63f69ec7c3fcc","relate_stocks":{"NVDA":"英伟达"},"source_url":"https://mp.weixin.qq.com/s/TSI7E4H8cUguM5S0H1m70w","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1184216480","content_text":"过去因为相信所以看见的那个 token，现在不用相信就能看见。它是瓦特、安培、比特之后的下一个。2009年1月，一个匿名者发明了一种叫 “token”的东西，你投入算力，获得 token，token在一个共识网络里流通、定价、交易。整个加密经济由此而生。十几年过去了，人们还在争论这种 token 到底有没有价值。2025年3月，一个穿皮衣的男人重新定义了另一种叫 token 的东西。你投入算力，产出 token，token在一个 AI 推理（inference & reasoning ）过程中里被立刻消费掉：思考、推理、写代码、做决策。整个 AI 经济由此加速。没有人争论这种 token 有没有价值，因为你今天早上刚用掉了几百万个。两种 token，同一个名字，同一个底层结构：算力进去，有价值的东西出来。2026年3月，我坐在 NVIDIA GTC 会场里，听了黄仁勋一场几乎没有带货的主题演讲。是的，他发布了 Vera Rubin，一款 CPU 与 GPU 结合的产品。但这次，他没有讲芯片参数，没有讲制程工艺，他讲的是一套关于 token 生产、定价和消费的完整经济学——哪种模型，对应哪种 token 速度；哪种 token速度，对应哪个定价区间；哪个定价区间，需要什么级别的硬件来支撑。他甚至帮台下的 CEO 和掌握着企业支票本的决策者们做好了数据中心的算力分配方案：25%给免费层，25%给中端，25%给高端，25%给高溢价层。是的，这次他没有具体卖哪款 GPU 组，就像两年前卖 Blackwell 那样。但这次，他在卖一些更大的东西。两个小时下来，我觉得他最想讲的一句话其实是：Welcome to consume tokens, and only Nvidia's factory could produce。这一刻我意识到，这个男人，和17年前那个匿名者挖出了第一个 token 的人，做的是结构上完全相同的一件事。同一套转化规则化名为“中本聪”的那个匿名者，在2008年写了一篇九页的白皮书，设计了一套规则：投入算力，完成一个数学证明（Proof of Work），获得 crypto token 作为奖励。这个规则的精妙之处在于，他不需要任何人信任任何人——只要你接受这套规则，你就自动成为这个经济体的参与者。这个规则是对的，毕竟它让那么多尔虞我诈的人走到了一起。而黄仁勋在 GTC 2026的舞台上，做了一件结构上一模一样的事。他展示了一张图，彰显推理效率与 token 消耗的关系和张力：Y 轴是吞吐量（每兆瓦功耗产出多少 token），X 轴是交互性（每个用户感知到的 token 速度）。然后，他在 X 轴下面标了五个定价档：Free 用Qwen 3，$0/百万token；Medium 用 Kimi K2.5，$3/百万token；High 用 GPT MoE，$6/百万 token；Premium 用 GPT MoE 400K context，$45/百万 token；而 Ultra，$150/百万token。这张图几乎可以当作黄仁勋 “token 经济学” 的白皮书封面。中本聪定义了“什么是有价值的计算”——完成 SHA-256 哈希碰撞就是有价值的。而黄仁勋定义了“什么是有价值的推理”——在给定功耗约束下，以特定速度为特定场景产出 token就是有价值的。中本聪和黄仁勋都没有直接生产 token，他们定义的都是 token 的生产规则和定价机制。老黄在台上说的一句话，几乎可以直接写进 token 经济学白皮书的摘要——Tokens are the new commodity, and like all commodities, once it reaches an inflection, once it becomes mature, it will segment into different parts.Token是新的大宗商品。大宗商品成熟之后会自然分层。他不是在描述现状，他是在预判一个市场结构，然后把自己的硬件产品线，精确地铺在这个结构的每一层上。