AI 究竟是什么？在 NVIDIA CEO 黃仁勛看來，它早已不只是聊天機器人或某個大模型，而是一種正在迅速成形的“新型基礎設施”。
近日，黃仁勛在英偉達官網發(fā)布了一篇長文，提出一個頗具形象的比喻——AI 就像一塊“五層蛋糕”。從最底層的 能源，到芯片、基礎設施、模型，再到最上層的應用，人工智能正在形成一整套完整的產業(yè)技術棧，并像電力和互聯(lián)網一樣，逐漸成為現(xiàn)代社會的底層能力。
這也是黃仁勛自 2016 年以來公開發(fā)表的第七篇長文。在這篇文章中，他從計算機發(fā)展史與第一性原理出發(fā)，試圖解釋 AI 技術棧為何會演化成如今的形態(tài)，以及為什么全球正在掀起一場規(guī)?？涨暗?AI 基礎設施建設。
在他看來，過去幾十年的軟件大多是預先編寫好的程序：人類設計好算法，計算機按指令執(zhí)行，數(shù)據(jù)被結構化存儲在數(shù)據(jù)庫中，通過精確查詢調用。而 AI 的出現(xiàn)打破了這一模式——計算機開始能夠理解圖像、文本和聲音，并根據(jù)上下文實時生成答案、推理結果甚至新的內容。
正因為智能不再是預先寫好的代碼，而是實時生成的能力，支撐它運行的整個計算體系也必須被重新設計。從能源供應、芯片架構到數(shù)據(jù)中心建設，AI 正在推動一輪規(guī)?？涨暗幕A設施建設。
不過，黃仁勛也提醒，這場變革仍處于早期階段：大量基礎設施尚未建成，大量人才尚未完成培訓，大量機會也尚未被真正釋放。
來源：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 是當今塑造世界最強大的力量之一。它并非僅僅是一款巧妙的應用程序，也不是某個單一的模型，而是一種就像電力和互聯(lián)網一樣的基礎設施。
AI 依賴真實的硬件、真實的能源以及真實的經濟體系運行。它可以把原材料大規(guī)模地轉化為智能。未來，每家公司都會使用 AI，每個國家/地區(qū)都會建設 AI。
要理解 AI 為什么會以這樣的方式發(fā)展，最好的方法是從第一性原理出發(fā)，看看計算領域究竟發(fā)生了哪些根本性的變化。
從預先編寫的軟件，到實時生成的智能
在計算機發(fā)展的絕大多數(shù)歷史中，軟件都是預先寫好的。人類先描述算法，然后由計算機執(zhí)行。數(shù)據(jù)必須被精心組織與設計，存儲在表格中，再通過精確的查詢進行檢索。
因此，SQL 成為不可或缺的工具，因為它讓這種計算模式變得可行。
而 AI 打破了這一模式。
每一次回答都是全新的。每一次回應都取決于你提供的上下文。這不再是軟件從數(shù)據(jù)庫中取出預先存儲的指令。而是軟件在實時推理，并按需生成智能。
正因為智能是實時產生的，支撐它的整個計算技術棧也必須被重新設計。
AI 即基礎設施
如果從工業(yè)視角看 AI，它可以被拆分為一個五層技術棧。
第一層：能源
最底層是能源。實時生成智能需要實時提供電力。每一個生成的 token，本質上都是電子在流動、熱量被管理、能源被轉化為計算能力的結果。
在這一層之下，沒有任何抽象。能源是 AI 基礎設施的第一性原理，也是決定系統(tǒng)能產生多少智能的硬性約束。
第二層：芯片
能源之上是芯片。芯片是專門設計的處理器，用于高效地把能源轉化為計算能力，并且能夠在極大規(guī)模下運行。AI 工作負載需要極高的并行度、高帶寬內存以及高速互聯(lián)。芯片層的進步，決定了 AI 擴展的速度，也決定了智能的成本能降低到什么程度。
第三層：基礎設施
芯片之上是基礎設施。這一層包括土地、電力輸送、散熱系統(tǒng)、建筑、網絡，以及能夠把數(shù)萬顆處理器組織成一臺機器的系統(tǒng)。這些系統(tǒng)本質上是AI 工廠。
它們的設計目標不是存儲信息，而是制造智能。
第四層：模型
基礎設施之上是模型。
