黃仁勛公開(kāi)發(fā)文：傳統(tǒng)軟件開(kāi)發(fā)模式終結(jié)，參與AI不必非得擁有計(jì)算機(jī)博士學(xué)位
2026年03月13日 01:00AI 究竟是什么？在 NVIDIA CEO 黃仁勛看來(lái)，它早已不只是聊天機(jī)器人或某個(gè)大模型，而是一種正在迅速成形的“新型基礎(chǔ)設(shè)施”。
近日，黃仁勛在英偉達(dá)官網(wǎng)發(fā)布了一篇長(zhǎng)文，提出一個(gè)頗具形象的比喻——AI 就像一塊“五層蛋糕”。從最底層的 能源，到芯片、基礎(chǔ)設(shè)施、模型，再到最上層的應(yīng)用，人工智能正在形成一整套完整的產(chǎn)業(yè)技術(shù)棧，并像電力和互聯(lián)網(wǎng)一樣，逐漸成為現(xiàn)代社會(huì)的底層能力。
這也是黃仁勛自 2016 年以來(lái)公開(kāi)發(fā)表的第七篇長(zhǎng)文。在這篇文章中，他從計(jì)算機(jī)發(fā)展史與第一性原理出發(fā)，試圖解釋 AI 技術(shù)棧為何會(huì)演化成如今的形態(tài)，以及為什么全球正在掀起一場(chǎng)規(guī)?？涨暗?AI 基礎(chǔ)設(shè)施建設(shè)。
在他看來(lái)，過(guò)去幾十年的軟件大多是預(yù)先編寫(xiě)好的程序：人類(lèi)設(shè)計(jì)好算法，計(jì)算機(jī)按指令執(zhí)行，數(shù)據(jù)被結(jié)構(gòu)化存儲(chǔ)在數(shù)據(jù)庫(kù)中，通過(guò)精確查詢(xún)調(diào)用。而 AI 的出現(xiàn)打破了這一模式——計(jì)算機(jī)開(kāi)始能夠理解圖像、文本和聲音，并根據(jù)上下文實(shí)時(shí)生成答案、推理結(jié)果甚至新的內(nèi)容。
正因?yàn)橹悄懿辉偈穷A(yù)先寫(xiě)好的代碼，而是實(shí)時(shí)生成的能力，支撐它運(yùn)行的整個(gè)計(jì)算體系也必須被重新設(shè)計(jì)。從能源供應(yīng)、芯片架構(gòu)到數(shù)據(jù)中心建設(shè)，AI 正在推動(dòng)一輪規(guī)模空前的基礎(chǔ)設(shè)施建設(shè)。
不過(guò)，黃仁勛也提醒，這場(chǎng)變革仍處于早期階段：大量基礎(chǔ)設(shè)施尚未建成，大量人才尚未完成培訓(xùn)，大量機(jī)會(huì)也尚未被真正釋放。
來(lái)源：https://blogs.nvidia.cn/blog/ai-5-layer-cake/
編譯 | 蘇宓
出品 | CSDN（ID：CSDNnews）
以下為黃仁勛分享全文：
AI 是當(dāng)今塑造世界最強(qiáng)大的力量之一。它并非僅僅是一款巧妙的應(yīng)用程序，也不是某個(gè)單一的模型，而是一種就像電力和互聯(lián)網(wǎng)一樣的基礎(chǔ)設(shè)施。
AI 依賴(lài)真實(shí)的硬件、真實(shí)的能源以及真實(shí)的經(jīng)濟(jì)體系運(yùn)行。它可以把原材料大規(guī)模地轉(zhuǎn)化為智能。未來(lái)，每家公司都會(huì)使用 AI，每個(gè)國(guó)家/地區(qū)都會(huì)建設(shè) AI。
要理解 AI 為什么會(huì)以這樣的方式發(fā)展，最好的方法是從第一性原理出發(fā)，看看計(jì)算領(lǐng)域究竟發(fā)生了哪些根本性的變化。
從預(yù)先編寫(xiě)的軟件，到實(shí)時(shí)生成的智能
在計(jì)算機(jī)發(fā)展的絕大多數(shù)歷史中，軟件都是預(yù)先寫(xiě)好的。人類(lèi)先描述算法，然后由計(jì)算機(jī)執(zhí)行。數(shù)據(jù)必須被精心組織與設(shè)計(jì)，存儲(chǔ)在表格中，再通過(guò)精確的查詢(xún)進(jìn)行檢索。
因此，SQL 成為不可或缺的工具，因?yàn)樗屵@種計(jì)算模式變得可行。
而 AI 打破了這一模式。
