當你打開手機上的Uber App叫車時，系統會即時提供建議路線、預估車資，甚至推薦不同車型選項。在這個當下，乘客不只是為了一趟乘車服務付費，背後其實也在為「符元」（Token）埋單。

　　這正是輝達執行長黃仁勳所提出的概念——未來世界將存在兩種工廠：一種是生產實體產品的智慧工廠（Smart Factory），另一種則是輸出Token的AI工廠（AI Factory）。

　　輝達高效能運算與人工智慧超大規模基礎設施解決方案資深總監哈里斯（Dion Harris）接受《財訊》專訪時指出：「我們對AI工廠有非常明確的定義——它是一座專門用來生成Token的工廠。」

　　AI產業架構如同「五層蛋糕」：從最底層的能源、土地與電力；再上一層晶片、網路與軟體；再上一層為廠房設施、資料中心；第四層是AI模型；最上層為應用；底部三層共同構成一座能夠持續產生Token的AI工廠。

▍定義－AI工廠專門用來生成Token

　　不過，所謂AI工廠，其實也就是更大規模的資料中心；但不同的是，這個AI工廠運算平台不只有算力，還擅長於AI推理、代理式AI以及物理AI。更重要的是，AI工廠能更便宜、更有效率地產生Token。

　　在此次GTC大會上，輝達宣布整合了Vera Rubin系統架構，由原本的6款晶片擴充至7款晶片，形成更完整的AI工廠運算平台。黃仁勳甚至喊話，每一位執行長都應該要認真理解，為什麼AI工廠產出的Token，將變成企業營運模型的一部分，甚至變成企業財務預測的一部分，「因為，Token可以轉換成營收」。

　　AI工廠負責生產Token，而這些Token會被各種應用所使用。例如，聊天機器人或程式開發助理，免費版本只能做基本使用，而高階付費版本則可以支援更複雜的應用，如完整的程式開發、金融分析或深度研究等。

　　而當消費者在使用ChatGPT或雲端AI服務並付費時，本質上就是在為Token付費。

　　哈里斯以Uber為例說明，當Uber建立AI工廠，其目的在於為全球數百萬用戶提供即時服務。AI所產生的智慧，不僅能協助司機更安全地接送乘客，也能幫助乘客快速取得資訊，同時支援平台與餐廳及其他服務夥伴之間的互動。

　　換句話說，Token正在驅動愈來愈多的AI服務，並逐步融入商業模式之中。像Uber這樣的平台，讓消費者能快速找到合適的乘車或餐飲服務，而用戶也願意為此付費，甚至成為訂閱會員。

▍應用－百工百業導入技術產生智慧

　　哈里斯強調，雖然各產業與企業情境不同，但核心問題始終一致：如何產生「智慧」，以達到更好的結果。而這正是AI工廠的本質，透過在各種應用場景中導入AI，提升效率並創造價值。他認為，任何產業、公司或組織，只要需要運用智慧，都可以從AI工廠中受益。

　　因此，智慧工廠雖然所生產的是實體產品，例如手機、電腦、汽車、噴射引擎或各種產品，但在生產過程中，大量運用了機器人、電腦視覺以及AI等技術，也就是間接使用Token，來讓機器人更聰明、流程更有效率、整體生產更優化。

　　「AI工廠」一詞由黃仁勳於2023年首次提出，不過之後的推動過程也曾面臨挑戰。哈里斯坦言，過去一段時間，很多人還沒有完全理解或認同AI所能帶來的價值與應用場景，但是現在已經走過那個階段了。現在大多數人都已經理解，AI提供了一個非常獨特的機會，可以用來解決一些最困難的問題。

　　「我認為目前最大的挑戰，是如何跟上需求的成長。」哈里斯表示，今年GTC大會現場，不論是醫療、汽車、機器人、材料科學，甚至是媒體與娛樂業，每一個產業都在尋找新的方法來導入這項技術。

　　以製造業為例，AI可以應用於工廠設計、營運優化、設備維護、排程以及生產規畫；因此，企業可以建立AI工廠來支援實體工廠運作，也可以用來支援各類智慧服務系統。

　　AI工廠對輝達更重要的意義在於，首度從單一機櫃，邁向大規模AI基礎建設布局。特別是今年在GTC會展上首度秀出AI工廠模組化參考架構（MGX）的生態系統，龐大的背板上都是供應鏈的名字；台廠的部分包括鴻海、緯創、仁寶、勤誠、良維、川湖、貿聯、台達電、光寶、嘉澤、建準等等。

▍願景－AI工廠變各行業營運標配

　　哈里斯表示，輝達作為一個垂直整合的公司，需要透過整個生態系，來服務更廣大的市場。輝達的概念是從「極致協同設計」（extreme co-design）開始，也就是從GPU出發，延伸到CPU、網路架構、儲存以及完整的軟體堆疊。

　　值得一提的是，不只是擁有完整的硬體生態系，輝達更為AI工廠打造了專屬的分散式作業系統Dynamo1.0，能將推論效能提升最高7倍，降低了處理每個Token的成本。不難想像，在AI時代之下，當Token未來可望成為新的產出指標時，黃仁勳更大的野心，就是要使AI工廠成為各行各業營運的標配。

作者：楊喻斐（本文獲授權轉載自財訊雙週刊）