ASUS 首尔 AI 峰会聚焦“代币经济学”：Token 生成成本成基础设施新指标

华硕 9 月 3 日于首尔汝矣岛康莱德酒店举办「华硕 AI Tech Summit Seoul」峰会，亚太地区信息科技行业决策者逾 300 人出席。华硕基础设施解决方案业务集团总裁 Paul Ju 在开场致辞中强调，人工智能已不再是停留在实验室中的技术，而是真实融入日常生活的各个层面。

华硕以「代币经济学」重新定义 AI 基础设施竞争力

在此背景下，华硕提出「代币经济学」作为核心议题。Paul Ju 指出，人工智能所生成的结果本质上由「代币」构成，而一个机构的基础设施竞争力，很大程度上取决于其能否高效地产出这些代币。这一视角将 AI 基础设施的竞争从单纯的算力堆叠，引向单位能耗与单位算力产出比的精细化运营层面。

NVIDIA 韩国区代表郑素英在同一场合表示，华硕与 NVIDIA 的合作已从早期聚焦个人电脑与消费业务，逐步拓展至数据中心领域，随着人工智能技术演进，双方协作范围仍在持续扩大。郑素英判断，数据中心的角色定位正在发生根本性转变：过去它是容纳与运维服务器的实体空间，如今则演进为通过人工智能运算持续「生产」代币的「AI 工厂」。

Agentic AI 推升数据中心需求 能效成为决胜关键

代币是生成式人工智能处理文本等内容时使用的基本计算单元。AI 应用范围越广，所需代币量就越大，因此在同等电力与算力资源下，能够处理和生成更多代币的数据中心，将在成本与效率上占据显著优势。NVIDIA 韩国区解决方案架构师李敏亨进一步指出，Agentic AI 的普及将持续推高数据中心需求——这类人工智能不止于被动回答问题，而是自主调度工具、反复验证结果以达成复杂目标，任务复杂度提升意味着算力与代币消耗量的同步增长。

NVIDIA 为此提出「AI Factory」与 DSX 平台两套数据中心设计框架。随着数据中心规模从数十至数百兆瓦向千兆瓦级别跃升，电力、冷却、网络、存储等基础设施必须作为统一系统进行整体规划。华硕同样认为，仅靠人工智能服务器算力已不足以定义基础设施竞争力，电能与冷却成本的同步攀升，使单位代币生成成本与能源效率成为真正的决胜指标。

华硕聚焦高功率 GPU 散热与供电方案

在具体技术布局上，华硕正围绕高功率 GPU 的稳定运行研发电力传输技术与 HVDC 方案，同时开发微通道冷板、100% 水冷服务器及兆瓦级冷却 CDU 等散热系统，以降低高密度 GPU 服务器的热负载与能耗。华硕解决方案事业总经理 Albert Wu 表示，AI 基础设施的竞争力在于将人工智能服务器、存储、网络与软件栈及专业服务整合为「黄金三角」策略，覆盖从建设到运营与优化的全流程。

峰会同时披露了边缘计算布局。华硕展示了可在工厂车间直接处理机器视觉数据，以及在车载环境中实时处理影像与传感器数据的边缘计算方案。边缘侧处理既能减少向云端传输的数据量、降低延迟，也能在数据安全与运营效率上带来收益。NVIDIA 基于 88 核心 Blackwell 处理器的服务器系统原型亦于活动期间同步亮相。