黃仁勳最新文章：AI的「五層蛋糕」

原文作者：黃仁勳

原文編譯：Peggy，BlockBeats

編者按：人工智慧正從一項前沿技術，逐漸演變為支撐現代經濟運行的基礎設施。輝達在其官方帳號發布的首篇長文中，嘗試從第一性原理出發，對 AI 的產業結構進行系統梳理：從能源與晶片，到資料中心基礎設施，再到模型與應用，構成了一條完整的五層技術堆疊。

文章指出，AI 不只是軟體或模型的競爭，而是一場涉及能源、算力、製造與應用的全球性工業建設，其規模可能成為人類歷史上最大的基礎設施擴張之一。透過這一「五層蛋糕」的視角，輝達試圖說明：AI 的真正意義，不只是更聰明的軟體，而是一場規模堪比電力和網際網路的基礎設施革命。

以下為原文：

人工智慧是當今塑造世界最強大的力量之一。它並不是一個聰明的應用程式，也不是某個單一模型，而是一種基礎設施，就像電力和網際網路一樣重要。

AI 運行在真實的硬體、真實的能源和真實的經濟體系之上。它將原材料轉化為規模化生產的「智慧」。每一家公司都會使用它，每一個國家都會建設它。

要理解為什麼 AI 會以這樣的方式展開，從第一性原理出發，看看計算領域到底發生了哪些根本性的變化，會很有幫助。

從「預製的軟體」到「即時生成的智慧」

在電腦發展的絕大多數歷史裡，軟體都是「預製」的。人類先描述一個演算法，然後電腦按照指令執行。資料必須被精心結構化，存入表格，並透過精確的查詢被取出。SQL 之所以不可或缺，是因為它讓這一整套體系能夠運作。

