黃仁勳發文：AI背後的五層超級產業鏈，正在重塑世界經濟
週二，英偉達(NVDA.O)CEO黃仁勳在公司官網發表長文。他提出，AI是"五層蛋糕"基礎設施架構：能源→芯片→基礎設施→模型→應用。
黃仁勳指出，實時智能生成重塑計算範式，從預錄軟件轉向實時推理。過去一年模型實用性突破，開源模型如DeepSeek-R1激活全棧需求。全球正經歷人類歷史上最大規模基礎設施擴建，需數萬億美元投入，創造大量技術崗位。
以下是他的長文翻譯。
AI是個“五層蛋糕”
AI是當今塑造世界最強大的力量之一。它不是一個聰明的應用程序，也不是單一模型；它是一種基礎性基礎設施，就像電力和互聯網一樣。
AI運行在真實的硬件、真實的能源和真實的經濟體系之上。它將原材料轉化爲規模化的智能。每一家公司都會使用它。每一個國家都會建設它。
要理解AI爲何會以這種方式展開，最好的方法是從第一性原理出發，看看計算領域到底發生了哪些根本性的變化。
從預錄軟件到實時智能
在計算機歷史的大部分時間裏，軟件都是“預先錄製”的。人類編寫算法，計算機執行它。數據必須被精心結構化，存儲到表格中，並通過精確的查詢進行檢索。SQL之所以不可或缺，正是因爲它讓這種模式得以運轉。
AI打破了這種模式。
這是人類第一次擁有能夠理解非結構化信息的計算機。它可以看圖像、讀文本、聽聲音，並理解其中的意義。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。
每一次回應都是新生成的。每一個答案都取決於你提供的上下文。這不再是軟件檢索已經存儲的指令，而是軟件在進行推理，並按需生成智能。
正因爲智能是實時生成的，其底層的整個計算體系必須被重新發明。
AI作爲基礎設施
當從產業角度審視AI時，它可以被理解爲一個五層結構的技術棧。
能源
最底層是能源。實時生成的智能需要實時產生的電力。每一個token的生成，都意味著電子在流動、熱量在被管理、能量在被轉化爲計算。這裏沒有任何更底層的抽象層。能源是AI基礎設施的第一性原則，也是決定系統能夠產生多少智能的核心約束。
芯片
能源之上是芯片。芯片是將能源高效轉化爲計算能力的處理器，並且能夠在極大規模下運行。AI工作負載需要巨大的並行計算、高帶寬內存以及高速互連。芯片層的進步決定了AI能夠擴展到多快，也決定了智能的成本會下降到什麼程度。
基礎設施
芯片之上是基礎設施。這包括土地、電力輸送、冷卻系統、建築施工、網絡以及將數萬顆處理器協調成一臺機器的系統。這些系統本質上是AI工廠。它們不是爲存儲信息而設計，而是爲製造智能而設計。
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、醫學以及整個物理世界。語言模型只是其中的一類。當前最具變革性的研究之一，正發生在蛋白質AI、化學AI、物理模擬、機器人以及自動化系統領域。
應用
最頂層是應用層，也是經濟價值產生的地方。例如藥物發現平臺、工業機器人、法律助手、自動駕駛汽車。自動駕駛汽車是被嵌入機器中的AI應用。類人機器人是被嵌入身體中的AI應用。技術棧相同，但結果不同。
這就是AI的五層結構：能源→芯片→基礎設施→模型→應用。
每一個成功的應用，都會牽動其下方的每一層，一直延伸到爲整個系統提供電力的發電廠。
我們纔剛剛開始建設這一體系。目前投入不過幾千億美元，而仍然有數萬億美元規模的基礎設施需要建設。
在全球範圍內，我們正在看到前所未有規模的芯片工廠、計算機組裝工廠和AI工廠被建設起來。這正逐漸成爲人類歷史上規模最大的基礎設施建設之一。
支撐這一建設所需要的勞動力規模極其龐大。AI工廠需要電工、管道工、焊管工、鋼結構工人、網絡技術人員、安裝人員和運營人員。
這些都是技術型、高薪崗位，而且目前極度短缺。參與這場變革，並不一定需要計算機科學博士學位。
與此同時，AI也在推動知識經濟領域的生產力提升。以放射科爲例。AI如今可以輔助讀取醫學影像，但對放射科醫生的需求仍在持續增長，這並不矛盾。
放射科醫生的核心使命是照顧患者。閱讀影像只是其中的一項任務。當AI承擔更多重複性的工作後，醫生可以將精力集中在判斷、溝通和醫療決策上。醫院的生產效率隨之提高，能夠服務更多患者，也需要僱傭更多員工。
生產力創造能力，能力創造增長。
過去一年發生了什麼變化？
在過去一年中，AI跨越了一個重要門檻。模型已經足夠優秀，可以在規模化場景中發揮實際作用。推理能力提高，幻覺明顯減少，事實錨定能力大幅改善。AI應用第一次開始真正創造現實的經濟價值。
在藥物研發、物流、客戶服務、軟件開發以及製造業等領域，AI應用已經展現出明顯的產品與市場匹配。這些應用正在強烈拉動其下方的每一層技術體系。
開源模型在這一過程中發揮著關鍵作用。全球絕大多數模型都是免費的。研究人員、初創公司、企業乃至整個國家，都依賴開源模型參與先進AI的發展。當開源模型達到技術前沿時，它們改變的不僅是軟件，而是會激活整個技術棧的需求。
DeepSeek-R1就是一個典型例子。通過將強大的推理模型廣泛開放，它加速了應用層的採用，同時也提升了對訓練、基礎設施、芯片和能源的需求。
這意味著什麼
當把AI視爲基礎性基礎設施時，其影響就變得清晰。
AI始於Transformer架構的大語言模型，但遠不止於此。它是一場產業級轉型，正在重塑能源的生產與消費方式、工廠的建設方式、工作的組織方式以及經濟增長的模式。
AI工廠之所以被建設，是因爲智能現在可以實時生成。芯片之所以被重新設計，是因爲效率決定了智能擴展的速度。能源之所以變得核心，是因爲它決定了智能生產的上限。應用之所以加速出現，是因爲其背後的模型已經跨越了規模化可用的門檻。
每一層都在強化其他層。
這也是爲什麼建設規模如此龐大，爲什麼它會同時影響如此多的行業，也爲什麼它不會侷限於某一個國家或某一個行業。每一家公司都會使用AI。每一個國家都會建設AI。
我們仍然處在早期階段。大量基礎設施尚未建成，大量勞動力尚未完成培訓，大量機會尚未被實現。
但方向已經非常清晰。
AI正在成爲現代世界的基礎性基礎設施。而我們現在所做的選擇——建設速度有多快、參與範圍有多廣、部署方式有多負責任——將決定這個時代最終會變成什麼樣。
