芯片——动力之上是芯片。这些处理器旨正在高效(xiao)地将能量转化为大规模的(de)计算本领。人工智能工作负(fu)载需要极高的(de)并行性、高带宽(kuan)内存和(he)高速互联。芯片层的(de)进(jin)步决定了人工智能的(de)扩展(zhan)速率和(he)其本钱的(de)可承受程(cheng)度。

基础设施——芯片之上是基础设施。这包括土地、电力供应、冷却、建设、网络，和(he)将数万个处理器整合到一(yi)台机器中的(de)系统(tong)。这些系统(tong)是人工智能工厂。它们的(de)设计目(mu)的(de)并非存储(chu)信息，而是制造智能。

模型——基础设施之上是模型。人工智能模型能够理解多种信息：语言、生物(wu)学、化学、物(wu)理学、金融、医学和(he)物(wu)理世界本身(shen)。语言模型只是个中一(yi)类。一(yi)些最具变革性的(de)研究成果正正在蛋白(bai)质人工智能、化学人工智能、物(wu)理模拟(ni)、机器人技术(shu)和(he)自(zi)主系统(tong)等范畴涌(yong)现。

应用——顶层是能够制造经济价值的(de)应用范畴，例如药物(wu)研发平台、工业机器人、法律辅助系统(tong)和(he)自(zi)动驾驶汽车。自(zi)动驾驶汽车是将人工智能应用融入机器之中，而人形机器人则(ze)是将人工智能应用融入人体之中。相同的(de)技术(shu)栈，不同的(de)效(xiao)果。

“这就是五层蛋糕：动力→芯片→基础设施→模型→应用。每个成功(gong)的(de)应用都会牵动其下的(de)每层，直至维持其运转的(de)动力源。”黄仁勋指(zhi)出。

黄仁勋还夸大，AI不是泡(pao)沫，而是长(chang)周期增进(jin)起点。

署理式AI拐点已至，所有软件都将走向智能体化，物(wu)理 AI、行业智能应用将迎来迸发。英伟(wei)达将持续以全栈技术(shu)推进(jin)系统(tong)级创新，推动推理本钱大幅下降，让AI普惠(hui)化。

未来需数万亿美(mei)元建设

事实上，构建AI基础设施才刚刚开始，全球已投入了数千(qian)亿美(mei)元，另有数万亿美(mei)元的(de)基础设施需要建设。

世界各地正正在以前所未有的(de)规模建设芯片工厂、电脑组装厂和(he)人工智能工厂。

这正成为人类历史上规模最大的(de)基础设施建设。

支持这项(xiang)建设所需的(de)人力非常(chang)庞大，人工智能工厂需要电工、水管工、管道安装工、钢铁(tie)工人、网络技术(shu)人员、安装人员和(he)操作员。

“这些都是技术(shu)含量高、薪酬优渥的(de)工作，而且供不该求。你不需要拥有计算机科(ke)学博士学位就能参与(yu)到这场(chang)变革中来。”黄仁勋说。

与(yu)此同时，人工智能正正在推动知识(shi)经济各范畴的(de)生产力提升。

以放射学为例，人工智能目(mu)前可以辅助解读扫描图(tu)像，但(dan)对(dui)放射科(ke)医生的(de)需求仍正在持续增进(jin)。

这并非自(zi)相抵牾。

放射科(ke)医生的(de)职责是照料病人，解读影像只是个中一(yi)项(xiang)工作。

当人工智能承担更多日常(chang)工作时，放射科(ke)医生就能专(zhuan)注于判断、沟通和(he)照顾(gu)护士。医院(yuan)的(de)效(xiao)率也会提高，服务更多病人，并能雇用更多员工。

以下为黄仁勋博客全文：

AI是一(yi)块五层蛋糕

AI是现今塑造世界的(de)最强鼎力大举量之一(yi)。它不仅是一(yi)个聪明的(de)应用程(cheng)序或单一(yi)的(de)模型；它更是犹如电力和(he)互联网一(yi)样至关重要的(de)基础设施。

AI运转正在实正在的(de)硬件、实正在的(de)动力和(he)实正在的(de)经济基础之上。它吸收原材料，并将其转化为规模化的(de)智能。每家公司都将使用它。每个国(guo)家都将建设它。

