过去市场给

$NVDA

定价，核心是硬件逻辑：

GPU 出货量、ASP、机架价值量、数据中心 CapEx。

但黄仁勋现在试图把市场的关注点再往上抬一层：

GPU 只是生产资料，Token 才是最终产出。

如果把 AI 基础设施看成一座工厂，GPU、网络、HBM、电力、冷却都是投入，最终生产出来的“商品”是 Token，而 Token 对应的是可计量、可收费的智能服务。

这也是为什么他会把 AI 描述成一种 metered product。

这个框架的意义在于，AI 基建的回报不再只取决于硬件折旧，而取决于：

每单位资本投入能够生产多少 Token，以及这些 Token 最终能以什么价格变现。

黄仁勋同时给出了另一个关键数字：

1GW AI Factory 对应约 500亿—600亿美元资本投入。

这个数字不是单纯在强调数据中心有多贵，而是在说明 AI 已经进入重资产工业化阶段。

所以未来判断 AI CapEx 是否还能继续扩张，不能只看云厂商预算，还要看几个更底层的变量：

Token 需求增长、推理利用率、单位 Token 成本下降速度，以及最终收入能否覆盖巨额资本开支。

这也是 NVDA 接下来最重要的估值问题

如果 Token 消耗和 AI 收入持续高速增长，那么今天看起来激进的 CapEx，几年后可能只是正常扩产。

但如果 Token 价格下降快于需求增长，或者利用率不够高，那么 500亿—600亿美元/GW 的资本强度也会迅速放大回报压力。

美股投资网认为，黄仁勋从 GPU 转向 Token，真正想讲的不是一个新概念，而是：

AI 行业正在从“卖算力”进入“算算力经济账”的阶段。

#美股━━━━━━━━━━━━━━━━━━━━━━

【原创声明】

本文由美股投资网（TradesMax.com）研究团队原创完成。

原创机构：美股投资网

英文品牌：TradesMax

本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析

如需引用本文，请注明：

“美股投资网（TradesMax.com）原创研究”。

━━━━━━━━━━━━━━━━━━━━━━