黃仁勳在 GTC Taipei 2026 揭示「Token 經濟學」新時代：AI 資料中心正從硬體銷售轉向「運算即營收」模式，每個 Token 都是可定價、可獲利的資產單位。Vera Rubin 架構全面量產，搭配 Groq LPU 解耦推理，讓 1GW 資料中心年營收從 300 億美元飆升至 3,000 億美元。黃仁勳更宣布 NVIDIA Constellation 臺北總部啟用，臺灣 AI 運算需求「火箭式飆升」。
（前情提要：黃仁勳 GTC 2026 狂講「Hardness」？ LLM Agent 為什麼要硬化，一句話道破 AI 代理落地的關鍵）
（背景補充：觀點》ChatGPT 和 Claude 會把一切工作趕盡殺絕嗎？）
NVIDIA 執行長黃仁勳 6 月 1 日在 GTC Taipei 2026 大會上丟擲重磅宣言：「Token 就是資產，Token 已經成為獲利的營收單位。」他直言，AI 產業的商業邏輯正在翻轉——從賣 GPU 硬體，走向賣「運算產出」的時代。
這場在臺北流行音樂中心舉行的主題演講，與 COMPUTEX 2026 同步登場，黃仁勳不僅回顧了 GTC 聖荷西主場的關鍵發布，更進一步用資料論證：一個 1GW 規模的 AI 資料中心，從 Blackwell 換代到 Vera Rubin 加 Groq 解耦推理架構後，年營收可從約 300 億美元直接跳升到 3,000 億美元——「十倍增長」的商業故事，讓全場供應鏈夥伴沸騰。
Token 即營收：AI 工廠的商業方程式
黃仁勳在演講中系統性拆解了「Token 經濟學」的商業邏輯。他指出，AI 推理已經從「回答問題」進化為「製造利潤」——每一個 Token 產出都可能直接對應到終端客戶的付費意願。NVIDIA 為此設計了五檔 Token 定價模型：
- 免費層：基礎問答、客戶服務
- 輕量級（每百萬 Token 約 5 美元）：內容生成、摘要
- 專業級（每百萬 Token 約 30 美元）：程式碼生成、資料分析
- 企業級（每百萬 Token 約 80 美元）：法規合規、金融建模
- 頂級層（每百萬 Token 約 150 美元）：科學研究、藥物發現、即時推理
「每一個 Token 都能賺錢，AI 公司會想要建造更多 Token，生成更多 Token，生產更多 AI 工廠。」黃仁勳強調，這正是為什麼臺灣的運算需求已經「火箭式飆升」——當運算直接等於營收，擴建資料中心就成為必然。
Vera Rubin 全面量產：供應鏈規模兩倍起跳
作為 GTC 2026 最受矚目的硬體發布，Vera Rubin 架構已正式進入全面量產。黃仁勳透露，Vera Rubin 的供應鏈規模是前代 Grace Blackwell 的兩倍，全球有超過 150 家臺灣供應鏈夥伴參與其中。
旗艦級 Vera Rubin NVL72 機櫃整合了 72 顆 Rubin GPU 與 36 顆 Vera CPU，採用 100% 液冷散熱設計，單一機櫃即可部署超大規模 AI 模型。黃仁勳也首次公開了下一代 Feynman 架構路線圖，預計將進一步推動推理效能與能源效率的極限。
值得注意的是，黃仁勳在演講尾聲暗示下半年還有「驚喜新產品」尚未公開，引發市場對消費級 GPU、車用晶片等新品的高度期待。
解耦推理：NVIDIA + Groq 打造「Token 雙引擎」
黃仁勳特別提及與 LPU（語言處理單元）先驅 Groq 的協同策略。不同於 GPU 擅長大量平行運算，Groq 3 LPX 晶片由三星代工、預計第三季出貨，專攻「單一請求延遲最低」的場景——在需要毫秒級回應的即時推理任務中，Groq LPU 的表現遠優於傳統 GPU。
黃仁勳用一個簡單公式解釋「解耦推理」的商業威力：
- Blackwell 世代：1GW 資料中心年營收約 300 億美元
- Vera Rubin 世代：相同功耗下年營收可達 1,500 億美元（5 倍）
- Vera Rubin + Groq 解耦推理：年營收上看 3,000 億美元（10 倍）
資料中心正在從訓練模型的地方，變成生產 Token 的工廠。
📍相關報導📍
COMPUTEX 2026 完整攻略：黃仁勳 GTC 必看、五大 AI 主題看點、時間地點
