3月10日，英偉達CEO黃仁勛發(fā)布了一篇關于人工智能的長篇博客，這是他自2016年以來發(fā)表的第七篇公開長文，闡述了對AI發(fā)展速度、訪問權限及治理模式的見解。

黃仁勛指出，AI已不再是單一的應用或模型，而是涵蓋能源、芯片、基礎設施、模型、應用的完整技術棧，這一五層結(jié)構正推動人類歷史上規(guī)模最大的工業(yè)建設，帶來大量就業(yè)機會、工廠及AI應用。

AI“五層架構”

黃仁勛在博客中明確提出AI五層架構，成為行業(yè)共識框架：

能源——AI的根基是能源。實時生成的智能依賴實時電力，每個生成的tokens都是電子運動、熱量管理及能量轉(zhuǎn)化為計算的結(jié)果。能源是AI基礎設施的首要原則，也是系統(tǒng)智能產(chǎn)出的根本約束。

芯片——能源之上是芯片。這些處理器旨在高效將能量轉(zhuǎn)化為大規(guī)模計算能力。AI工作負載需要極高的并行性、高帶寬內(nèi)存和高速互聯(lián)，芯片層的進步?jīng)Q定了AI的擴展速度與成本可承受度。

基礎設施——芯片之上是基礎設施，包括土地、電力供應、冷卻、建設、網(wǎng)絡，以及整合數(shù)萬個處理器的系統(tǒng)。這些系統(tǒng)是“AI工廠”，其設計目的不是存儲信息，而是制造智能。

模型——基礎設施之上是模型。AI模型能理解語言、生物學、化學、物理、金融、醫(yī)學及物理世界等多種信息，語言模型只是其中一類。蛋白質(zhì)AI、化學AI、物理模擬、機器人技術和自主系統(tǒng)等領域正涌現(xiàn)最具變革性的研究成果。

應用——頂層是創(chuàng)造經(jīng)濟價值的應用領域，如藥物研發(fā)平臺、工業(yè)機器人、法律輔助系統(tǒng)和自動駕駛汽車。自動駕駛汽車是AI應用融入機器，人形機器人則是AI應用融入人體，技術棧相同但結(jié)果各異。

“這就是五層蛋糕：能源→芯片→基礎設施→模型→應用。每一個成功的應用都會牽動其下的每一層，直至維持其運行的動力源?！?/b>黃仁勛強調(diào)，AI不是泡沫，而是長周期增長起點，代理式AI拐點已至，所有軟件都將走向智能體化，物理AI、行業(yè)智能應用將迎來爆發(fā)。英偉達將持續(xù)以全棧技術推進系統(tǒng)級創(chuàng)新，推動推理成本大幅下降，讓AI普惠化。

未來需數(shù)萬億美元建設

事實上，構建AI基礎設施才剛剛開始，全球已投入數(shù)千億美元，還有數(shù)萬億美元的基礎設施待建。世界各地正以前所未有的規(guī)模建設芯片工廠、電腦組裝廠和人工智能工廠，這正成為人類歷史上規(guī)模最大的基礎設施建設。

支持這項建設的人力需求龐大，AI工廠需要電工、水管工、管道安裝工、鋼鐵工人、網(wǎng)絡技術人員、安裝人員和操作員?！斑@些都是技術含量高、薪酬優(yōu)渥的工作，且供不應求。參與這場變革無需計算機科學博士學位?！秉S仁勛說。

同時，AI正推動知識經(jīng)濟各領域生產(chǎn)力提升。以放射學為例，AI可輔助解讀掃描圖像，但放射科醫(yī)生需求仍在增長。這并非矛盾：放射科醫(yī)生的核心是照顧病人，解讀影像只是工作之一。當AI承擔更多日常工作，醫(yī)生就能專注于判斷、溝通和護理，醫(yī)院效率提高，服務更多病人，也會雇用更多員工。

以下為黃仁勛博客全文：

AI是一塊五層蛋糕

AI是當今塑造世界的最強大力量之一，它不僅是聰明的應用程序或單一模型，更是如電力和互聯(lián)網(wǎng)般至關重要的基礎設施。AI運行在真實硬件、能源和經(jīng)濟基礎之上，吸收原材料轉(zhuǎn)化為規(guī)?；悄?，每家公司都將使用它，每個國家都將建設它。

要理解AI的發(fā)展邏輯，需從第一性原理出發(fā)，審視計算領域的根本性變化。

從預編軟件到實時智能

在計算歷史的大部分時間里，軟件是預先編寫的，人類寫算法，計算機執(zhí)行，數(shù)據(jù)需精心結(jié)構化存儲并通過精確查詢檢索，SQL因此不可或缺。

AI打破了這一模式。我們首次擁有能理解非結(jié)構化信息的計算機，它能看懂圖像、閱讀文本、聆聽聲音并理解意義，能對上下文和意圖推理，最重要的是能實時生成智能。每一個響應都是全新生成的，答案取決于提供的上下文，這不再是檢索存儲指令的軟件，而是能按需推理和生成智能的軟件。