而 AI 打破了這一模式。

第一次，我們擁有了一種能夠理解非結構化資訊的電腦。它可以看圖像、讀文字、聽聲音，並理解其中的含義；它能夠推理上下文與意圖。更重要的是，它可以即時生成智慧。

每一次回應都是新的生成。每一個答案都依賴於你提供的上下文。這不再是軟體從資料庫中檢索既有指令，而是軟體在即時推理，並按需生成智慧。

正因為智慧是在即時生成的，支撐它的整個計算技術堆疊也必須被重新發明。

AI 作為基礎設施

如果從產業視角看 AI，它實際上可以拆解為一個五層結構。

能源（Energy）

最底層是能源。

即時生成的智慧，需要即時產生的電力。每一個 token 的產生，都意味著電子在移動、熱量在被管理、能源被轉化為計算能力。

在這一層之下，沒有任何抽象。能源是 AI 基礎設施的第一原則，也是決定系統能生產多少智慧的根本約束。

晶片（Chips）

能源之上是晶片。這些處理器的設計目標，是以極高效率、在大規模條件下，把能源轉化為計算能力。

AI 工作負載需要巨大的平行計算能力、高頻寬記憶體以及高速互聯。晶片層的進步，決定了 AI 擴展的速度，也決定了「智慧」最終會變得多便宜。

基礎設施（Infrastructure）

晶片之上是基礎設施。這包括土地、電力輸送、散熱系統、建築工程、網路系統，以及將數萬顆處理器組織成一台機器的調度系統。

這些系統本質上是 AI 工廠。它們不是為了儲存資訊而設計的，而是為了製造智慧。

模型（Models）

基礎設施之上是模型。AI 模型可以理解各種類型的資訊：語言、生物、化學、物理、金融、醫學，以及現實世界本身。

語言模型只是其中的一類。最具變革性的工作之一，正在發生在以下領域：蛋白質 AI、化學 AI、物理模擬、機器人、自主系統

應用（Applications）

最頂層是應用層，這裡是經濟價值真正產生的地方。例如，藥物發現平台、工業機器人、法律 Copilot、自動駕駛汽車。

一輛自動駕駛汽車，本質上是一種「被機器承載的 AI 應用」；一個類人機器人，則是一種「被身體承載的 AI 應用」。底層技術堆疊是同一個，只是最終呈現的形態不同。

因此，這就是 AI 的五層結構：能源 → 晶片 → 基礎設施 → 模型 → 應用。每一個成功的應用，都會向下牽動所有層級，直到最底層為它供電的發電廠。

一場仍在早期的基礎設施建設

我們才剛剛開始這場建設。目前的投入規模不過幾千億美元，而未來仍需要建設數萬億美元級別的基礎設施。

在全球範圍內，我們正在看到：晶片工廠、電腦組裝廠、AI 工廠。

以前所未有的規模被建造出來。這正在成為人類歷史上最大規模的基礎設施建設之一。

AI 時代的勞動需求

支撐這一建設所需要的勞動力規模非常龐大。

AI 工廠需要：電工、水管工、管道安裝工、鋼結構工人、網路技術人員、設備安裝人員、運維人員

這些都是技術性強、薪資優厚的崗位，而且目前極度短缺。參與這場轉型，並不一定需要電腦科學博士學位。

與此同時，AI 正在推動知識經濟的生產率提升。以放射科為例。AI 已經開始輔助醫學影像判讀，但放射科醫生的需求卻仍在成長。

這並不矛盾。

放射科醫生的真正職責是照顧病人，而讀片只是其中的一項工作。當 AI 接管越來越多的重複任務後，醫生可以把時間更多投入到判斷、溝通和治療中。

醫院的效率提高，可以服務更多患者，也因此需要更多人手。生產率創造能力，能力創造成長。

過去一年發生了什麼變化？

在過去一年裡，AI 跨過了一個關鍵門檻。

模型已經足夠好，可以在大規模場景中真正發揮作用。

• 推理能力顯著提升
• 幻覺顯著減少
• 與現實世界的「錨定」（grounding）大幅增強

第一次，基於 AI 的應用開始創造真實的經濟價值。

在以下領域已經出現明顯的產品市場契合：藥物研發、物流、客服、軟體開發、製造業

這些應用正在強力拉動底層整個技術堆疊。

開源模型的作用

開源模型在其中扮演著關鍵角色。世界上絕大多數 AI 模型都是免費的。研究者、新創公司、企業乃至整個國家，都依賴開源模型參與先進 AI 的競爭。

當開源模型達到技術前沿時，它們不僅改變軟體，還會啟動整個技術堆疊的需求。

DeepSeek‑R1 就是一個典型例子。透過讓一個強大的推理模型廣泛可用，它推動了應用層的快速成長，同時也增加了對訓練算力、基礎設施、晶片和能源的需求。

這意味著什麼？

當你把 AI 看作基礎設施，一切就變得清晰起來。AI 也許始於 Transformer 和大型語言模型，但它遠不止如此。

它是一場工業級的變革，將重新塑造：

• 能源的生產與消費方式
• 工廠的建設方式
• 工作的組織方式
• 經濟成長的模式

AI 工廠之所以被建造，是因為智慧現在可以即時生成。晶片之所以被重新設計，是因為效率決定智慧擴展的速度。能源之所以成為核心，是因為它決定系統最多能生產多少智慧。應用之所以爆發，是因為模型終於跨過了「規模可用」的門檻。

每一層都在強化其他層。

這就是為什麼這場建設規模如此龐大，為什麼它會同時影響如此多的行業，也為什麼它不會侷限於某一個國家或某一個領域。

每一家公司都會使用 AI。

每一個國家都會建設 AI。

我們仍然處在早期階段。

大量基礎設施尚未建成，大量勞動力尚未被訓練，大量機會尚未被實現。

但方向已經非常清晰。

人工智慧正在成為現代世界的基礎性基礎設施。

而我們今天做出的選擇，建設的速度、參與的廣度、以及部署的責任，將決定這個時代最終會變成什麼樣。