NVIDIA CEO 黄仁勋发表最新署名文章：AI 的“五层蛋糕”
人工智能正成为塑造当代社会的关键驱动力之一。它不仅不是普通的应用程序，也不只是一个模型，而是像电力和互联网一样，正在演化为不可或缺的基础设施。
AI 依赖于真实世界的硬件、能源和经济系统来运作，它有能力将原始数据大规模转化为智能输出。在不久的将来，每一家企业都将依赖 AI，每一个国家都将推进其 AI 能力。
要理解 AI 如何以这样的方式发展，必须回到计算技术的底层逻辑，审视其在架构层面发生的根本性转变。
从预制软件到实时智能
在计算发展的早期阶段，软件通常是预定义的。人类负责编写算法，计算机执行这些指令。数据则需结构化地存储，通过精确的查询方式进行检索。因此，SQL 在过去扮演了极为重要的角色。
而 AI 的出现打破了这一传统模式。
如今，我们第一次拥有了能处理非结构化数据的计算机系统。它可以识别图像、理解文本、分析语音，并根据上下文做出推理。更重要的是，它能够在实时基础上生成智能。
每一次响应都是即时生成的，每一个答案都依赖于输入的上下文。这不是传统软件对预设指令的检索，而是软件根据实时需求进行推理并输出智能。
由于智能的生成是实时的，整个计算架构也必须随之重塑。
AI 即基础设施
从产业视角来看，AI 技术可以被划分为五个层次。
能源
最底层是能源。实时智能的生成需要持续的电力供应。每一个 token 的生成背后，都是电子流动、散热处理与能量转化的过程。在这个层级，没有中间抽象，能源是 AI 基础设施的首要约束，决定了系统可以产出多少智能。
芯片
在能源之上是芯片层。这些处理器专门设计用于高效地将能源转化为计算能力。AI 工作负载高度依赖并行处理、大容量内存和高速互连。芯片技术的进步直接决定了 AI 扩展的速度和应用的广度。
基础设施
芯片之上是基础设施层。这一层包括土地、电力、冷却系统、网络架构以及用于协调大规模处理器的系统工程。AI 工厂正是在这一层构建的，其目标不是存储信息，而是生产智能。
模型
模型层位于基础设施之上。AI 模型可以处理多种模态的数据，包括语言、生物、化学、物理、金融、医疗等。语言模型只是其中一种表现形式，当前最具突破性的进展正发生在蛋白质建模、化学合成、物理仿真、机器人和自主系统等领域。
应用
最上层是应用层，价值在这里得以实现。包括药物研发平台、工业机器人、法律辅助工具、自动驾驶车辆等。自动驾驶是 AI 应用于机械系统的体现，人形机器人则是 AI 具身智能的延伸。相同的架构，能够催生出不同的实际成果。
这五层结构构成了所谓的“AI 五层蛋糕”：
能源 → 芯片 → 基础设施 → 模型 → 应用。
每一项成功的应用都会带动下层架构的升级，直至能源层的供应。
我们正站在这一建设进程的起点。目前已投入数千亿美元，但整体建设规模预计将达到数万亿美元。
全球范围内，芯片制造厂、计算设备工厂和 AI 工厂正在以前所未有的速度扩张。这是人类历史上最大规模的基础设施建设之一。
支撑这一建设的人才需求也非常庞大。AI 工厂需要大量电工、管道工、焊工、建筑工人、网络工程师、设备安装与操作人员等。这些岗位技术性强，待遇优厚，当前市场正面临严重短缺。值得注意的是，参与这场变革并不需要具备计算机科学的博士学位。
与此同时，AI 正在提升知识经济的整体效率。以放射学为例，虽然 AI 已经能辅助影像识别，但对放射科医生的需求仍在上升。这并不是矛盾。
放射科医生的核心职责是照护患者，而影像分析只是其工作的一部分。当 AI 能够处理常规任务时，医生可以更专注于判断、沟通和个性化护理。医院的效率得以提升，服务范围也将扩大，最终带来更多就业机会。
效率提升带来产能，产能扩张推动经济增长。
过去一年的变化
在过去一年中，AI 技术突破了一个重要的临界点。模型的性能显著提升，推理能力增强，幻觉减少，落地应用的能力大幅提高。基于 AI 构建的系统开始真正产生经济价值。
在药物发现、物流优化、客户服务、软件开发和智能制造等领域，AI 应用已经展现出良好的产品市场契合度。这些应用反过来对其底层的技术架构形成强大拉动。
开源模型在此过程中发挥着核心作用。目前，全球绝大多数 AI 模型都是开放可用的。研究人员、初创企业、公司乃至国家，都依赖这些模型来推动前沿技术的发展。当开源模型达到行业领先水平时，它们不仅推动软件发展，也带动了整个技术栈的升级。
DeepSeek-R1 就是一个典型案例。通过开放其强大的推理能力，它推动了应用层的普及，同时带动了训练资源、基础设施、芯片和能源的全面需求。
题中要义
将 AI 视作基础设施，其深远影响便清晰可见。
AI 从 Transformer 大语言模型起步，但其意义远不局限于此。它正在引发一场工业革命，重塑能源的生产与使用方式、工厂的建造模式、劳动组织的形态以及经济增长的路径。
如今，AI 工厂正在全球建设，因为智能可以实时生成；芯片正在重新设计，因为效率决定智能扩展的速度；能源成为关键资源，因为它决定智能生产的上限；应用加速涌现，因为模型已经跨过门槛，具备了大规模部署的条件。
每一层都在相互促进，共同推动整体发展。
这也是为何 AI 建设的规模如此巨大，能够同时影响多个行业，并不局限于某个国家或地区。每一家企业都将使用 AI，每一个国家都将发展 AI。
目前我们仍处于这一变革的早期阶段。大部分基础设施尚未建成，大量人才尚未培训，大多数机遇尚待挖掘。
但趋势已经明朗。
AI 正在成为现代世界的基础设施。而我们此刻的选择、建设速度、参与广度以及如何负责任地部署，将决定这个时代的走向。
NVIDIA GTC 2026 将于 3 月 16 至 19 日在美国加州圣何塞及线上同步举行，欢迎一起探索下一代 AI 的无限可能。
来源：NVIDIA英伟达