英伟达股东会摘要：黄仁勋豪言 AI 投资回报率的问题「已有答案」

一句话看懂：英伟达 CEO 黄仁勋在年度股东会上正面回应了 AI 投资回报率的质疑，其核心论点是 AI 数据中心本质上是「制造 token 的工厂」，每个 token 都能变成可量化的利润来源。他强调，英伟达系统的优势不在于采购价格最低，而在于能产生最低成本的 token 和最高的吞吐量，进而带来更高的收入。

事件核心：发生了什么

北京时间 6 月 25 日凌晨，英伟达召开年度股东大会。黄仁勋在业务更新环节系统性地阐释了 AI 基础设施的商业逻辑。他将 AI 数据中心定义为「制造词元（token）」的工厂，这些 token 可以转化为代码、答案、设计、行动和服务，每个 token 都直接对应利润单位。整场会议最核心的一句话是：「有用的 AI 已经到来，并且已经能够赚钱（Useful AI has arrived, and it is profitable）」。此外，黄仁勋也提及物理 AI 有望成为下一阶段增长引擎。同日，存储芯片厂商美光公布了强劲财报，第三财季营收同比增长超 4 倍，盘后股价大涨逾 13%，其已与数据中心运营商等客户签署 16 份跨领域长期战略供货协议，部分锁定至 2027 年后的销售。

为什么重要

黄仁勋的此番表态直接回应了市场对 AI 基础设施高投入能否产生合理回报的普遍质疑。通过将「token」定义为利润单位，他试图将 AI 投资的衡量标准从硬件采购成本转向「每 token 成本」和「token 产出效率」——即总拥有成本（TCO）而非单价。这一框架对英伟达的竞争对手（如 AMD、定制芯片厂商）构成压力，因为后者强调的性价比可能无法转化为客户最终的投资回报率。同时，美光的财报数据进一步佐证了「算力基础设施的紧缺周期正在被长期协议锁定」，这会持续推高对 GPU、HBM 内存等核心硬件的需求。

对用户/开发者/创作者的影响

对于普通用户，黄仁勋的讲话意味着短期内 AI 应用不会因「算力泡沫」而出现回调，反而可能加速 token 化服务的普及，例如订阅制的 AI 代码助手、AI 客服、AI 内容生成工具等。对于开发者和企业采购决策者，需要在采购英伟达系统时重新算账：不是比较 GPU 的单价，而是评估单位 token 的成本与业务收入之间的换算关系。同时，美光的财报传递信号——未来几年高性能存储的价格可能居高不下，企业部署 AI 推理和微调时的算力预算需留足存储成本空间。创作者而言，高质量的 AI 生成内容（图像、视频、3D 资产）背后的 token 成本仍有物理上限，选择在推理效率更优的平台上进行创作会更经济。

值得关注的后续

1. 英伟达是否会在 GTC 或财报电话会上公开「每 token 成本」的具体基准数据，让企业与自研芯片方案做直接对比；2. 物理 AI 这一概念的落地节奏：黄仁勋已将其列为下一阶段增长引擎，但具体产品（机器人、自动驾驶）的规模化交付时间仍未明确；3. 美光与英伟达等客户的长期协议条款是否会导致上游存储价格出现结构性上涨，从而抬高中小开发者的 AI 推理成本。目前公开信息显示，这些行业变化尚处在早期，建议关注英伟达第三季度营收指引以及美光后续的产能扩张计划。

来源：Readhub · AI