黃仁勛罕見發博文：AI的“五層蛋糕”

出品｜虎嗅科技組

作者｜趙致格
編輯｜苗正卿
頭圖｜視覺中國

3月10日，黃仁勛在英偉達官網發表了名為《AI 是一塊五層蛋糕（AI Is a 5-Tier Cake》。這篇AI浪潮以來黃仁勛首次發表的文章，很大程度上在試圖以體系化的方式分享自己對AI的見解。

“AI 是當今塑造世界最強大的力量之一。它不是一款精巧的應用，也不是一個單一模型；它是關鍵基礎設施”，黃仁勛在文章中這樣寫到，“每家公司都會用上它，每個國家都會建設它”。

黃仁勛在文中重復了一遍他在1月達沃斯論壇發表過的“五層蛋糕”比喻，即AI的五層架構就像是五層蛋糕，依次為能源、芯片、基礎設施、模型、應用。五個層次相互支撐，成功的應用高度依賴于下方穩固的底層基礎設施。

能源層是根基，對 AI 產生智能輸出至關重要。黃仁勛強調，實時生成智能需要持續供電，能源是 AI 規?；l展的關鍵瓶頸。能源之上是芯片層，即英偉達的核心領域，需要強大的并行計算能力與高速互聯，以滿足 AI 持續增長的算力需求。

基礎設施層被稱為“AI 工廠”，涵蓋土地、電力輸送、冷卻系統等，其目標是生產智能，而非僅存儲數據。模型層負責處理多元信息類型。黃仁勛特意提到，DeepSeek-R1等開源模型展現出變革軟件、拉動全架構棧需求的潛力。

應用層是 AI 的經濟價值核心，覆蓋藥物研發、工業機器人等領域。黃仁勛預測，未來AI 智能體將成為主流，取代傳統軟件形態。

黃仁勛還認為，當下AI熱潮才剛剛起步，大量基礎設施尚未建成，大量勞動力尚未接受培訓，大量機遇尚未兌現。他表示，“我們才剛剛開始，目前投入約幾千億美元，仍有數萬億美元級的基礎設施待建設。”

一直以來，作為AI浪潮最大受益者之一，黃仁勛總在傳遞著對AI未來的樂觀情緒，也總在積極回應社會上對AI帶來失業的憂慮情緒。去年5月，黃仁勛對媒體發表了一句廣為流傳的名言：“你的工作不會被AI奪走，但會被用它的人奪走”，并鼓勵所有人下載Perplexity和ChatGPT。

在今年1月，黃仁勛又特地回應了市場上對于AI可能帶來經濟危機的悲觀情緒，稱這種情緒是“末日論調”、“科幻敘事”?！拔依斫夂芏嗳硕际窃诳苹米髌返呐惆橄麻L大的，也很享受它們，但它對人們沒有幫助，對整個行業也沒有幫助”，黃仁勛這樣說道。

在這篇博文里，黃仁勛分享他對失業問題的看法時把AI放在了整個體系中進行討論。他認為AI不會削減崗位，反而會創造大量新的就業機會，尤其是在基礎設施和熟練技術工種領域。因為當下大量的底層設施尚未破土，配套勞動力尚未完成培訓，AI產業真正的紅利期和大規模建設才剛剛開始。

此外，黃仁勛還認為，當AI處理常規工作后，企業能服務更多客戶、實現擴張，最終帶動招聘。

就在下周（3月16日至19日），素有“AI屆春晚”之稱的英偉達年度開發者大會（GTC 2026）將在美國加州圣荷西舉辦，而黃仁勛將在3月16日上午11時發表主題演講。而黃仁勛已經透露此次英偉達將發布功能空前強大的新產品。

在大會前五天發文，黃仁勛除了用新的理由回應一番“AI帶來失業“相關的”社會悲觀情緒，更主要的目的還是強調當前AI的基建剛剛開始，為即將發布的新“鏟子”造勢。

原文：

AI 是塑造當今世界的強大力量之一。它并非僅僅是一款巧妙的應用程序，也不是單一的模型，而是如同電力和互聯網一樣必不可少的基礎設施。

AI 依托真實的硬件、能源和經濟體系運行。它可以將原材料大規模地轉化為智能。每家公司都將應用AI，每個國家或地區都將發展 AI。

要理解 AI 為何以這種方式發展，我們需要從基本原理進行推理，并了解計算領域發生了哪些根本性變化。

從預制軟件到實時智能

在計算技術發展的歷史中，軟件通常都是預先制作好的。人類描述一種算法，計算機執行此操作。數據必須經過精心設計，存儲在表格中，并通過精確查詢進行檢索。SQL 變得不可或缺，因為過去的世界因此得以運轉。

