幾千億遠不夠！黃仁勛親筆長文：AI 是人類歷史上最大的基建浪潮

機器之心編輯部

在「龍蝦熱」蔓延全國的此刻，大家把越來越多的工作交給 AI。從寫代碼到數(shù)據(jù)分析，很多人開始嘗試讓 AI 接管完整流程。

人工智能能力的躍升似乎正逼迫著人們直面「自我價值」的拷問：

「AI 會不會替代我的崗位？」「如果越來越多的工作被接管，人類又該做什么？」

往回看，也許可以窺見答案一角，技術(shù)史研究在回顧工業(yè)革命時提出過一個經(jīng)典觀察：技術(shù)不會消滅勞動，而是重新配置、隱藏或外包勞動。

而就在剛剛，英偉達 CEO 黃仁勛 發(fā)布長文，從人工智能產(chǎn)業(yè)結(jié)構(gòu)的角度給出這個理論的當(dāng)代版本：AI 并不是飄渺的軟件，它依賴真實世界的投入 —— 能源、基礎(chǔ)設(shè)施，以及背后的大量人力。

• 博客鏈接：https://blogs.nvidia.com/blog/ai-5-layer-cake/

文章原文翻譯如下：

人工智能是當(dāng)今塑造世界最強大的力量之一。它不是一個應(yīng)用，也不是單一模型，而是如同電力和互聯(lián)網(wǎng)一般的關(guān)鍵基礎(chǔ)設(shè)施

人工智能的運行依托于切實的硬件、能源與經(jīng)濟規(guī)律。它消耗原材料，并將其大規(guī)模轉(zhuǎn)化為智能產(chǎn)出。每一家企業(yè)都將應(yīng)用它，每一個國家都將構(gòu)建它。

若要理解人工智能為何以此種態(tài)勢演進，我們需要回歸「第一性原理」，審視計算領(lǐng)域所發(fā)生的根本性變革。

CES 2026 Keynote

從預(yù)制軟件到實時智能

在計算機歷史的大部分時間里，軟件都是「預(yù)制」的。人類定義算法，計算機執(zhí)行指令。數(shù)據(jù)必須經(jīng)過嚴密的結(jié)構(gòu)化處理，存儲在表格中，并通過精確的查詢語句進行檢索。SQL 之所以變得不可或缺，正是因為它讓那個時代的運作成為可能。

人工智能打破了這一模式。

我們首次擁有了能夠理解非結(jié)構(gòu)化信息的計算機。它能識別圖像、閱讀文本、聆聽聲音并領(lǐng)會其背后的含義。它能夠針對語境和意圖進行邏輯推理。最重要的是，它能夠?qū)崟r智能響應(yīng)。

每一條回復(fù)都是全新生成的。每一個答案都取決于您提供的上下文。這并非軟件在檢索預(yù)存的指令，而是軟件在進行推理并按需生成智能。

正因為智能是實時產(chǎn)出的，其底層的整個「計算堆棧（Computing Stack）」都必須經(jīng)歷徹底的變革與重構(gòu)。

AI as Infrastructure

從工業(yè)視角審視，人工智能可被解構(gòu)為一套五層架構(gòu)（Stack）

1. 能源（Energy）

能源是整套架構(gòu)的基石。實時生成的智能需要實時產(chǎn)生的電力作為支撐。生成的每一個 Token 都是電子移動、熱量管理以及能源轉(zhuǎn)化為計算能力的產(chǎn)物。在此之下不存在更底層的抽象層。能源是 AI 基礎(chǔ)設(shè)施的「第一性原理」，也是決定系統(tǒng)智能產(chǎn)出上限的硬約束。

2. 芯片（Chips）

能源之上是芯片。這些處理器旨在將能源大規(guī)模、高效率地轉(zhuǎn)化為計算力。AI 工作負載需要極高的并行性、高帶寬內(nèi)存（HBM）以及高速互連技術(shù)。芯片層的技術(shù)突破決定了 AI 擴張的速度，以及智能獲取成本的經(jīng)濟性。