每一次回答都是全新的。每一次回應(yīng)都取決于你提供的上下文。這不再是軟件從數(shù)據(jù)庫(kù)中取出預(yù)先存儲(chǔ)的指令。而是軟件在實(shí)時(shí)推理，并按需生成智能。
正因?yàn)橹悄苁菍?shí)時(shí)產(chǎn)生的，支撐它的整個(gè)計(jì)算技術(shù)棧也必須被重新設(shè)計(jì)。
AI 即基礎(chǔ)設(shè)施
如果從工業(yè)視角看 AI，它可以被拆分為一個(gè)五層技術(shù)棧。
第一層：能源
最底層是能源。實(shí)時(shí)生成智能需要實(shí)時(shí)提供電力。每一個(gè)生成的 token，本質(zhì)上都是電子在流動(dòng)、熱量被管理、能源被轉(zhuǎn)化為計(jì)算能力的結(jié)果。
在這一層之下，沒(méi)有任何抽象。能源是 AI 基礎(chǔ)設(shè)施的第一性原理，也是決定系統(tǒng)能產(chǎn)生多少智能的硬性約束。
第二層：芯片
能源之上是芯片。芯片是專(zhuān)門(mén)設(shè)計(jì)的處理器，用于高效地把能源轉(zhuǎn)化為計(jì)算能力，并且能夠在極大規(guī)模下運(yùn)行。AI 工作負(fù)載需要極高的并行度、高帶寬內(nèi)存以及高速互聯(lián)。芯片層的進(jìn)步，決定了 AI 擴(kuò)展的速度，也決定了智能的成本能降低到什么程度。
第三層：基礎(chǔ)設(shè)施
芯片之上是基礎(chǔ)設(shè)施。這一層包括土地、電力輸送、散熱系統(tǒng)、建筑、網(wǎng)絡(luò)，以及能夠把數(shù)萬(wàn)顆處理器組織成一臺(tái)機(jī)器的系統(tǒng)。這些系統(tǒng)本質(zhì)上是AI 工廠。
它們的設(shè)計(jì)目標(biāo)不是存儲(chǔ)信息，而是制造智能。
第四層：模型
基礎(chǔ)設(shè)施之上是模型。
AI 模型能夠理解多種類(lèi)型的信息：語(yǔ)言、生物、化學(xué)、物理、金融、醫(yī)學(xué)，以及現(xiàn)實(shí)世界本身。語(yǔ)言模型只是其中的一類(lèi)。目前最具變革性的進(jìn)展，很多發(fā)生在以下領(lǐng)域，包括蛋白質(zhì) AI、化學(xué) AI、物理仿真、機(jī)器人、自動(dòng)駕駛系統(tǒng)。
第五層：應(yīng)用
最頂層是應(yīng)用，也是創(chuàng)造經(jīng)濟(jì)價(jià)值的地方。例如：藥物研發(fā)平臺(tái)、工業(yè)機(jī)器人、法律助手、自動(dòng)駕駛汽車(chē)。一輛自動(dòng)駕駛汽車(chē)，本質(zhì)上是嵌入在機(jī)器中的 AI 應(yīng)用。一臺(tái)人形機(jī)器人，則是嵌入在身體中的 AI 應(yīng)用。底層技術(shù)棧相同，但最終形態(tài)不同。
這就是 AI 的五層蛋糕結(jié)構(gòu)： 能源 → 芯片 → 基礎(chǔ)設(shè)施 → 模型 → 應(yīng)用。
每一個(gè)成功的應(yīng)用，都會(huì)拉動(dòng)下方的每一層需求，一直延伸到為整個(gè)系統(tǒng)提供電力的發(fā)電廠。
AI 的建設(shè)才剛剛開(kāi)始。目前的投入規(guī)模只有幾千億美元，而未來(lái)仍需要建設(shè)數(shù)萬(wàn)億美元的基礎(chǔ)設(shè)施。
在全球范圍內(nèi)，我們正在看到，芯片工廠、計(jì)算機(jī)組裝工廠和 AI 工廠以前所未有的規(guī)模建設(shè)。這正在成為人類(lèi)歷史上最大的基礎(chǔ)設(shè)施建設(shè)之一。
支撐這場(chǎng)建設(shè)所需要的勞動(dòng)力規(guī)模非常龐大。 AI 工廠需要電工、管道工、管線安裝工、鋼結(jié)構(gòu)工人、網(wǎng)絡(luò)技術(shù)人員、安裝人員和運(yùn)維人員等。
這些都是技能型、高收入的工作崗位，而且目前供不應(yīng)求。 參與這場(chǎng)變革，并不需要計(jì)算機(jī)科學(xué)博士學(xué)位。