要理解为什(shi)么AI会以这种体式格局发展(zhan)，我们需要从第一(yi)性原理出发，去看看计算范畴到底产生了哪些根本性的(de)变化。

从预编软件到实时智能

正在计算历史的(de)大部份时候里(li)，软件都是事后编写好的(de)。人类编写算法，计算机实行算法。数据必须被(bei)精心布局化，存储(chu)正在表格中，并经过精确的(de)查询举行检索。SQL之所以不可或缺，是因为它让那(na)个世界的(de)运转成为大概(gai)。

AI冲破了这一(yi)模式。

我们第一(yi)次拥有了能够理解非布局化信息的(de)计算机。它能看懂图(tu)像、阅读文本、倾听声(sheng)音并理解意义(yi)。它能对(dui)上下文和(he)意图(tu)举行推理。最重要的(de)是，它能够实时生成智能。

每个响应都是全重生成的(de)。每个答案都取决于你提供的(de)上下文。这不再是检索存储(chu)指(zhi)令的(de)软件，而是能够按需推理和(he)生成智能的(de)软件。

正因为智能是实时生产出来的(de)，其底层的(de)整个计算架构栈都必须被(bei)重新发明。

作为基础设施的(de)AI

当你从工业角(jiao)度审视AI时，它呈现为一(yi)个五层架构。

第一(yi)层：动力

位于最底层的(de)是动力。实时生成的(de)智能需要实时产生的(de)电力。生成的(de)每个Token（词元）都是电子移动、热量经管和(he)动力转化为计算本领的(de)效(xiao)果。正在此之下没有任何抽象层。动力是AI基础设施的(de)第一(yi)性原理，也是系统(tong)能产生多少智能的(de)绝对(dui)束缚前提。

第二层：芯片

正在动力之上是芯片。这些处理器旨正在以大规模、高效(xiao)的(de)体式格局将动力转化为计算本领。AI工作负(fu)载需要极为庞大的(de)并行计算本领、高带宽(kuan)内存和(he)快(kuai)速的(de)互连。芯片层的(de)进(jin)步决定了AI的(de)扩展(zhan)速率，和(he)智能本钱的(de)下降程(cheng)度。

第三层：基础设施

芯片之上是基础设施。这包括土地、电力输送、冷却系统(tong)、修(xiu)建施工、网络，和(he)将成千(qian)上万个处理器协同编排为一(yi)台机器的(de)系统(tong)。这些系统(tong)就是“AI工厂”。它们的(de)设计初衷不是为了存储(chu)信息，而是为了制造智能。

第四层：模型

基础设施之上是模型。AI模型可以理解多种类型的(de)信息：语言、生物(wu)学、化学、物(wu)理学、金融、医学和(he)物(wu)理世界本身(shen)。语言模型仅仅是个中的(de)一(yi)个种别。一(yi)些最具变革性的(de)工作正产生正在蛋白(bai)质AI、化学AI、物(wu)理模拟(ni)、机器人技术(shu)和(he)自(zi)主系统(tong)等范畴。

第五层：应用

位于最顶层的(de)是应用，这里(li)也是制造经济价值的(de)地方。药物(wu)发明平台、工业机器人、法律助手、自(zi)动驾驶汽车。一(yi)辆(liang)自(zi)动驾驶汽车就是具身(shen)于机器中的(de)AI应用，而一(yi)个类人机器人则(ze)是具身(shen)于躯体中的(de)AI应用。同样的(de)底层架构，不同的(de)应用输入。

这就是“五层蛋糕”架构：动力 → 芯片 → 基础设施 → 模型 → 应用。

每个成功(gong)的(de)应用都会向上拉动其下方的(de)每层，一(yi)直延伸到维持其运转的(de)发电厂。

我们的(de)建设才刚刚开始。目(mu)前我们仅仅投入了数千(qian)亿美(mei)元，仍有价值数万亿美(mei)元的(de)基础设施等待建设。

正在世界各地，我们看到芯片工厂、计算机组装厂和(he)AI工厂正正在以史无前例的(de)规模拔地而起。这正正在成为人类历史上最大规模的(de)基础设施建设。

支持这一(yi)建设所需的(de)劳动力是极为庞大的(de)。AI工厂需要电工、水管工、管道工、钢铁(tie)工人、网络技术(shu)人员、安装工和(he)操作员。

