黃仁勛罕見長文：AI真正的底層邏輯，是一塊“五層蛋糕”

內容來源：本文為公眾號長江商學院（ID：Weixin_CKGSB）原創首發，筆記俠經授權發布。轉載請聯系原公眾號授權。

責編| 柒排版| 沐言

第 9503篇深度好文：2785字 | 9分鐘閱讀

商業思維

筆記君說：

人工智能正在迅速改變世界，但很多人仍把它理解為一種軟件工具或聊天機器人。事實上，在英偉達創始人兼CEO 黃仁勛看來，AI的本質遠不止于此。

在最新發表的一篇題為AI is a 5-Layer Cake的長文中，他提出了一個形象的比喻——“AI五層蛋糕”（AI 5-Layer Cake）：從能源、電力，到芯片、算力基礎設施，再到模型與應用，AI已經形成一個全新的產業技術棧，并正在引發人類歷史上規模最大的基礎設施建設之一。

為什么AI需要巨量電力？

為什么AI數據中心被稱為“智能工廠”？

為什么AI不僅不會減少就業，反而會創造大量新的高技能崗位？

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、真實的能源以及真實的經濟體系之上。它把原材料轉化為規模化的智能。每一家公司都會使用它，每一個國家都會建設它。

要理解 AI為什么會以這樣的方式發展，我們需要從第一性原理出發，看看計算領域究竟發生了什么根本性的變化。

一、從預先編寫的軟件到實時生成的智能

在計算機發展的絕大部分歷史中，軟件都是預先編寫好的。

人類先設計出算法，計算機再去執行。

數據必須被精心地結構化，存儲進表格，然后通過精確的查詢進行調用。SQL 之所以不可或缺，是因為它讓這種世界變得可操作。

AI 打破了這一模式。

第一次我們擁有了一種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，并理解其中的含義。它能夠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。