3. 基礎(chǔ)設(shè)施（Infrastructure）

芯片之上是基礎(chǔ)設(shè)施。這涵蓋了土地、電力傳輸、冷卻系統(tǒng)、建筑施工、網(wǎng)絡(luò)連接，以及將數(shù)以萬計的處理器編排為單一算力集群的系統(tǒng)。這些系統(tǒng)本質(zhì)上是 「AI 工廠」。它們的設(shè)計初衷并非存儲信息，而是為了「制造智能」。

4. 模型（Models）

基礎(chǔ)設(shè)施之上是模型。AI 模型能夠理解多種維度信息：語言、生物學(xué)、化學(xué)、物理學(xué)、金融、醫(yī)學(xué)以及物理世界本身。語言模型僅是其中一個類別，目前最具變革性的突破正發(fā)生在蛋白質(zhì) AI、化學(xué) AI、物理模擬、機器人技術(shù)以及自主系統(tǒng)領(lǐng)域。

5. 應(yīng)用（Applications）

最頂層是應(yīng)用，這是創(chuàng)造經(jīng)濟價值的核心環(huán)節(jié)。包括：藥物研發(fā)平臺、工業(yè)機器人、法律助手（Copilot）、自動駕駛汽車。自動駕駛汽車是具身智能在機器中的 AI 應(yīng)用，而人形機器人則是「具身」于軀體之中的 AI 應(yīng)用。底層架構(gòu)相同，展現(xiàn)形態(tài)各異。

這就是所謂的「五層蛋糕」：能源 → 芯片 → 基礎(chǔ)設(shè)施 → 模型 → 應(yīng)用。

每一個成功的應(yīng)用都在拉動其下方的每一層架構(gòu)，其根源可追溯至維持其運行的發(fā)電廠

這一建設(shè)進程才剛剛開啟。我們目前的投入僅為數(shù)千億美元，未來仍有數(shù)萬億美元規(guī)模的基礎(chǔ)設(shè)施尚待建設(shè)。

在全球范圍內(nèi)，芯片工廠、計算機組裝廠和 AI 工廠正以史無前例的規(guī)模動工。這正在演變?yōu)槿祟悮v史上規(guī)模最大的基礎(chǔ)設(shè)施建設(shè)運動。

支撐這一建設(shè)進程所需的勞動力是巨大的。AI 工廠需要電工、水管工、管工、鋼結(jié)構(gòu)工人、網(wǎng)絡(luò)技術(shù)人員、安裝人員和操作人員。

這些崗位屬于高技能、高薪酬且供不應(yīng)求的職業(yè)。投身這場變革，并不一定需要計算機科學(xué)博士學(xué)位。

與此同時，AI 正在提升整個知識經(jīng)濟的生產(chǎn)力。以放射醫(yī)學(xué)為例：盡管 AI 現(xiàn)在可以輔助閱片，但對放射科醫(yī)生的需求卻在持續(xù)增長。這并非悖論。

放射科醫(yī)生的核心宗旨是護理患者，閱片僅是診療過程中的一個環(huán)節(jié)。當(dāng) AI 承擔(dān)了更多常規(guī)化工作，醫(yī)生便能專注于專業(yè)判斷、醫(yī)患溝通和人文關(guān)懷。醫(yī)院的效率由此提高，能夠接診更多患者，并雇傭更多員工。

生產(chǎn)力創(chuàng)造產(chǎn)能，產(chǎn)能驅(qū)動增長。

過去一年發(fā)生了什么變化？

在過去的一年中，人工智能跨越了一個重要的門檻。模型的能力已足以支撐大規(guī)模的實際應(yīng)用。邏輯推理能力顯著增強，幻覺比例下降，而知識對齊與事實性（Grounding）則得到了大幅提升。基于 AI 構(gòu)建的應(yīng)用首次開始產(chǎn)生真正的經(jīng)濟價值。