两种 token的生产过程，甚至有一个语义上的对称：挖矿叫 mining，推理叫 inference。挖矿和推理的本质，都是把电变成钱。矿工花电费挖 crypto token，然后卖掉，推理模型和 AI Agents 花电费产生 AI token，然后按百万计价卖给开发者。中间环节不同，两头都一样：左边是电表，右边是收入。稀缺性的两种写法中本聪做过的最重要的设计决策，不是 Proof of Work，是2100万枚的比特币总量上限。他用代码制造了人工稀缺——不管有多少矿机涌入，比特币的总量永远不会超过2100万枚。这个稀缺性是整个加密经济的价值锚。而黄仁勋，用物理定律制造了天然稀缺。他说——\"You still have to build a gigawatt data center. You still have to build a gigawatt factory, and that one gigawatt factory for 15 years amortized... is about $40 billion even when you put nothing on it. It's $40 billion. You better make for darn sure you put the best computer system on that thing so that you can have the best token cost.\"一个1GW 的数据中心永远不会变成 2GW。这不是代码限制，这是物理定律。土地、电力、散热——每一项都有物理上限。你花400美元亿建好的这个工厂，15年的生命周期里能产出多少 token，完全取决于你往里面放了什么计算架构。中本聪的稀缺性可以被 fork。不喜欢2100万枚的上限，fork一条新链，改成2亿枚，叫它以太币或什么鬼玩意儿，随你便，顺便再发个白皮书。而人们确实这么做了，乐此不疲。而老黄制造的稀缺性不能被fork。毕竟你不能 fork热力学第二定律，不能 fork一个城市的电网容量，不能 fork一块土地的物理面积。但无论是中本聪还是黄仁勋，他们创造的稀缺性都导致了同一个结果：硬件军备竞赛。挖矿的历史是：CPU→GPU→FPGA→ASIC。每一代专用硬件都让上一代变成废铁。而 AI 训练和推理的历史也正在重演：Hopper→Blackwell→Vera Rubin→Groq LPU。通用硬件起步，专用硬件定局。老黄今年 GTC 展示的 Groq LPU，那个收购了 Groq 之后发布的确定性数据流处理器。静态编译，编译器调度，没有动态调度，500MB片上SRAM——它架构哲学上就是推理领域的 ASIC。只做一件事，但做到极致。有意思的是：GPU 在两波浪潮里都扮演了关键角色。2013年前后，矿工们发现 GPU 比 CPU 更适合挖 crypto token，英伟达显卡被买断货。10年后，研究者们发现 GPU 是训练和推理 AI 模型的最佳工具，英伟达数据中心卡再次被买断货。GPU 作为一个处理器门类，先后服务了两代 token 经济。而区别在于，第一次英伟达是被动受益，然后也就没然后了。而第二次，在 AI 算力消费的主战场从预训练切换到推理测的时候，英伟达很快抓住机会主动设计了整个游戏，成为 AI 游戏规则的写入者。全世界最赚钱的铲子淘金热里最赚钱的不是淘金者，是卖铲子的 Levi Strauss。挖矿潮里最赚钱的不是矿工，是卖矿机的比特大陆和吴忌寒。AI 预训练和推理浪里最赚钱的不是基座模型和 Agent，而是卖 GPU 的英伟达。但讲真，比特大陆跟英伟达置于各自产业的角色，已不可同日语。比特大陆只卖矿机，英伟达还曾是比特大陆的供应商。你买了矿机，挖什么币、去哪个矿池、以什么价格卖出，都跟比特大陆无关。它是一个纯硬件供应商，赚的是一次性的设备利润。英伟达不一样。他不只卖硬件，现在，尤其是2025年推理侧 AI 爆发以来，它深度定义了应该用这款 GPU 挖什么 、如何给 token定价、token 卖给谁、数据中心应该怎么分配算力…… 这些都在老黄的演讲 PPT 里：他把市场分成五个 tier，每个 tier 对应什么模型、上下文长度、交互速度和价格……英伟达标准化、格式化了未来 AI 推理驱动一切的市场。2018年前后，全球算力集中在几个大矿池——F2Pool、Antpool、BTC.com——它们互相竞争算力份额，但矿机来源高度集中在比特大陆。