出品｜虎嗅科技组
作者｜赵致格 编辑｜苗正卿 头图｜视觉中国
3月10日，黄仁勋在英伟达官网发表了名为《AI 是一块五层蛋糕（AI Is a 5-Tier Cake》。这篇AI浪潮以来黄仁勋首次发表的文章，很大程度上在试图以体系化的方式分享自己对AI的见解。
“AI 是当今塑造世界最强大的力量之一。它不是一款精巧的应用，也不是一个单一模型；它是关键基础设施”，黄仁勋在文章中这样写到，“每家公司都会用上它，每个国家都会建设它”。
黄仁勋在文中重复了一遍他在1月达沃斯论坛发表过的“五层蛋糕”比喻，即AI的五层架构就像是五层蛋糕，依次为能源、芯片、基础设施、模型、应用。五个层次相互支撑，成功的应用高度依赖于下方稳固的底层基础设施。
能源层是根基，对 AI 产生智能输出至关重要。黄仁勋强调，实时生成智能需要持续供电，能源是 AI 规模化发展的关键瓶颈。能源之上是芯片层，即英伟达的核心领域，需要强大的并行计算能力与高速互联，以满足 AI 持续增长的算力需求。
基础设施层被称为“AI 工厂”，涵盖土地、电力输送、冷却系统等，其目标是生产智能，而非仅存储数据。模型层负责处理多元信息类型。黄仁勋特意提到，DeepSeek-R1等开源模型展现出变革软件、拉动全架构栈需求的潜力。
应用层是 AI 的经济价值核心，覆盖药物研发、工业机器人等领域。黄仁勋预测，未来AI 智能体将成为主流，取代传统软件形态。
黄仁勋还认为，当下AI热潮才刚刚起步，大量基础设施尚未建成，大量劳动力尚未接受培训，大量机遇尚未兑现。他表示，“我们才刚刚开始，目前投入约几千亿美元，仍有数万亿美元级的基础设施待建设。”
一直以来，作为AI浪潮最大受益者之一，黄仁勋总在传递着对AI未来的乐观情绪，也总在积极回应社会上对AI带来失业的忧虑情绪。去年5月，黄仁勋对媒体发表了一句广为流传的名言：“你的工作不会被AI夺走，但会被用它的人夺走”，并鼓励所有人下载Perplexity和ChatGPT。
在今年1月，黄仁勋又特地回应了市场上对于AI可能带来经济危机的悲观情绪，称这种情绪是“末日论调”、“科幻叙事”。“我理解很多人都是在科幻作品的陪伴下长大的，也很享受它们，但它对人们没有帮助，对整个行业也没有帮助”，黄仁勋这样说道。
在这篇博文里，黄仁勋分享他对失业问题的看法时把AI放在了整个体系中进行讨论。他认为AI不会削减岗位，反而会创造大量新的就业机会，尤其是在基础设施和熟练技术工种领域。因为当下大量的底层设施尚未破土，配套劳动力尚未完成培训，AI产业真正的红利期和大规模建设才刚刚开始。
此外，黄仁勋还认为，当AI处理常规工作后，企业能服务更多客户、实现扩张，最终带动招聘。
就在下周（3月16日至19日），素有“AI届春晚”之称的英伟达年度开发者大会（GTC 2026）将在美国加州圣荷西举办，而黄仁勋将在3月16日上午11时发表主题演讲。而黄仁勋已经透露此次英伟达将发布功能空前强大的新产品。
在大会前五天发文，黄仁勋除了用新的理由回应一番“AI带来失业“相关的”社会悲观情绪，更主要的目的还是强调当前AI的基建刚刚开始，为即将发布的新“铲子”造势。
原文：
AI 是塑造当今世界的强大力量之一。它并非仅仅是一款巧妙的应用程序，也不是单一的模型，而是如同电力和互联网一样必不可少的基础设施。
AI 依托真实的硬件、能源和经济体系运行。它可以将原材料大规模地转化为智能。每家公司都将应用AI，每个国家或地区都将发展 AI。
要理解 AI 为何以这种方式发展，我们需要从基本原理进行推理，并了解计算领域发生了哪些根本性变化。
从预制软件到实时智能
在计算技术发展的历史中，软件通常都是预先制作好的。人类描述一种算法，计算机执行此操作。数据必须经过精心设计，存储在表格中，并通过精确查询进行检索。SQL 变得不可或缺，因为过去的世界因此得以运转。
AI 打破了这种模式。
我们首次拥有了一台能够理解非结构化信息的计算机。它能够识别图像、阅读文本、聆听声音并理解其含义。它可以根据上下文和意图进行推理。最重要的是，它能够实时生成智能。
每个回应都是全新创建的。每个答案都取决于你提供的上下文。这并非软件检索存储的指令，而是软件根据需求进行推理并生成智能。
由于智能是实时生成的，因此其背后的整个计算架构都必须重新设计。
AI 即基础设施
从工业角度审视 AI，其架构可分解为五层。
能源