與此同時(shí)，AI 也在推動(dòng)知識(shí)經(jīng)濟(jì)的生產(chǎn)力提升。以放射學(xué)為例。AI 現(xiàn)在已經(jīng)可以幫助醫(yī)生讀取醫(yī)學(xué)影像，但放射科醫(yī)生的需求仍在持續(xù)增長(zhǎng)。這并非矛盾現(xiàn)象。
放射科醫(yī)生的使命是照顧患者，而解讀掃描影像只是其中的一項(xiàng)任務(wù)。
當(dāng) AI 承擔(dān)更多重復(fù)性工作時(shí)，醫(yī)生可以把時(shí)間用于判斷、溝通和患者護(hù)理。醫(yī)院的效率因此提升，能夠服務(wù)更多患者，也需要雇傭更多人員。
生產(chǎn)力提升會(huì)帶來(lái)更多能力，而能力會(huì)帶來(lái)增長(zhǎng)。
過(guò)去一年發(fā)生了什么變化
在過(guò)去一年里，AI 跨越了一個(gè)重要門(mén)檻——模型性能顯著提升，可以在大規(guī)模場(chǎng)景中真正發(fā)揮作用。推理能力提高了，幻覺(jué)顯著減少，落地應(yīng)用能力大幅提升?；?AI 構(gòu)建的應(yīng)用首次開(kāi)始創(chuàng)造真實(shí)的經(jīng)濟(jì)價(jià)值。
藥物研發(fā)、物流、客戶(hù)服務(wù)、軟件開(kāi)發(fā)和制造業(yè)領(lǐng)域的應(yīng)用已經(jīng)展現(xiàn)出強(qiáng)大的產(chǎn)品市場(chǎng)契合度。這些應(yīng)用正在強(qiáng)烈拉動(dòng)底層技術(shù)棧的需求。
開(kāi)源模型在這一過(guò)程中發(fā)揮著關(guān)鍵作用。全球絕大多數(shù)模型都是免費(fèi)開(kāi)放的。研究人員、初創(chuàng)公司、企業(yè)，甚至整個(gè)國(guó)家，都依賴(lài)開(kāi)源模型參與先進(jìn) AI 的發(fā)展。
當(dāng)開(kāi)源模型達(dá)到前沿水平時(shí)，它們帶來(lái)的變化不僅發(fā)生在軟件領(lǐng)域，還會(huì)激活整個(gè)技術(shù)棧的需求。
DeepSeek-R1 就是一個(gè)很好例子。 當(dāng)一個(gè)強(qiáng)大的推理模型被廣泛開(kāi)放時(shí)，它會(huì)加速應(yīng)用層的采用，并帶動(dòng)了底層對(duì)訓(xùn)練、基礎(chǔ)設(shè)施、芯片和能源的需求增長(zhǎng)。
這意味著什么
如果把 AI 看作一種基礎(chǔ)設(shè)施，其影響就會(huì)變得非常清晰。
AI 始于 Transformer 架構(gòu)的 LLM，但其意義遠(yuǎn)不止于此。這是一場(chǎng)工業(yè)級(jí)的變革，正在重塑能源生產(chǎn)與消費(fèi)方式、工廠的建造模式、工作的組織形式以及經(jīng)濟(jì)的增長(zhǎng)路徑。
如今，AI 工廠正在興建，是因?yàn)橹悄墁F(xiàn)在是實(shí)時(shí)生成的。芯片之所以被重新設(shè)計(jì)，是因?yàn)樾蕸Q定了智能擴(kuò)展的速度。能源變得至關(guān)重要，因?yàn)樗鼪Q定了智能產(chǎn)出的上限。而應(yīng)用層正在加速發(fā)展，是因?yàn)榈讓幽Ｐ鸵呀?jīng)跨越了真正可用的門(mén)檻。
每一層都會(huì)強(qiáng)化其他層的發(fā)展。
這就是為什么 AI 基礎(chǔ)設(shè)施的建設(shè)規(guī)模如此龐大，這也是為什么它會(huì)同時(shí)影響如此多的行業(yè)。AI 不會(huì)局限于某個(gè)國(guó)家或某個(gè)行業(yè)。每家公司都會(huì)使用 AI。每個(gè)國(guó)家都會(huì)建設(shè) AI。
我們?nèi)匀惶幱谠缙陔A段。大量基礎(chǔ)設(shè)施尚未建設(shè)、大量人才尚未培訓(xùn)、大量機(jī)會(huì)尚未被實(shí)現(xiàn)。
但方向已經(jīng)非常清晰。