NVIDIA CEO 黄仁勋最新署名文章：解构AI的“五层蛋糕”
人工智能已成为当今世界最具影响力的技术力量之一。它不仅不是一款简单的应用程序，也不仅仅是某个单一模型，而是正逐渐成为像电力和互联网一样不可或缺的基础设施。
AI的运行依赖于实际的硬件、能源和经济体系，它能够将原始材料大规模转化为智能。无论是企业还是国家，都将在未来广泛采用和发展AI。
要理解AI为何以这种模式演进，必须从底层逻辑入手，审视计算领域发生的结构性变化。
从预制软件到实时智能
在计算技术的发展历程中，软件通常是预先编程并部署的。人类定义算法，计算机执行操作，数据被结构化地存储在表格中，并通过精确查询进行调用。过去，SQL成为支撑这一模式的关键工具。
而AI改变了这一切。
如今，我们首次拥有了可以理解非结构化信息的计算系统。它可以解析图像、阅读文本、识别声音，并从中提取含义。系统能根据上下文和意图进行推理，最重要的是，它可以在实时中生成智能。
每一次回应都是动态生成的，每一个答案都依赖于用户输入的上下文。这不是从数据库中提取指令，而是系统在运行过程中进行推理并构建智能。
由于智能是实时生成的，因此计算架构也必须相应地重新设计。
AI即基础设施
从产业角度看，AI的架构可分为五个层级。
能源
最基础的一层是能源。实时生成智能需要实时电力支撑。每一个token的生成，都是电子流动、热量控制以及能量转化为计算的体现。在这一层级，不存在抽象概念，能源是AI基础设施的首要要素，也是决定智能生产能力的核心瓶颈。
芯片
在能源之上是芯片层。这些处理器被设计用于高效地将电能转化为计算能力。AI工作负载要求高度并行处理能力、大带宽内存和高速互连。芯片技术的发展将决定AI的扩展速度和应用广度。
基础设施
芯片之上的基础设施层涵盖了土地、电力供应、冷却系统、建筑工程、通信网络，以及将数以万计的处理器集成到统一系统的架构。这些系统构成了所谓的“AI工厂”，其目标不是存储信息，而是制造智能。
模型
模型层位于基础设施之上。AI模型能够理解多种类型的数据，包括语言、生物学、化学、物理学、金融学、医学甚至物理世界本身。语言模型只是其中一种形式。当前最具创新性的突破正出现在蛋白质AI、化学AI、物理模拟、机器人系统及自动驾驶等领域。
应用
最上层是应用层，经济价值在这里得以体现。例如药物研发平台、工业机器人、法律助手、自动驾驶汽车等。自动驾驶汽车是AI在机械系统中的典型应用，而人形机器人则体现了AI的具身化能力。同样的技术架构，可以催生出多样化的应用场景。
这就是AI的“五层蛋糕”架构：
能源 → 芯片 → 基础设施 → 模型 → 应用。
每项成功应用都会拉动其下层结构，直至最终的能源系统。
目前，AI建设仍处于初级阶段。尽管已有数千亿美元投入，但真正需要构建的基础设施规模高达数万亿美元。
全球范围内，芯片制造厂、计算组装厂和AI工厂正在以前所未有的速度兴建。这可能是人类历史上最大规模的基础设施建设。
推动这一建设进程所需的人力资源极为庞大。AI工厂需要大量的电工、管道工、焊接工、钢结构工人、网络工程师、安装和运维人员等。这些岗位技术含量高、薪酬优厚，但目前仍面临严重的人才缺口。参与这场变革，不需要拥有计算机科学的博士学位。
同时，AI正在提升整个知识经济的生产力。以放射学为例，尽管AI能够辅助影像解读，但放射科医生的需求仍在增长。这并非矛盾。
医生的核心职责在于患者护理，而影像解读只是其职责的一部分。当AI承担更多重复性任务时，医生可以将更多精力投入到诊断判断、医患沟通和治疗方案制定中。医疗机构将因此变得更高效，并能为更多患者提供服务，同时创造更多就业。
生产力的提升带来产能的释放，产能的释放推动经济增长。
过去一年发生了什么？
过去一年，AI实现了重要的技术突破。模型性能显著提升，具备了大规模部署的能力。推理能力增强，幻觉现象减少，落地应用能力大幅提升。首次，基于AI构建的应用开始创造实际的经济价值。
在药物研发、物流、客户服务、软件开发和制造业等领域，AI应用已展现出强劲的产品与市场适配性。这些应用对其底层架构形成了强大的拉动效应。
开源模型在这一过程中扮演了关键角色。目前，全球大多数先进模型已免费开放，使得研究人员、初创企业、大公司乃至各国政府都能参与AI开发。当开放模型达到技术前沿时，它们不仅改变了软件行业，也激活了整个技术栈的需求。
DeepSeek-R1就是一个典型案例。通过开放强大推理模型，它加速了应用层的普及，并带动了从训练、基础设施到芯片和能源的整个产业链。
关键要点
当AI被视为基础设施时，其影响将无处不在。
AI起始于Transformer架构的大语言模型，但其意义远不止于此。它正在引发一场工业革命，重新定义能源的生产与消耗方式、工厂的建设模式、工作的组织方式以及经济增长路径。
如今，AI工厂正在大规模建设，因为智能可以实时生成。芯片正在被重新设计，因为效率决定了智能的扩展能力。能源成为核心要素，因为它是决定智能规模的限制条件。应用迅速发展，因为模型技术已实现大规模落地。
每一层级都在相互推动，形成良性循环。
正因如此，AI的建设规模空前庞大，能够同时影响多个行业，并不局限于某一个国家或领域。每家企业都会使用AI，每个国家都将发展AI。
尽管我们仍处于早期阶段，大部分基础设施尚未完成，大部分劳动力尚未接受培训，大部分机会尚未被发掘。
但方向已明确。
AI正在成为现代世界的基础设施。当前的选择、建设速度、参与广度以及负责任地部署AI的方式，将决定我们未来的发展轨迹。
NVIDIA GTC将于2026年3月16日至19日在美国加州圣何塞及线上同步举行，欢迎共同探索下一代AI的无限可能。
来源：NVIDIA英伟达