最底层是能源。实时生成的智能需要实时产生的电力支持。每一个生成的token，都是电子流动、热量管理以及能量转化为计算的结果。在这一层面之下，没有抽象层。能源是AI基础设施的首要原则，也是制约系统能产生多少智能的瓶颈因素。
芯片
能源层之上是芯片。这些处理器旨在大规模地将能源高效转化为计算能力。AI 工作负载需要巨大的并行处理能力、高带宽内存和快速互连。芯片层的进展决定了 AI 的扩展速度以及智能的可适用性。
基础设施
芯片之上是基础设施层。这包括土地、供电、冷却系统、建筑工程、网络通信，以及将成千上万处理器编排到一台机器的系统。这些系统就是 AI 工厂。它们的设计目的并非存储信息，而是制造智能。
模型
基础设施层之上是模型层。AI 模型能够理解多种类型的信息：语言、生物学、化学、物理学、金融学、医学以及物理世界本身。语言模型只是其中一个类别。一些最具变革性的工作正发生在蛋白质 AI、化学 AI、物理模拟、机器人技术和自主系统等领域。
应用
最上层是应用层，经济价值在此产生，比如药物研发平台、工业机器人、法律助手、自动驾驶汽车等。自动驾驶汽车是 AI 机器应用的具体表现。人形机器人则是 AI 具身应用的具体表现。同样的架构，能带来不同的成果。
这就是五层蛋糕架构：
能源 → 芯片 → 基础设施 → 模型 → 应用。
每一个成功的应用都会拉动其下的每一层，直至维持其运行的动力设备。
我们才刚刚开始这一建设进程，目前已投入数千亿美元，但仍需建设价值数万亿美元的基础设施。
放眼全球，我们看到芯片工厂、计算机组装厂和 AI 工厂正在以前所未有的规模建设。这正在成为人类历史上规模最大的基础设施建设。
支撑这一建设进程所需的人力非常庞大。AI 工厂需要电工、管道工、管件工、钢铁工人、网络技术人员、安装人员和操作员等。这些都是技术性强、待遇优厚的工作岗位，且目前供不应求。参与这场变革无需拥有计算机科学博士学位。
与此同时，AI 正在提高整个知识经济领域的生产力。以放射学为例，AI 已经能够辅助解读扫描影像，但对放射科医生的需求仍在持续增长。这并非矛盾现象。
放射科医生的职责就是照顾患者，而解读扫描影像只是其工作中的一个环节。当 AI 承担更多的常规工作时，放射科医生可以专注于判断、沟通和护理。医院的工作效率将越来越高，将能够为更多的患者提供服务，也会雇佣更多员工。
生产力提升创造产能，产能扩大推动增长。
过去一年的变化？
在过去的一年里，AI 跨越了一个重要的门槛。模型性能显著提升，可以大规模投入使用。推理能力增强，幻觉现象减少，落地应用能力大幅提升。基于 AI 构建的应用首次开始创造真实的经济价值。
药物研发、物流、客户服务、软件开发和制造领域的应用已经展现出强大的产品市场契合度。这些应用会对其下方的每一层架构都产生强劲的拉动效应。
开源模型在这方面发挥着关键作用。全球大多数模型都是免费开放的。研究人员、初创公司、企业甚至国家都依靠开放模型来参与先进的 AI。当开放模型达到前沿水平时，它们改变的不仅仅是软件领域，而是激活了整个技术栈的需求。
DeepSeek-R1就是一个很好的例子。通过广泛开放强大的推理模型，它加速了应用层的普及，并带动了底层对训练、基础设施、芯片和能源的需求增长。
题中要义
当你将 AI 视为必不可少的基础设施时，其影响便显而易见。
AI始于Transformer大语言模型。但其意义远不止于此。这是一场工业变革，重塑着能源的生产与消耗方式、工厂的建造模式、工作的组织形式以及经济的增长路径。
如今，AI工厂正在兴建，因为智能已实现实时生成。芯片正在被重新设计，因为效率决定了智能的扩展速度。能源成为核心要素，因为它从根本上决定了智能的生产规模上限。应用加速发展，因为底层模型已跨越门槛，得以大规模投入使用。
每一层都相互强化。
正因如此，AI建设规模才如此庞大，它才能够同时触及众多行业，并不会局限于单一国家、地区或单一领域。每家公司都将使用 AI，每个国家都将发展 AI。
我们仍处于早期阶段。大部分基础设施尚未建成，大部分劳动力尚未接受培训，大部分机遇尚未得到发掘。
但方向已然明确。
AI 正在成为现代世界的基础设施。而我们此刻的选择、构建速度、参与广度以及如何负责任地部署它将决定这个时代走向何方。
和兴网提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
