作者：王林Lincoln | MindsLeap创始人 | Founders Space合伙人 | 企业家AI俱乐部创始人
一句话改变了数据中心的商业逻辑
"过去，数据中心是花钱的地方。AI 工厂是赚钱的地方。"
Kevin Darling 在台上说这句话的时候，台下刚有人用绿色激光笔在他的 PPT 上打了个光点。他笑了笑，说"台湾的朋友真友好"，然后继续往下讲。
这是 2026 年 Computex，台北。Darling 是 NVIDIA 网络业务的高级副总裁，六年前 NVIDIA 收购了他工作的那家网络公司。他说，Jensen 当时告诉他们要"跨整个数据中心栈做优化"。他承认，当时觉得这话听起来很酷，但不知道是什么意思。六年后，他站在台上，用整场演讲来解释那句话的真正含义。
那个含义，比大多数人理解的要激进得多。
NVIDIA 不是在升级数据中心，它是在从根本上重新定义"基础设施"是什么东西。传统数据中心是成本中心，是跑应用的机器，是每个月看到账单时皱眉的地方。AI 工厂的逻辑完全不同——它的输出是 token，token 是收入，整个工厂的设计目标只有一个：以最低的成本、最高的效率生产更多 token。
这不是一次技术迭代，这是商业逻辑的替换。
摩尔定律死了，但需求在垂直拉升
要理解这件事为什么这么紧迫，需要先接受一个不舒服的事实。
Darling 在台上直接说：摩尔定律死了。准确地说，摩尔定律承诺的不只是"每两年晶体管数量翻倍"，它还承诺这件事以相同的功耗和相同的成本发生。那个承诺在 2005 年就已经失效，到现在已经整整二十年。
与此同时，AI 对算力的需求没有放缓，反而在加速。模型参数规模每年增长 10 倍，这条曲线至今仍在持续。更麻烦的是，推理阶段的 token 消耗也在爆炸式增长。大约一年半前，混合专家模型（MoE）的出现带来了一次拐点——AI 开始为了生成一个输出 token，在内部生成上百个推理 token。这意味着算力需求的增速，远比外界感知到的更陡峭。
供给侧的物理定律失效了，需求侧还在垂直拉升。这就是为什么 NVIDIA 说自己在"疯狂奔跑"，为什么他们要把数据中心的每一层都重新拆开来设计。
翡翠水库教会了 NVIDIA 什么
Darling 在演讲里用了一个出乎意料的比喻。
他展示了台北市历年的月降雨量图表，指出降雨不是均匀分布的，有的月份暴雨，有的月份几乎无雨。他说，正因如此，人类修了水坝——台北郊外的翡翠水库就是这个道理，丰水期存水，枯水期放水，把稀缺资源用好。
然后他说，AI 训练的功耗曲线，和这个降雨图长得几乎一模一样。
传统云计算的负载是平的，来自无数随机用户的请求叠加在一起，最终呈现为一条平稳的直线。但 AI 训练完全不同。几万张 GPU 作为一台整体机器协同运转——计算、同步权重、再计算——这个节奏会产生剧烈的功耗波峰和波谷。
这让电力公司非常不满。他们说："你们在大量消耗功率，然后突然停下，变压器都被你们搞坏了。"
NVIDIA 的解决方案是 DSX，Jensen 在 GTC 主题演讲里称其为 AI 工厂的"操作系统"。它在功耗低谷时把能量存储在电容和电源系统里，在功耗峰值时释放出来，把整个工厂的能量消耗曲线压平。效果直接：同样一度电的预算，可以多部署 40% 的 GPU。
"40% 更多的 GPU，意味着 40% 更多的 token，也意味着 40% 更多的收入。"
这是 Darling 自己说的。能源管理不是 ESG，不是"绿色数据中心"的噱头，它是算力的乘数，是收入的乘数。理解这一点，是理解 AI 工厂逻辑的入口。
七块芯片和"铜材能用就用"
NVIDIA 现在同时在设计七块芯片，它们不是独立的产品，而是协同设计的一套系统。
Rubin GPU 和 Vera CPU 通过高性能缓存一致性链路紧密耦合，在机架层面用 NVLink 扩展，在数据中心层面用 Spectrum-X 网络结构连接。整个设计目标只有一个：让 72 块 GPU 表现得像一台计算机，像一台整体运作的机器。Darling 说，这种"极端协同设计"带来了 10 倍的 token 吞吐提升，以及十分之一的每 token 成本。
Darling 还提到了一个细节，是 Jensen 的一句原则：铜材能用就用。铜缆便宜、可靠、不耗电，但问题是速度越高，铜能有效传输的距离就越短。现在的速率下，铜只能在机架内部的几米范围内使用，一旦需要跨机架，就必须用光纤。
