黄仁勋罕见长文：AI的五层架构

来源：黄仁勋，英伟达创始人；编译：金色财经

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，也不是某个单一模型；它是关键基础设施，就像电力和互联网一样。

AI 运行在真实的硬件、真实的能源和真实的经济体系之上。它将原材料转化为规模化的智能。每家公司都会使用它，每个国家都会建设它。

要理解 AI 为何以这种方式发展，从第一性原理出发、审视计算领域究竟发生了哪些根本性变革，会很有帮助。

从预录式软件，到实时智能

在计算的大部分历史中，软件都是 “预录” 的。人类描述算法，计算机执行。数据必须被精心结构化、存入表格，并通过精确查询调取。SQL 之所以不可或缺，正是因为它让这套体系得以运转。

而 AI 打破了这一模式。

我们第一次拥有了能够理解非结构化信息的计算机。它能看图像、读文本、听声音、理解含义。它能推理上下文与意图。最重要的是，它能实时生成智能。

每一次回应都是全新创造的。每一个答案都取决于你提供的语境。这不是软件在调取存储好的指令，而是软件在按需推理、生成智能。

正因为智能是实时产生的，其下方的整个计算栈都必须被重新发明。

AI 作为基础设施

从产业视角看，AI 可以拆解为五层技术堆栈：

能源

最底层是能源。实时产生的智能，需要实时供应的电力。每一个 Token 的生成，都是电子流动、热量管理、能源转化为计算的结果。这之下没有任何抽象层。能源是 AI 基础设施的第一性原理，也是系统能够产出多少智能的约束上限。

芯片

能源之上是芯片。这些处理器被设计用来高效、大规模地将能源转化为计算。AI 任务需要极强的并行能力、高带宽内存和高速互联。芯片层的进步，决定了 AI 能以多快的速度扩张，以及智能能变得多便宜。

基础设施

芯片之上是基础设施。这包括土地、电力输送、散热、建筑、网络，以及将数万个处理器协同成一台机器的系统。这些系统就是AI 工厂。它们不是为了存储信息，而是为了制造智能。

模型

基础设施之上是模型。AI 模型能理解多种信息：语言、生物学、化学、物理、金融、医学乃至物理世界本身。语言模型只是其中一类。一些最具变革性的工作，正发生在蛋白质 AI、化学 AI、物理仿真、机器人与自主系统等领域。

应用

最顶层是应用，也是经济价值被创造的地方。药物发现平台、工业机器人、法律助手、自动驾驶汽车。自动驾驶汽车是具身化在机器中的 AI 应用。人形机器人是具身化在躯体中的 AI 应用。同一套技术栈，不同的结果。

这就是五层结构：

能源 → 芯片 → 基础设施 → 模型 → 应用。

每一个成功的应用，都会拉动其下方的每一层，一直追溯到为它供电的发电厂。

我们才刚刚开始这场建设。我们已经投入了数千亿美元，仍有数万亿美元的基础设施需要建造。

在全球范围内，芯片工厂、计算机组装厂和 AI 工厂正以前所未有的规模建设。这正在成为人类历史上最大规模的基础设施建设。

支撑这场建设所需的劳动力是巨大的。AI 工厂需要电工、管道工、管钳工、钢铁工人、网络技术员、安装人员和运维人员。

这些都是高技能、高收入的工作，且目前供不应求。你不需要拥有计算机科学博士学位，就能参与这场变革。

与此同时，AI 正在提升整个知识经济的生产力。以放射科为例：AI 现在已经辅助读片，但放射科医生的需求仍在增长。这并非悖论。

放射科医生的使命是照护患者，读片只是其中一项任务。当 AI 承担更多常规工作，医生就可以专注于判断、沟通与照护。医院效率更高，服务更多患者，也会雇佣更多人。

生产力创造容量，容量带来增长。

过去一年发生了什么变化？

过去一年，AI 跨过了一个重要的临界点：模型变得足够优秀，可以规模化产生价值。推理能力提升，幻觉减少，实际应用能力大幅改善。基于 AI 构建的应用，第一次开始产生真实的经济价值。

药物发现、物流、客服、软件开发、制造业等领域的应用，已经展现出强劲的产品市场契合度。这些应用会强力拉动下方的每一层。

开源模型在其中扮演关键角色。世界上大多数模型都是免费的。研究者、初创公司、企业乃至整个国家，都依靠开源模型参与前沿 AI。当开源模型达到前沿水平，它们改变的不只是软件，而是激活整个技术栈的需求。

DeepSeek-R1 就是一个有力例证：通过将一个强大的推理模型广泛开放，它加速了应用层的普及，并提升了对下方训练、基础设施、芯片与能源的需求。

这意味着什么

当你把 AI 视为关键基础设施，其意义就变得清晰。

AI 始于 Transformer 和大语言模型，但它远不止于此。它是一场产业变革，重塑能源的生产与消费、工厂的建造方式、工作的组织形式以及经济的增长方式。

AI 工厂之所以被建造，是因为智能现在可以实时生成。芯片被重新设计，是因为效率决定智能扩张的速度。能源变得核心，是因为它决定了智能总产量的上限。应用加速普及，是因为底层模型跨过了临界点，终于可以规模化实用。

每一层都在互相强化。

这就是为什么这场建设规模如此巨大，为什么它同时触及如此多行业，为什么它不会局限于单一国家或单一领域。

每家公司都会使用 AI，每个国家都会建设 AI。

我们仍处于早期。大量基础设施尚未建成，大量劳动力尚未培训，大量机会尚未实现。

但方向已经明确：

AI 正在成为现代世界的基础基础设施。

而我们现在做出的选择 —— 建设速度、参与广度、部署责任 —— 将定义这个时代的模样。