正因智能是實時生產(chǎn)的，其底層整個計算架構棧都必須重新發(fā)明。

作為基礎設施的AI

從工業(yè)角度看，AI呈現(xiàn)為五層架構：

第一層：能源

最底層是能源。實時生成的智能需要實時電力，每個Token都是電子移動、熱量管理及能源轉(zhuǎn)化為計算能力的結(jié)果，無任何抽象層。能源是AI基礎設施的第一性原理，也是系統(tǒng)智能產(chǎn)出的絕對約束。

第二層：芯片

能源之上是芯片。這些處理器旨在大規(guī)模、高效地將能源轉(zhuǎn)化為計算能力。AI工作負載需要龐大的并行計算能力、高帶寬內(nèi)存及快速互連，芯片層進步?jīng)Q定了AI的擴展速度和智能成本的下降程度。

第三層：基礎設施

芯片之上是基礎設施，包括土地、電力輸送、冷卻系統(tǒng)、建筑施工、網(wǎng)絡，以及將成千上萬個處理器協(xié)同編排為一臺機器的系統(tǒng)。這些系統(tǒng)是“AI工廠”，設計初衷不是存儲信息，而是制造智能。

第四層：模型

基礎設施之上是模型。AI模型能理解語言、生物學、化學、物理、金融、醫(yī)學及物理世界等多種信息，語言模型只是其中一類。蛋白質(zhì)AI、化學AI、物理模擬、機器人技術及自主系統(tǒng)等領域正涌現(xiàn)最具變革性的成果。

第五層：應用

最頂層是創(chuàng)造經(jīng)濟價值的應用，如藥物發(fā)現(xiàn)平臺、工業(yè)機器人、法律助手、自動駕駛汽車。自動駕駛汽車是具身于機器的AI應用，類人機器人則是具身于軀體的AI應用，底層架構相同但應用輸出不同。

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向上拉動其下方的每一層，直至維持運轉(zhuǎn)的發(fā)電廠。

我們的建設才剛剛開始，目前僅投入數(shù)千億美元，仍有數(shù)萬億美元的基礎設施待建。世界各地正以前所未有的規(guī)模建設芯片工廠、計算機組裝廠和AI工廠，這是人類歷史上最大規(guī)模的基礎設施建設。

支持這一建設的勞動力需求龐大，AI工廠需要電工、水管工、管道工、鋼鐵工人、網(wǎng)絡技術人員、安裝工和操作員。這些都是高技能、高薪酬崗位，且供不應求，參與變革無需計算機科學博士學位。

同時，AI正推動知識經(jīng)濟生產(chǎn)力提升。以放射科為例，AI可輔助讀取掃描影像，但放射科醫(yī)生需求仍在增長。這并非悖論：放射科醫(yī)生的核心是照顧患者，讀取影像只是任務之一。當AI承擔更多常規(guī)工作，醫(yī)生能專注于臨床判斷、醫(yī)患溝通和護理，醫(yī)院生產(chǎn)力提高，服務更多患者，也會雇傭更多人員。生產(chǎn)力創(chuàng)造服務容量，容量創(chuàng)造經(jīng)濟增長。

過去一年發(fā)生了什么改變

過去一年，AI跨越了重要門檻：模型足夠優(yōu)秀，能在規(guī)模化應用中發(fā)揮實質(zhì)作用；推理能力提升，幻覺大幅減少，基礎事實準確性顯著改善；基于AI的應用首次產(chǎn)生真正的經(jīng)濟價值。

藥物發(fā)現(xiàn)、物流、客戶服務、軟件開發(fā)和制造業(yè)等領域的應用已展現(xiàn)強勁的產(chǎn)品市場契合度，正強力拉動下方各層結(jié)構。

開源模型扮演了關鍵角色，世界上大多數(shù)模型是免費的，研究人員、初創(chuàng)公司、大型企業(yè)乃至整個國家都依賴開源模型參與高級AI研發(fā)。當開源模型達到前沿水平，不僅改變軟件本身，更激活了整個架構棧的需求。DeepSeek-R1就是例證，通過讓強大的推理模型廣泛可用，加速了應用層技術采用，相應增加了對訓練、基礎設施、芯片和能源的需求。

這意味著什么

將AI視為必不可少的基礎設施時，其深遠影響便清晰可見。AI始于Transformer大語言模型，但遠不止于此，它是一場工業(yè)轉(zhuǎn)型，將重塑能源生產(chǎn)消費、工廠建造、工作組織及經(jīng)濟增長方式。

建設AI工廠是因為智能實時生成；重新設計芯片是因為效率決定智能擴展速度；能源成為核心是因為它設定智能生產(chǎn)總量上限；應用加速爆發(fā)是因為底層模型已跨過門檻，能在規(guī)?；瘜用嬲嬲l(fā)揮效用。每一層都在相互強化。

這就是基礎設施建設如此龐大、觸及眾多行業(yè)且不局限于單一國家或領域的原因。每家公司都將使用AI，每個國家都將建設它。

我們?nèi)蕴幱谠缙陔A段，許多基礎設施尚未建成，大量勞動力未接受培訓，許多機遇未被充分挖掘，但方向已非常清晰。

AI正在成為現(xiàn)代世界的基礎性基礎設施，我們現(xiàn)在的選擇——建設速度、參與范圍、部署方式的負責任程度——將最終塑造這個時代的未來。