ASUS 首爾 AI 峯會聚焦「代幣經濟學」：Token 生成成本成基礎設施新指標

華碩 9 月 3 日於首爾汝矣島康萊德酒店舉辦「華碩 AI Tech Summit Seoul」峯會，亞太地區資訊科技行業決策者逾 300 人出席。華碩基礎設施解決方案業務集團總裁 Paul Ju 在開場致辭中強調，人工智能已不再是停留在實驗室中的技術，而是真實融入日常生活的各個層面。

華碩以「代幣經濟學」重新定義 AI 基礎設施競爭力

在此背景下，華碩提出「代幣經濟學」作為核心議題。Paul Ju 指出，人工智能所生成的結果本質上由「代幣」構成，而一個機構的基礎設施競爭力，很大程度上取決於其能否高效地產出這些代幣。這一視角將 AI 基礎設施的競爭從單純的算力堆疊，引向單位能耗與單位算力產出比的精細化營運層面。

NVIDIA 韓國區代表鄭素英在同一場合表示，華碩與 NVIDIA 的合作已從早期聚焦個人電腦與消費業務，逐步拓展至數據中心領域，隨着人工智能技術演進，雙方協作範圍仍在持續擴大。鄭素英判斷，數據中心的角色定位正在發生根本性轉變：過去它是容納與運維伺服器的實體空間，如今則演進為通過人工智能運算持續「生產」代幣的「AI 工廠」。

Agentic AI 推升數據中心需求　能效成為決勝關鍵

代幣是生成式人工智能處理文本等內容時使用的基本計算單元。AI 應用範圍越廣，所需代幣量就越大，因此在同等電力與算力資源下，能夠處理和生成更多代幣的數據中心，將在成本與效率上佔據顯著優勢。NVIDIA 韓國區解決方案架構師李敏亨進一步指出，Agentic AI 的普及將持續推高數據中心需求——這類人工智能不止於被動回答問題，而是自主調度工具、反覆驗證結果以達成複雜目標，任務複雜度提升意味着算力與代幣消耗量的同步增長。

NVIDIA 為此提出「AI Factory」與 DSX 平台兩套數據中心設計框架。隨着數據中心規模從數十至數百兆瓦向千兆瓦級別躍升，電力、冷卻、網絡、儲存等基礎設施必須作為統一系統進行整體規劃。華碩同樣認為，僅靠人工智能伺服器算力已不足以定義基礎設施競爭力，電能與冷卻成本的同步攀升，使單位代幣生成成本與能源效率成為真正的決勝指標。

華碩聚焦高功率 GPU 散熱與供電方案

在具體技術佈局上，華碩正圍繞高功率 GPU 的穩定運行研發電力傳輸技術與 HVDC 方案，同時開發微通道冷板、100% 水冷伺服器及兆瓦級冷卻 CDU 等散熱系統，以降低高密度 GPU 伺服器的熱負載與能耗。華碩解決方案事業總經理 Albert Wu 表示，AI 基礎設施的競爭力在於將人工智能伺服器、儲存、網絡與軟件棧及專業服務整合為「黃金三角」策略，覆蓋從建設到營運與優化的全流程。

峯會同時披露了邊緣運算佈局。華碩展示了可在工廠車間直接處理機器視覺數據，以及在車載環境中實時處理影像與感測器數據的邊緣運算方案。邊緣側處理既能減少向雲端傳輸的數據量、降低延遲，也能在數據安全與營運效率上帶來收益。NVIDIA 基於 88 核心 Blackwell 處理器的伺服器系統原型亦於活動期間同步亮相。