问题——推理需求快速抬升，算力增长是否逼近“天花板”成为市场焦点。近年来，大模型应用从早期以“内容生成”为主，逐步转向“推理决策”和“执行任务”。单次请求的上下文更长、链式推理更复杂、调用更频繁，带动算力消耗持续走高。鉴于此，市场对算力企业订单能否延续、数据中心投资回报是否可控以及新增需求空间有多大，讨论不断升温。
黄仁勋提出的“Token工厂经济学”，折射出AI产业进入推理时代后的结构性变化：算力竞争正在从“更强的芯片”，转向“在能源约束下更高效地交付可计量产出”。在电力日益稀缺、能效成为关键指标的背景下，谁能在有限功耗内实现更高吞吐与更低成本，谁就更可能掌握产业节奏。英伟达给出的框架与落地路径，为行业理解推理服务的定价逻辑、系统工程方向与扩张边界提供了参考，也为有关企业制定算力与基础设施策略带来更清晰的坐标系。