每一次回答都是新生成的。

每一個結果都依賴于你提供的上下文。

這不再是軟件在檢索已經存儲好的指令，而是軟件在按需推理并生成智能。

因為智能是在實時產生的，支撐它的整個計算技術棧都必須被重新發明。

二、AI即基礎設施

如果從產業的角度觀察 AI，它可以被理解為一個五層結構的技術棧。

第一層：能源（Energy）

最底層是能源。

實時生成智能需要實時提供的電力。

每生成一個詞元（ token ），本質上都是電子在流動、熱量在被管理、能量在被轉化為計算。

在這之下沒有任何抽象層。

能源是AI基礎設施的第一性原理，也是決定系統能夠產生多少智能的根本約束。

第二層：芯片（Chips）

能源之上是芯片。

這些處理器被設計用來以極高效率把能源轉化為計算能力，并在大規模并行的環境下運行。

AI工作負載需要：

① 巨大的并行計算能力

② 高帶寬內存

③ 高速互連網絡

芯片層的進步，決定了AI能擴展得多快，以及智能能變得多便宜。

第三層：基礎設施（Infrastructure）

再往上是基礎設施。

這包括：

① 土地

② 電力輸送

③ 冷卻系統

④ 建設工程

⑤ 網絡連接

⑥ 將成千上萬個處理器編排為一臺機器的系統

這些系統本質上是AI 工廠。

它們并不是為了存儲信息而設計的，而是為了制造智能。

第四層：模型（Models）

在基礎設施之上是模型。

AI模型能夠理解多種類型的信息：

① 語言

② 生物

③ 化學

④ 物理

⑤ 金融

⑥ 醫學

⑦ 以及現實世界本身

語言模型只是其中的一類。

一些最具變革性的進展正在發生在：

① 蛋白質AI

② 化學AI

③ 物理仿真

④ 機器人技術

⑤ 自動化系統

第五層：應用（Applications）

最上層是應用也是經濟價值真正產生的地方。

例如：

① 藥物發現平臺

② 工業機器人

③ 法律助手

④ 自動駕駛汽車

一輛自動駕駛汽車，是具象化在機器中的AI應用。

一個人形機器人，是具象化在身體中的AI應用。

技術棧相同，結果不同。

這就是AI的五層蛋糕結構：

能源 → 芯片 → 基礎設施 → 模型 → 應用

圖源：英偉達官網

每一個成功的應用，都會向下牽引整個技術棧，一直延伸到為它提供電力的發電廠。

三、一場剛剛開始的基礎設施建設

這場建設才剛剛開始。

目前我們已經投入了數千億美元，但仍然有數萬億美元的基礎設施需要建設。

在全球范圍內，我們正看到：

芯片工廠

計算機組裝工廠

AI工廠

以前所未有的規模被建造。

這可能會成為人類歷史上最大規模的基礎設施建設之一。

四、AI 時代的勞動需求

支撐這場建設所需的勞動力規模巨大。

AI工廠需要：

電工

水管工

管道安裝工

鋼結構工人

網絡技術人員

安裝人員

運維人員

這些都是高技能、高收入的工作崗位，而且目前嚴重短缺。

參與這場變革，并不需要計算機科學博士學位。

五、AI如何提升知識經濟生產力

與此同時，AI正在推動知識經濟的生產力提升。

以放射科為例。AI已經能夠幫助醫生讀取影像掃描，但放射科醫生的需求仍然在增長。這并不是悖論。

放射科醫生的真正使命是照顧病人。閱讀影像只是其中的一個環節。

當AI接管更多重復性工作時，醫生可以把更多時間用于：

① 判斷

② 溝通

③ 醫療決策

醫院的生產力因此提高，可以服務更多患者，也會雇傭更多人。

生產力創造能力，能力帶來增長。

六、過去一年發生了什么變化？

在過去一年里，AI跨越了一個重要門檻：

模型已經足夠好，可以在規模化應用中發揮價值。

① 推理能力顯著提升

② 幻覺問題減少

③ 事實錨定能力大幅改善

第一次基于AI的應用開始產生真實的經濟價值。

例如：

藥物研發

物流

客戶服務

軟件開發

制造業

這些領域的AI應用已經表現出明顯的產品—市場匹配（ PMF ）。

而這些應用會強烈地拉動底層的每一層基礎設施。

七、開源模型的重要作用

開源模型在其中扮演了關鍵角色。

世界上絕大多數模型都是免費的。

研究人員、創業公司、大型企業甚至整個國家，都依賴開源模型參與先進 AI 發展。

當開源模型達到技術前沿時，它們不僅改變軟件，也會激活整個技術棧的需求。

DeepSeek-R1就是一個典型例子。

通過讓一個強大的推理模型廣泛可用它：

① 加速了應用層的創新

② 同時增加了對訓練、基礎設施、芯片和能源的需求

這意味著什么？

當你把AI視為關鍵基礎設施時，很多事情就變得清晰了。

AI 的起點可能是一個Transformer大語言模型。

但它遠不止于此。

它是一場工業級變革，將重塑：

能源如何生產和使用

工廠如何建造

工作如何組織

經濟如何增長

AI工廠正在被建設，因為智能現在需要實時生成。

芯片正在被重新設計，因為效率決定智能擴展的速度。

能源變得至關重要，因為它決定智能產出的上限。

應用正在加速，因為底層模型已經跨過了規模化可用的門檻。

每一層都在強化另一層。

八、我們仍然處在早期階段

這也是為什么這場建設規模如此巨大，為什么它會同時影響如此多的行業。以及為什么它不會局限在某一個國家或某一個產業。

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：

許多基礎設施尚未存在

許多勞動力尚未完成培訓

許多機會尚未被實現

但方向已經非常清晰

AI正在成為現代世界的基礎性設施。

而我們今天所做的選擇，建設速度有多快、參與范圍有多廣、部署方式有多負責任，將決定這個時代最終會成為什么樣子。

*文章為作者獨立觀點，不代表筆記俠立場。

今天的內容來自獵豹移動董事長兼CEO傅盛，他也是筆記俠PPE（政經哲）書院24級校友，經常在校友社群里與大家互動，談他對AI趨勢和應用的獨到理解。

我們深嵌于一個政治、經濟、科技、哲學都在經歷持續變革和深刻重塑的復雜社會與商業系統之中。

真正的挑戰是：我們的認知框架、組織形態和行動工具，還停留在“前AI時代”。

在前所未有的復雜系統性變革中，我們需要的是理解世界底層的“元能力”。

面向AI新時代，筆記俠PPE（哲學、政治學與經濟學）課程，正是為理解這樣的復雜系統而生：理解國際貿易與經濟政策、理解國際政治與治理模式、理解全球技術與科技范式、理解AI哲學和科技經濟、理解文明進程與哲學意義。這是第五代企業家應有的一套“操作系統”。

筆記俠PPE課程26級招生現已啟動。駕馭技術、洞察世界、扎根中國、修煉心力，在應對時代重重挑戰中尋找決策底牌。

穿越變革的舊世界，找到時代的新大陸，從升級你的PPE決策底層開始。

歡迎你掃描下方海報二維碼，添加課程主理人咨詢詳情。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～