但即便用光纤，也有讲究。Darling 解释，信号从芯片出来是"漂亮的"，但经过 PCB 走线传到光收发器前端，信号就变"丑"了。传统做法是重新整形信号再驱动光纤，这个过程本身就在耗能。
NVIDIA 的 Spectrum CPO（共封装光学）交换机，把光学器件直接集成在芯片封装内部，信号一出芯片就直接进入光纤，省掉了这个损耗环节。结果是：一座 AI 工厂可以因此节省几十兆瓦的电力。那些电力，可以拿去运行更多 GPU，生成更多 token。
"智能体是 AI 在吃自己的尾巴"
整场演讲密度最高的一段，是 Darling 谈到 AI 智能体的部分。
他的定义很直接："智能体是 AI 在吃自己的尾巴。不再是人类生成提示词，而是 AI 把循环封闭起来，自己给自己输入提示词。"
这个"吃自己的尾巴"的比喻，说清楚了一件很多人还没想明白的事：AI 智能体不只是"更聪明的聊天机器人"，它是一种拓扑结构的改变。过去的 AI 是人机对话，一问一答，人在环路里。智能体的架构是 AI 与 AI 之间在高速对话，人退出了实时循环，只在任务的起点和终点介入。
"人类很慢，AI 很快，AI 没有耐心。"
这句话不是在夸 AI，它是一个工程约束：当智能体之间高速通信时，网络带宽就成了瓶颈。NVIDIA 现在的 ConnectX 和 BlueField 已经做到 800 Gbps，正在向 1600 Gbps 迁移，驱动力正是来自智能体对带宽的需求。
Darling 还提到，AI 智能体需要两种记忆：短期记忆（KV 缓存）和长期记忆（文件、对象存储、向量数据库）。NVIDIA 为此开发了新的存储参考架构，用 CMX 处理 KV 缓存，用 STX 处理长期记忆，实现了五倍的 token 吞吐量提升和五倍的效率改善。
Vera CPU 在这个架构里扮演的角色同样值得关注。Darling 说，Vera 是专为智能体工具而生的 CPU——它规划任务、编写程序、汇总结果、压缩上下文。这和过去的 CPU 完全不同，过去的 CPU 是给 GPU 喂数据，现在的 CPU 是替 AI 智能体做"脑力劳动"。
Darling 最后说了一句话，我觉得值得单独放在这里：
"智能体把 token 当早餐、午餐和晚餐。"
这不是修辞，这是算力需求曲线的又一次拐点预警。
这张账单，最终落在谁手上
整场演讲有个反复出现的核心指标：每瓦特能产生多少 token，每一美元能产生多少 token。
这是 NVIDIA 内部的北极星，也是它用来审视每一个设计决策的标准。为什么用液冷？因为可以把 GPU 堆得更密，铜缆不用那么长。为什么做共封装光学？因为节省几十兆瓦，转化成更多 token。为什么要做能量平滑？因为同样的功率预算可以多部署 40% 的 GPU。每一个决策，都在服务同一个目标：压低每 token 的成本。
Darling 顺带提到了一条数据：DeepSeek 模型在 Blackwell 架构上实现了 30 倍的性能提升。这条信息他只说了一句，但它说明了一件事——模型与芯片之间的协同优化，已经能产生一个数量级的效率差距，而不是百分之几的改进。这个差距，最终会体现在服务定价上，体现在能不能比竞争对手更便宜地跑一个模型、更快地响应一个请求、更经济地支撑一批 AI 智能体。
对企业决策者来说，Darling 演讲里有一句话容易被当成口号滑过去："每个企业都应该使用 AI 智能体，因为它能让你的人类员工更高效，远比你想象的更高效。"
我对这句话会更谨慎一点。不是每家企业今天都有条件直接部署 AI 智能体，但每家企业的负责人都应该回答一个更具体的问题：我的业务流程里，哪些环节是人类在执行那些本来可以高速循环运行的重复判断？那些环节，就是 AI 智能体最先会介入的地方。
不是因为 AI 更聪明，而是因为 AI 不需要休息，AI 没有耐心，AI 在你睡觉的时候还在跑。
这个世界正在搭建一座能产 token 的工厂，而不是一座能烧电的机房。理解这个差别的人，和不理解这个差别的人，接下来几年会站在非常不同的位置上。
关于 MindsLeap 心智悦动
MindsLeap 心智悦动是 AI原生组织转型加速平台。
我们与硅谷创新孵化器 Founders Space 深度合作，持续连接全球 AI 前沿认知、硅谷科技创业生态与中国企业家的真实转型场景。
围绕 AI 原生组织建设，MindsLeap 正在构建一个面向企业家、创业者、AI 工程师、产业专家和投资人的转型生态，帮助企业把 AI 从认知、战略和工具，真正落到组织能力、业务流程、产品创新和增长系统中。