黃仁勳發表署名文章：AI的“五層蛋糕”

2026/03/11

•

AI正在成為現代世界的基礎設施。

年度AI產業盛會輝達GTC大會將於下周舉行。值此之際，輝達分享了輝達創始人兼CEO黃仁勳發表的最新署名文章：《AI的“五層蛋糕”》，深度剖析了當前AI產業的核心架構，值得品讀。

全文如下：

AI是塑造當今世界的強大力量之一。它並非僅僅是一款巧妙的應用程式，也不是單一的模型，而是如同電力和網際網路一樣必不可少的基礎設施。

AI依託真實的硬體、能源和經濟體系運行。它可以將原材料大規模地轉化為智能。每家公司都將應用AI，每個國家或地區都將發展AI。

要理解AI為何以這種方式發展，我們需要從基本原理進行推理，並瞭解計算領域發生了那些根本性變化。

在計算技術發展的歷史中，軟體通常都是預先製作好的。人類描述一種演算法，電腦執行此操作。資料必須經過精心設計，儲存在表格中，並通過精確查詢進行檢索。SQL變得不可或缺，因為過去的世界因此得以運轉。

AI打破了這種模式。

我們首次擁有了一台能夠理解非結構化資訊的電腦。它能夠識別圖像、閱讀文字、聆聽聲音並理解其含義。它可以根據上下文和意圖進行推理。最重要的是，它能夠即時生成智能。

每個回應都是全新建立的。每個答案都取決於你提供的上下文。這並非軟體檢索儲存的指令，而是軟體根據需求進行推理並生成智能。

由於智能是即時生成的，因此其背後的整個計算架構都必須重新設計。

從工業角度審視AI，其架構可分解為五層。

最底層是能源。即時生成的智能需要即時產生的電力支援。每一個生成的token，都是電子流動、熱量管理以及能量轉化為計算的結果。在這一層面之下，沒有抽象層。能源是AI基礎設施的首要原則，也是制約系統能產生多少智能的瓶頸因素。

能源層之上是晶片。這些處理器旨在大規模地將能源高效轉化為計算能力。AI工作負載需要巨大的平行處理能力、高頻寬記憶體和快速互連。晶片層的進展決定了 AI的擴展速度以及智能的可適用性。

晶片之上是基礎設施層。這包括土地、供電、冷卻系統、建築工程、網路通訊，以及將成千上萬處理器編排到一台機器的系統。這些系統就是AI工廠。它們的設計目的並非儲存資訊，而是製造智能。

基礎設施層之上是模型層。AI模型能夠理解多種類型的資訊：語言、生物學、化學、物理學、金融學、醫學以及物理世界本身。語言模型只是其中一個類別。一些最具變革性的工作正發生在蛋白質AI、化學AI、物理模擬、機器人技術和自主系統等領域。

最上層是應用層，經濟價值在此產生，比如藥物研發平台、工業機器人、法律助手、自動駕駛汽車等。自動駕駛汽車是AI機器應用的具體表現。人形機器人則是AI具身應用的具體表現。同樣的架構，能帶來不同的成果。

這就是五層蛋糕架構：

能源→晶片→基礎設施→模型→應用。

每一個成功的應用都會拉動其下的每一層，直至維持其運行的動力裝置。

我們才剛剛開始這一建設處理程序，目前已投入數千億美元，但仍需建設價值數兆美元的基礎設施。

放眼全球，我們看到晶片工廠、電腦組裝廠和AI工廠正在以前所未有的規模建設。這正在成為人類歷史上規模最大的基礎設施建設。

支撐這一建設處理程序所需的人力非常龐大。AI工廠需要電工、管道工、管件工、鋼鐵工人、網路技術人員、安裝人員和操作員等。這些都是技術性強、待遇優厚的工作崗位，且目前供不應求。參與這場變革無需擁有電腦科學博士學位。

與此同時，AI正在提高整個知識經濟領域的生產力。以放射學為例，AI已經能夠輔助解讀掃描影像，但對放射科醫生的需求仍在持續增長。這並非矛盾現象。

放射科醫生的職責就是照顧患者，而解讀掃描影像只是其工作中的一個環節。當AI承擔更多的常規工作時，放射科醫生可以專注於判斷、溝通和護理。醫院的工作效率將越來越高，將能夠為更多的患者提供服務，也會僱傭更多員工。

生產力提升創造產能，產能擴大推動增長。

在過去的一年裡，AI跨越了一個重要的門檻。模型性能顯著提升，可以大規模投入使用。推理能力增強，幻覺現象減少，落地應用能力大幅提升。基於AI建構的應用首次開始創造真實的經濟價值。

藥物研發、物流、客戶服務、軟體開發和製造領域的應用已經展現出強大的產品市場契合度。這些應用會對其下方的每一層架構都產生強勁的拉動效應。

開源模型在這方面發揮著關鍵作用。全球大多數模型都是免費開放的。研究人員、初創公司、企業甚至國家都依靠開放模型來參與先進的AI。當開放模型達到前沿水平時，它們改變的不僅僅是軟體領域，而是啟動了整個技術堆疊的需求。

DeepSeek-R1就是一個很好的例子。通過廣泛開放強大的推理模型，它加速了應用層的普及，並帶動了底層對訓練、基礎設施、晶片和能源的需求增長。

當你將AI視為必不可少的基礎設施時，其影響便顯而易見。

AI始於Transformer大語言模型。但其意義遠不止於此。這是一場工業變革，重塑著能源的生產與消耗方式、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，因為智能已實現即時生成。晶片正在被重新設計，因為效率決定了智能的擴展速度。能源成為核心要素，因為它從根本上決定了智能的生產規模上限。應用加速發展，因為底層模型已跨越門檻，得以大規模投入使用。

每一層都相互強化。

正因如此，AI建設規模才如此龐大，它才能夠同時觸及眾多行業，並不會侷限於單一國家、地區或單一領域。每家公司都將使用AI，每個國家都將發展AI。

我們仍處於早期階段。大部分基礎設施尚未建成，大部分勞動力尚未接受培訓，大部分機遇尚未得到發掘。

但方向已然明確。

AI正在成為現代世界的基礎設施。而我們此刻的選擇、建構速度、參與廣度以及如何負責任地部署它將決定這個時代走向何方。 (芯東西)