在藥物研發(fā)、物流運輸、客戶服務(wù)、軟件開發(fā)及制造業(yè)等領(lǐng)域，相關(guān)應(yīng)用已經(jīng)展現(xiàn)出強勁的產(chǎn)品市場契合度。這些應(yīng)用正強力拉動其底層的每一個技術(shù)架構(gòu)層級。

開源模型在此發(fā)揮著至關(guān)重要的作用。全球絕大多數(shù)模型都是免費的。研究人員、初創(chuàng)企業(yè)、大型企業(yè)乃至整個國家，都依賴開源模型來參與前沿人工智能的競爭。當(dāng)開源模型觸及技術(shù)邊界時，它們改變的不只是軟件，更是激活了對整個架構(gòu)堆棧的需求。

DeepSeek-R1就是一個強有力的例證。通過將性能強勁的推理模型向公眾開放，它加速了應(yīng)用層的普及，進而反向刺激了底層對模型訓(xùn)練、基礎(chǔ)設(shè)施、芯片以及能源的需求。

這意味著什么？

當(dāng)你將人工智能視作關(guān)鍵基礎(chǔ)設(shè)施時，其深層影響便清晰可見。

人工智能始于基于 Transformer 架構(gòu)的大語言模型（LLM），但其內(nèi)涵遠不止于此。它是一場工業(yè)變革，正在重塑能源的生產(chǎn)與消費方式、工廠的建設(shè)模式、勞動的組織形式以及經(jīng)濟的增長路徑。

AI 工廠之所以拔地而起，是因為智能現(xiàn)已實現(xiàn)實時生成。芯片之所以被重新設(shè)計，是因為能效比決定了智能擴張的速度。能源之所以成為核心，是因為它設(shè)定了智能產(chǎn)出總量的絕對上限。應(yīng)用開發(fā)之所以提速，是因為其底層的模型已跨越技術(shù)門檻，真正具備了大規(guī)模實用價值。

架構(gòu)中的每一個層級都在相互強化、協(xié)同演進。

這正是建設(shè)規(guī)模如此宏大的原因。這也是為何它能同時觸及如此眾多的行業(yè)，且絕不會局限于單一國家或單一領(lǐng)域。每一家企業(yè)都將應(yīng)用人工智能，每一個國家都將致力于其建設(shè)。

我們?nèi)蕴幱谠缙陔A段。大部分基礎(chǔ)設(shè)施尚未落成，大部分勞動力尚未接受相關(guān)培訓(xùn)，而大部分機遇也尚未被發(fā)掘。

但前進的方向已然明確。

人工智能正在成為現(xiàn)代世界的基石性基礎(chǔ)設(shè)施。 我們當(dāng)下的抉擇 ——建設(shè)的速度、參與的廣度以及部署的責(zé)任感—— 將共同定義這個時代。

看完黃仁勛的長博客全文，想到不久前有網(wǎng)友提出「能工智人」的說法，并調(diào)侃有時 token 的成本甚至超過雇傭員工的工資。

從某種意義上看，這一玩笑也揭示了一個現(xiàn)實：AI 并不是「永動機」，每一次 token 的生成，背后都對應(yīng)著電力、算力、數(shù)據(jù)中心以及大量工程與運維工作。

換句話說，智能并不是從天而降的產(chǎn)物，它只是以另一種方式消耗著真實世界的資源與勞動。而參與這場變革的人，也遠不只有 AI 工程師。

如果人工智能真的如黃仁勛所描述的那樣，逐漸成為由能源、芯片、基礎(chǔ)設(shè)施、模型和應(yīng)用構(gòu)成的基礎(chǔ)設(shè)施體系，那么在未來，它會像電力和互聯(lián)網(wǎng)一樣成為社會運轉(zhuǎn)的默認條件。

當(dāng)那一天真正到來時，你準(zhǔn)備參與到這塊蛋糕的哪一層？