AI 打破了這種模式。

我們首次擁有了一臺能夠理解非結構化信息的計算機。它能夠識別圖像、閱讀文本、聆聽聲音并理解其含義。它可以根據上下文和意圖進行推理。最重要的是，它能夠實時生成智能。

每個回應都是全新創建的。每個答案都取決于你提供的上下文。這并非軟件檢索存儲的指令，而是軟件根據需求進行推理并生成智能。

由于智能是實時生成的，因此其背后的整個計算架構都必須重新設計。

AI 即基礎設施

從工業角度審視 AI，其架構可分解為五層。

能源

最底層是能源。實時生成的智能需要實時產生的電力支持。每一個生成的token，都是電子流動、熱量管理以及能量轉化為計算的結果。在這一層面之下，沒有抽象層。能源是AI基礎設施的首要原則，也是制約系統能產生多少智能的瓶頸因素。

芯片

能源層之上是芯片。這些處理器旨在大規模地將能源高效轉化為計算能力。AI 工作負載需要巨大的并行處理能力、高帶寬內存和快速互連。芯片層的進展決定了 AI 的擴展速度以及智能的可適用性。

基礎設施

芯片之上是基礎設施層。這包括土地、供電、冷卻系統、建筑工程、網絡通信，以及將成千上萬處理器編排到一臺機器的系統。這些系統就是 AI 工廠。它們的設計目的并非存儲信息，而是制造智能。

模型

基礎設施層之上是模型層。AI 模型能夠理解多種類型的信息：語言、生物學、化學、物理學、金融學、醫學以及物理世界本身。語言模型只是其中一個類別。一些最具變革性的工作正發生在蛋白質 AI、化學 AI、物理模擬、機器人技術和自主系統等領域。

應用

最上層是應用層，經濟價值在此產生，比如藥物研發平臺、工業機器人、法律助手、自動駕駛汽車等。自動駕駛汽車是 AI 機器應用的具體表現。人形機器人則是 AI 具身應用的具體表現。同樣的架構，能帶來不同的成果。

這就是五層蛋糕架構：

能源 → 芯片 → 基礎設施 → 模型 → 應用。

每一個成功的應用都會拉動其下的每一層，直至維持其運行的動力設備。

我們才剛剛開始這一建設進程，目前已投入數千億美元，但仍需建設價值數萬億美元的基礎設施。

放眼全球，我們看到芯片工廠、計算機組裝廠和 AI 工廠正在以前所未有的規模建設。這正在成為人類歷史上規模最大的基礎設施建設。

支撐這一建設進程所需的人力非常龐大。AI 工廠需要電工、管道工、管件工、鋼鐵工人、網絡技術人員、安裝人員和操作員等。這些都是技術性強、待遇優厚的工作崗位，且目前供不應求。參與這場變革無需擁有計算機科學博士學位。

與此同時，AI 正在提高整個知識經濟領域的生產力。以放射學為例，AI 已經能夠輔助解讀掃描影像，但對放射科醫生的需求仍在持續增長。這并非矛盾現象。

放射科醫生的職責就是照顧患者，而解讀掃描影像只是其工作中的一個環節。當 AI 承擔更多的常規工作時，放射科醫生可以專注于判斷、溝通和護理。醫院的工作效率將越來越高，將能夠為更多的患者提供服務，也會雇傭更多員工。

生產力提升創造產能，產能擴大推動增長。

過去一年的變化？

在過去的一年里，AI 跨越了一個重要的門檻。模型性能顯著提升，可以大規模投入使用。推理能力增強，幻覺現象減少，落地應用能力大幅提升。基于 AI 構建的應用首次開始創造真實的經濟價值。

藥物研發、物流、客戶服務、軟件開發和制造領域的應用已經展現出強大的產品市場契合度。這些應用會對其下方的每一層架構都產生強勁的拉動效應。

開源模型在這方面發揮著關鍵作用。全球大多數模型都是免費開放的。研究人員、初創公司、企業甚至國家都依靠開放模型來參與先進的 AI。當開放模型達到前沿水平時，它們改變的不僅僅是軟件領域，而是激活了整個技術棧的需求。

DeepSeek-R1就是一個很好的例子。通過廣泛開放強大的推理模型，它加速了應用層的普及，并帶動了底層對訓練、基礎設施、芯片和能源的需求增長。

題中要義

當你將 AI 視為必不可少的基礎設施時，其影響便顯而易見。

AI始于Transformer大語言模型。但其意義遠不止于此。這是一場工業變革，重塑著能源的生產與消耗方式、工廠的建造模式、工作的組織形式以及經濟的增長路徑。

如今，AI工廠正在興建，因為智能已實現實時生成。芯片正在被重新設計，因為效率決定了智能的擴展速度。能源成為核心要素，因為它從根本上決定了智能的生產規模上限。應用加速發展，因為底層模型已跨越門檻，得以大規模投入使用。

每一層都相互強化。

正因如此，AI建設規模才如此龐大，它才能夠同時觸及眾多行業，并不會局限于單一國家、地區或單一領域。每家公司都將使用 AI，每個國家都將發展 AI。

我們仍處于早期階段。大部分基礎設施尚未建成，大部分勞動力尚未接受培訓，大部分機遇尚未得到發掘。

但方向已然明確。

AI 正在成為現代世界的基礎設施。而我們此刻的選擇、構建速度、參與廣度以及如何負責任地部署它將決定這個時代走向何方。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4841045.html?f=wyxwapp