黄仁勋罕见长文：AI是一个五层蛋糕

老黄越来越高兴了，高兴到发长文了。老黄认为AI是一个能源，芯片，基础设施，模型，应用组成的5层蛋糕，我们才刚刚开始建设！

AI不是一个聪明的应用，也不是单一的模型。它是基础设施，和电力、互联网一样。

它运行在真实的硬件上，消耗真实的能源，遵循真实的经济规律。它把原材料转化为规模化的智能。每家公司都会用它，每个国家都会建它。

计算史上，软件第一次能够实时生成智能

过去几十年，软件是预先录制好的。人类写算法，计算机执行。数据必须结构化，存进表格，通过精确的查询语句取出来。SQL之所以不可或缺，正是因为它让这套体系得以运转。

AI打破了这个模式。

它第一次能够理解非结构化信息——看图像、读文字、听声音、理解语义，还能推理上下文和意图。更重要的是，它实时生成智能。

每一个回答都是新生成的，每一个答案都取决于你给出的上下文。这不是软件在检索存储好的指令，而是软件在实时推理、实时生成。

因为智能是实时产生的，支撑它的整个计算栈必须从头重建。

五层结构

把AI当作工业体系来看，它由五层构成。

第一层：能源。实时生成智能需要实时供给的电力。每一个token的产生，都是电子流动、热量管理、能量转化为算力的结果。没有比这更底层的抽象了。能源是AI基础设施的第一原则，也是这个系统能产出多少智能的硬约束。

第二层：芯片。AI工作负载需要大规模并行计算、高带宽内存和快速互联。芯片层的进展，决定了AI能以多快的速度扩展，以及智能成本能降到多低。

第三层：基础设施。包括土地、供电、冷却、建设、网络，以及把成千上万个处理器编排成一台机器的系统。这些系统是AI工厂——不是设计来存储信息的，而是设计来制造智能的。

第四层：模型。AI模型能理解语言、生物学、化学、物理、金融、医学和物理世界。语言模型只是其中一类。蛋白质AI、化学AI、物理仿真、机器人、自动驾驶，这些方向正在发生一些最具变革性的工作。

第五层：应用。经济价值在这里产生。药物发现平台、工业机器人、法律助手、自动驾驶汽车。自动驾驶车是搭载在机器上的AI应用，人形机器人是搭载在躯体上的AI应用。底层的栈是同一个，产出的结果不同。

能源→芯片→基础设施→模型→应用。

每一个成功的应用，都在向下拉动每一层，一直拉到维持它运转的发电厂。

这是人类历史上最大规模的基础设施建设

我们才刚刚开始。目前投入了几千亿美元，还有数万亿美元的基础设施尚待建设。

全球各地，芯片工厂、整机组装厂、AI工厂正在以前所未有的规模兴建。

这场建设需要大量劳动力——电工、水管工、管道工、钢铁工人、网络技术员、安装工、运维人员。这些都是技能型、高薪岗位，而且供给严重不足。参与这场变革，不需要计算机科学博士学位。

与此同时，AI正在提升知识经济的生产率。以放射科为例，AI现在辅助读片，但对放射科医生的需求仍在增长，这并不矛盾。放射科医生的使命是照护患者，读片只是其中一个环节。当AI承担更多常规工作，医生可以把精力放在判断、沟通和照护上。医院的效率提升，能服务更多患者，也会雇用更多人。

生产率创造容量，容量创造增长。

过去一年，AI跨过了一个门槛

模型变得足够好，能在规模上真正派上用场。推理能力提升，幻觉减少，落地能力显著增强。基于AI构建的应用，第一次开始产生真实的经济价值。

药物发现、物流、客服、软件开发、制造业，这些领域的应用已经展现出强劲的产品市场契合度。它们向下拉动着每一层基础设施。

开源模型在其中扮演了关键角色。全球大多数模型都是免费的，研究者、初创公司、企业、乃至整个国家，都依赖开源模型参与前沿AI。当开源模型达到前沿水平，改变的不只是软件，而是激活了整个栈的需求。

DeepSeek-R1就是一个有力的例证。通过让强推理模型广泛可用，它加速了应用层的采用，并进而推动了训练、基础设施、芯片和能源层的需求增长。

方向已经清晰

当你把AI视为基础设施，其中的含义就变得清楚了。

AI从一个transformer语言模型起步，但远不止于此。它是一场工业变革，重塑能源的生产和消耗方式，重塑工厂的建设方式，重塑工作的组织方式，重塑经济的增长方式。

每一层都在强化其他层。

这就是为什么这场建设如此庞大，为什么它同时触动如此多的行业，也为什么它不会被限定在某一个国家或某一个领域。

我们还处于早期。大部分基础设施尚未存在，大部分劳动力尚未完成培训，大部分机会尚未被实现。

但方向已经清晰。

参考：

https://blogs.nvidia.cn/blog/ai-5-layer-cake/