这些都是高技能、高薪酬的(de)岗(gang)位，而且目(mu)前供不该求。你不需要拥有计算机科(ke)学的(de)博士学位就能参与(yu)到这场(chang)变革中来。

同时，AI正正在推动整个知识(shi)经济的(de)生产力提升。以放射科(ke)为例，AI目(mu)前可以辅助读取扫描影像，但(dan)对(dui)放射科(ke)医生的(de)需求仍正在持续增进(jin)。这并非悖(bei)论。

放射科(ke)医生的(de)核心职责是照料患者，读取扫描影像只是这过程(cheng)当中的(de)一(yi)项(xiang)任务。当AI承担了更多通例工作时，放射科(ke)医生就可以把精神集中正在临床(chuang)判断、医患沟通和(he)患者照顾(gu)护士上。医院(yuan)的(de)生产力随(sui)之提高，他们能服务更多的(de)患者，也就会雇佣更多的(de)人员。

生产力制造了服务容量，而容量制造了经济增进(jin)。

过去一(yi)年产生了什(shi)么改变

正在过去的(de)一(yi)年里(li)，AI跨越了一(yi)个重要的(de)门槛。模型变得充足优秀，能够正在规模化应用中发挥实质作用。推理本领得到提升，幻(huan)觉大幅减少，基础事实的(de)精确性（Grounding）明显改善。基于AI构建的(de)应用程(cheng)序首(shou)次开始产生真正的(de)经济价值。

正在药物(wu)发明、物(wu)流、客户服务、软件开发和(he)制造业等范畴的(de)应用，已展(zhan)现出强劲的(de)产品市场(chang)契合度（Product-Market Fit）。这些应用正强力拉动着它们下方的(de)每层布局。

开源模型正在个中扮演了关键脚色。世界上大多半模型都是免费的(de)。研究人员、初创公司、大型企业乃(nai)至整个国(guo)家，都依(yi)赖开源模型来参与(yu)高级AI的(de)研发。当开源模型达到前沿水平时，它们不仅改变了软件本身(shen)，更激(ji)活了整个架构栈的(de)需求。

DeepSeek-R1 就是最好的(de)例证。经过让强大的(de)推理模型被(bei)广泛可用，它加速了应用层的(de)技术(shu)采用，并响应添加了其底层对(dui)训练、基础设施、芯片和(he)动力的(de)需求。

这意味(wei)着什(shi)么

当你将AI视为必不可少的(de)基础设施时，其深远影响便清(qing)晰(xi)可见。

AI始于Transformer大语言模型。但(dan)它远不止于此。它是一(yi)场(chang)工业转型，将重塑动力的(de)生产和(he)消费体式格局、工厂的(de)建筑体式格局、工作的(de)组织体式格局和(he)经济的(de)增进(jin)体式格局。

之所以要建设AI工厂，是因为智能目(mu)前是实时生成的(de)；之所以要重新设计芯片，是因为效(xiao)率决定了智能扩展(zhan)的(de)速率；动力之所以成为核心，是因为它设定了智能生产的(de)总量上限；应用之所以加速迸发，是因为底层的(de)模型已跨过了门槛，终(zhong)于能够正在规模化层面真正发挥效(xiao)用。

每层都正在相互强化。

这就是为什(shi)么这场(chang)基础设施建设如此庞大，为什(shi)么它同时触及了这么多行业，也是为什(shi)么它不会范围(wei)于单一(yi)国(guo)家或单一(yi)范畴。每家公司都将使用AI。每个国(guo)家都将建设它。

我们仍处于早期阶段。许多基础设施尚(shang)未建成。大量劳动力尚(shang)未担当培训。许多机遇还未被(bei)充足发掘。

但(dan)方向已非常(chang)清(qing)晰(xi)。

AI正正在成为现代世界的(de)基础性基础设施。而我们目(mu)前所做的(de)选择(ze)——我们建设的(de)速率有多快(kuai)、参与(yu)的(de)范围(wei)有多广、部署的(de)体式格局有多担任任——将最终(zhong)塑造这个期间(jian)的(de)未来。