一如今天的英伟达，60% 收入来自互相竞争的 “hyperscaler”，例如 AWS、Azure、GCP、Oracle、CoreWeave，而 40%来自分散的 AI Natives、主权AI 项目和企业客户。大“矿池”贡献主要营收，小“矿工”提供韧性和多元化。两套生态的结构一模一样。但比特大陆后来遇到了竞争对手——神马矿机、芯动科技、嘉楠耘智都在蚕食它的份额。矿机是相对简单的 ASIC 设计，追赶者有机会。而撼动英伟达似乎变得越来越难：20年的 CUDA 生态，数亿 GPU 的安装基数，NVLink六代互联技术，Groq 整合后的解耦推理架构——英伟达的技术复杂性和生态壁垒，让大部分的竞争工具都无效了。这可能得持续20年。两种 token 的根本分叉而让加密货币和 AI 训练和推理两种 token 产生本质不同的，是人们使用的动机和心理。Crypto token 的需求侧是投机。没有人“需要”比特币来完成工作。所有宣称区块链代币能帮你解决问题的白皮书都是骗子些的。你持有 crypto，是因为相信未来会有人以更高的价格从你手里买走它。比特币的价值来自一个自我实现的预言：足够多的人相信它有价值，它就有价值。这是信仰经济。而 AI token的需求侧是生产力。雀巢需要 token来做供应链决策——它的供应链数据从15分钟刷新一次变成3分钟刷新一次，成本降低83%，这个价值是可以直接映射到 P&L 上的。英伟达 100%的工程师已经需要 token 来写代码而不是手搓；研究团队需要 token 从事科研。你不需要相信 token有价值，你只需要用它，价值就在使用中自证了。这是两种 token最本质的区别。Crypto token被生产出来是为了被持有和交易——它的价值在于不使用。AI token 被生产出来是为了被立刻消费掉——它的价值在于被用掉的那一刻。一种是数字黄金，越囤越值钱；一种是数字电力，生产出来就烧掉。这个区别决定了：AI token 经济不会像 crypto token 经济一样泡沫化。比特币大起大落，因为投机品的价格由情绪驱动。但token 的价格由使用量和生产成本驱动，只要 AI 持续有用——只要人们还在用 Claude Code 写代码、用 ChatGPT 写报告、用 Agent 跑业务流程，token 的需求就不会崩。它不靠信仰，靠的是离不开。2008年，比特币白皮书需要反复一个去中心化的电子现金系统为什么有价值。17年过去了，人们还在争。2026年，token 经济学没有引发任何争论，它甚至不需要论证就成了共识。老黄站在 GTC 的舞台上说“tokens are the new commodity”的时候，没有人质疑。因为台下坐着的每一个人，今天早上都用 Claude Code 或者 ChatGPT消费了几百万个 token。他们不需要被说服 token有价值——他们的信用卡账单已经证明了。从这个意义上，老黄真的是中本聪的副本，那个替中本聪留下来垄断了矿机生产、定义了 token 的使用场景和使用规范、而且一年一度在圣何塞 SAP Center 举办一场 show，告诉人们下一代支持 AI 训练和推理的“矿机”有多强的那个副本。中本聪有一种欲望审慎的魅力，他设计完规则，交给代码，然后消失。这是密码朋克的浪漫。而老黄比任何科学家都像生意人，他设计了规则，亲自维护，不断添砖加瓦，筑牢自己的护城河。你过去因为相信所以看见的那个 token，现在不用相信就能看见。它是瓦特、安培、比特之后的下一个。","news_type":1,"symbols_score_info":{"NVDA":2}},"isVote":1,"tweetType":1,"viewCount":89,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"EN","currentLanguage":"EN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":1,"optionInvolvedFlag":false,"xxTargetLangEnum":"ORIG"},"commentList":[],"isCommentEnd":true,"isTiger":false,"isWeiXinMini":false,"url":"/m/post/544425523769880"}
精彩评论