AI 模型能夠理解多種類型的信息：語言、生物、化學、物理、金融、醫(yī)學，以及現(xiàn)實世界本身。語言模型只是其中的一類。目前最具變革性的進展，很多發(fā)生在以下領域，包括蛋白質 AI、化學 AI、物理仿真、機器人、自動駕駛系統(tǒng)。
第五層：應用
最頂層是應用，也是創(chuàng)造經濟價值的地方。例如：藥物研發(fā)平臺、工業(yè)機器人、法律助手、自動駕駛汽車。一輛自動駕駛汽車，本質上是嵌入在機器中的 AI 應用。一臺人形機器人，則是嵌入在身體中的 AI 應用。底層技術棧相同，但最終形態(tài)不同。
這就是 AI 的五層蛋糕結構： 能源 → 芯片 → 基礎設施 → 模型 → 應用。
每一個成功的應用，都會拉動下方的每一層需求，一直延伸到為整個系統(tǒng)提供電力的發(fā)電廠。
AI 的建設才剛剛開始。目前的投入規(guī)模只有幾千億美元，而未來仍需要建設數(shù)萬億美元的基礎設施。
在全球范圍內，我們正在看到，芯片工廠、計算機組裝工廠和 AI 工廠以前所未有的規(guī)模建設。這正在成為人類歷史上最大的基礎設施建設之一。
支撐這場建設所需要的勞動力規(guī)模非常龐大。 AI 工廠需要電工、管道工、管線安裝工、鋼結構工人、網絡技術人員、安裝人員和運維人員等。
這些都是技能型、高收入的工作崗位，而且目前供不應求。 參與這場變革，并不需要計算機科學博士學位。
與此同時，AI 也在推動知識經濟的生產力提升。以放射學為例。AI 現(xiàn)在已經可以幫助醫(yī)生讀取醫(yī)學影像，但放射科醫(yī)生的需求仍在持續(xù)增長。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任務。
當 AI 承擔更多重復性工作時，醫(yī)生可以把時間用于判斷、溝通和患者護理。醫(yī)院的效率因此提升，能夠服務更多患者，也需要雇傭更多人員。
生產力提升會帶來更多能力，而能力會帶來增長。
過去一年發(fā)生了什么變化
在過去一年里，AI 跨越了一個重要門檻——模型性能顯著提升，可以在大規(guī)模場景中真正發(fā)揮作用。推理能力提高了，幻覺顯著減少，落地應用能力大幅提升?；?AI 構建的應用首次開始創(chuàng)造真實的經濟價值。
藥物研發(fā)、物流、客戶服務、軟件開發(fā)和制造業(yè)領域的應用已經展現(xiàn)出強大的產品市場契合度。這些應用正在強烈拉動底層技術棧的需求。
開源模型在這一過程中發(fā)揮著關鍵作用。全球絕大多數(shù)模型都是免費開放的。研究人員、初創(chuàng)公司、企業(yè)，甚至整個國家，都依賴開源模型參與先進 AI 的發(fā)展。
當開源模型達到前沿水平時，它們帶來的變化不僅發(fā)生在軟件領域，還會激活整個技術棧的需求。
DeepSeek-R1 就是一個很好例子。 當一個強大的推理模型被廣泛開放時，它會加速應用層的采用，并帶動了底層對訓練、基礎設施、芯片和能源的需求增長。
這意味著什么
如果把 AI 看作一種基礎設施，其影響就會變得非常清晰。
AI 始于 Transformer 架構的 LLM，但其意義遠不止于此。這是一場工業(yè)級的變革，正在重塑能源生產與消費方式、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，是因為智能現(xiàn)在是實時生成的。芯片之所以被重新設計，是因為效率決定了智能擴展的速度。能源變得至關重要，因為它決定了智能產出的上限。而應用層正在加速發(fā)展，是因為底層模型已經跨越了真正可用的門檻。
每一層都會強化其他層的發(fā)展。
這就是為什么 AI 基礎設施的建設規(guī)模如此龐大，這也是為什么它會同時影響如此多的行業(yè)。AI 不會局限于某個國家或某個行業(yè)。每家公司都會使用 AI。每個國家都會建設 AI。
我們仍然處于早期階段。大量基礎設施尚未建設、大量人才尚未培訓、大量機會尚未被實現(xiàn)。
但方向已經非常清晰。