Ce n'est pas le Token de la cryptomonnaie, mais le mot dans l'IA - chaque caractère, chaque réponse produit par le grand modèle est une série de mots assemblés.
Jensen Huang de NVIDIA a déclaré lors de la conférence GTC 2026 : « Les mots sont la nouvelle marchandise ! »
Le centre de données est maintenant une usine de mots : on y injecte de l'électricité + des données, et on en sort des mots pour les vendre !
Il a également donné une formule simple :
Revenu = Nombre de mots par watt × Nombre de gigawatts disponibles
Cela signifie que : dans le cas où la limite de puissance électrique est fixée, celui qui peut générer le plus de mots par kilowattheure gagnera beaucoup. Peu importe la puissance du matériel, il ne peut échapper aux lois de la physique - une usine de 1 gigawatt ne pourra jamais devenir une de 2 gigawatts.
Le directeur du Bureau national des données de Chine, Liu Liehong, a également déclaré il y a quelques jours : en mars de cette année, le volume quotidien d'appels de tokens en Chine a déjà dépassé 140 trillions !
Par rapport aux 100 milliards de début 2024, cela a augmenté de plus de 1000 fois ; par rapport aux 100 trillions de fin 2025, cela a encore augmenté de plus de 40 % en trois mois.
Cette chose n'est plus de la science-fiction, elle se transforme en une nouvelle chaîne industrielle réelle.
Qu'est-ce que l'économie des tokens en fin de compte ?
En termes simples : la plus petite unité d'information traitée par les grands modèles d'IA est le token.
Quand vous posez une question à l'IA, elle découpe d'abord vos mots en plusieurs tokens, puis les recombine en phrases avant de vous les renvoyer.
Chaque token généré nécessite de la puissance de calcul GPU et de l'électricité.
Ainsi, les tokens sont naturellement une unité de mesure - tout comme le « degré » de l'électricité et le « baril » de pétrole.
Auparavant, les tokens n'étaient qu'un coût, chacun se battait pour les paramètres et les données d'entraînement.
Maintenant, l'IA entre dans l'ère de l'inférence, chaque fois qu'un utilisateur discute, chaque fois qu'un Agent exécute une tâche, cela brûle des tokens à un rythme effréné.
Les entreprises d'IA facturent par token, plus elles en consomment, plus elles en vendent, les tokens passent ainsi de « coût » à un produit pouvant être produit en masse, tarifé et échangé.
Le PDG d'OpenAI, Sam Altman, a également déclaré : notre (et celle de tous les fournisseurs de modèles d'IA) activité consiste essentiellement à vendre des tokens.
Lao Huang appelle le centre de données « usine de tokens », les matières premières sont des données et de l'électricité, le produit est des tokens. L'indicateur clé est le nombre de tokens par watt (tokens par watt) - celui qui est le plus efficace a les coûts les plus bas, celui qui gagne.
Démantèlement de la chaîne de valeur de l'« usine de tokens » (quatre étapes, super compréhensible)
Une usine de tokens est assez similaire à une usine traditionnelle, divisée en plusieurs parties :
1. Étape de production (la plus coûteuse, la première à bénéficier)
Puces d'IA et serveurs (NVIDIA, Huawei, Haiguang, etc.)
Salle des serveurs AIDC (Centre de données d'intelligence artificielle)
Refroidissement liquide, systèmes d'alimentation (équipements électriques, électricité verte)
La capacité maximale de production de l'usine est déterminée par le matériel et l'électricité. Avec la même unité d'électricité, celui qui peut produire plus de tokens a des coûts plus bas.
2. Étape d'optimisation (augmentation de la production sans ajout de matériel)
Algorithmes d'optimisation d'inférence, systèmes de planification
Modules optiques, réseaux, etc.
Lao Huang prend l'exemple : Fireworks AI et Lynn, deux entreprises, n'ont pas changé de matériel, mais ont mis à jour la pile logicielle NVIDIA, la vitesse de génération de tokens est passée de 700 par seconde à près de 5000, une augmentation de 7 fois !
Un algorithme puissant permet à une usine à puissance fixe de réaliser d'énormes bénéfices.
3. Étape de circulation (livrer rapidement les tokens aux utilisateurs)
CDN (réseau de distribution de contenu) - livraison du dernier kilomètre
Réseaux privés transfrontaliers, câbles sous-marins - logistique internationale
La production et la livraison de tokens se produisent presque simultanément, avec un délai très faible.
Le coût d'inférence des modèles nationaux est seulement de 1/6 à 1/10 de celui des modèles étrangers, en s'appuyant sur une API pour l'exportation massive de tokens, transformant la puissance de calcul et l'électricité de la Chine en « exportations numériques ».
4. Étape d'application (le lieu de monétisation finale)
Fabricants de grands modèles (OpenAI, Byte, Alibaba, etc.)
Applications d'Agent (intelligents)
SaaS pour des secteurs verticaux, plateformes de génération multimodale
À l'avenir, chaque SaaS deviendra un Agent-as-a-Service (intelligence des agents comme service).
Les ingénieurs auront un budget annuel de tokens, plus ils en utilisent, plus ils sont performants.
Les scénarios de consommation s'étendent des discussions à l'analyse financière, à la génération de contenu, à la prise de décision automatisée... Plus la consommation est forte, plus l'amont doit augmenter la production, formant un flywheel positif.
Du point de vue de l'investissement, qui est le premier à obtenir des bénéfices ?
Les institutions voient maintenant le plus de potentiel dans l'infrastructure de puissance de calcul (étape de production) : puces d'IA, centres de données, refroidissement liquide, alimentation, électricité verte.
La consommation de tokens par ByteDance aurait doublé tous les trois mois, et lorsque les grands fournisseurs de cloud nationaux atteignent une consommation quotidienne de 30 à 60 billions, ils ressentiront un manque de puissance de calcul.
D'ici 2026, la chaîne de valeur de la puissance de calcul devrait entrer dans un cycle d'« inflation de chaîne complète », avec des prospérités se transmettant des puces à l'AIDC, aux services cloud et aux équipements électriques.
L'exportation de tokens + la location de puissance de calcul sont également des directions en vogue, avec un avantage évident en termes de coûts d'électricité et d'algorithmes en Chine.
Le rapport de recherche résume la logique d'augmentation des prix comme suit : explosion de la demande à l'étranger → pénurie de matériel de stockage et de calcul → goulet d'étranglement énergétique/infra → réévaluation des coûts dans toute la chaîne.
Les priorités sont généralement divisées en phases :
À court terme : stockage, mémoire vidéo (écart d'offre et de demande le plus flexible)
À moyen terme : puces de calcul et serveurs
À long terme : équipements électriques, électricité verte + acteurs majeurs ayant une véritable capacité de mise en œuvre et d'exportation
En résumé : l'économie des tokens consiste à convertir l'électricité du monde physique en intelligence du monde numérique, puis à la vendre comme un produit industriel.
Ce n'est pas un concept à la mode, c'est une véritable révolution industrielle 2.0 - passant de l'entraînement de grands modèles à une transition totale vers l'ère de l'inférence à grande échelle et des agents.
Les gars, les tokens sont en feu, êtes-vous prêts ?
Est-ce que l'on continue à regarder le spectacle, ou est-ce qu'on se positionne sur l'usine de tokens et les concepts de puissance de calcul, d'électricité, d'algorithmes et d'exportation ?
Bienvenue à discuter de votre point de vue dans la zone de commentaires ~