英伟达创始人兼执行长黄仁勋(Jensen Huang)在官方博客发表长文,用“五层蛋糕”比喻 AI 的完整架构:能源→芯片→基础设施→模型→应用,而现在仍处于极早期阶段。
(前情提要:算力为王!黄仁勋谈 AI 如何重构全球价值链、机器人何时普及)
(背景补充:黄仁勋:核电是 AI 算力中心“供电好选择”;美国预计扩建核电厂3倍)
本文目录
切换
黄仁勋不常自己动笔,但这次他写了一篇发表在英伟达官方博客的文章,试图回答一个越来越多人问的问题:AI 到底是什么?它为什么重要?它的全貌长什么样子?
黄仁勋的答案是一个比喻:一个五层蛋糕。
在他的框架里,AI 不只是一个聪明的应用程序,而是像电力或网络一样的基础设施,它将原材料转化为可大规模运作的智慧能力。“每家公司都将使用 AI,每个国家都将构建 AI”
黄仁勋首先解释了 AI 与传统计算的本质差异。传统软件是“预录好的”:由人类编写算法,电脑按指令执行,一切规则在程序设计阶段就已固定。
AI 则打破了这个模式。它首次让电脑能够处理非结构化信息:识别影像、阅读文字、理解声音、进行情境推理。更关键的是,AI 能够“即时生成智慧”每个回复都是全新产生的,每个答案取决于当下提供的脉络,而非预先写好的逻辑。
这个转变的规模,他认为足以与工业革命相提并论。
第一层 — 能源(Energy)
蛋糕最底层,也是最常被忽视的一层。黄仁勋指出,能源是决定整个 AI 系统能产出多少智慧的根本约束。每个生成的词元(token)都涉及电子流动、热能管理与能源转换。能源不够,上面四层全部受限。这也解释了他为何多次公开表态核电是 AI 时代的合理选项。
第二层 — 芯片(Chips)
芯片的任务,是把能源高效转换为运算能力。AI 工作负载的特性:庞大的并行运算需求、高频宽存储器、高速互连,与传统 CPU 架构截然不同。
芯片层的技术进展,直接决定 AI 扩展的速度以及每单位智慧的成本。
第三层 — 基础设施(Infrastructure)
这一层俗称“AI 工厂”:土地、电力输送、散热系统、建设工程、网络,以及协调数万颗处理器同时运作的管理系统。黄仁勋强调,AI 工厂的设计目的是“制造智慧”,而非像传统数据中心那样“存储信息”,这是定性上的根本区别。
第四层 — 模型(Models)
模型是 AI 能力的载体,涵盖语言、生物、化学、物理、金融、医疗与真实世界等多个领域。黄仁勋特别指出几个他认为最具变革性的方向:蛋白质 AI、化学 AI、物理模拟、机器人与自主系统。
值得注意的是,他也提到开源模型的重要性,并以 DeepSeek-R1 为例:开源模型的广泛流通,加速了应用采用,同时也拉升了对训练算力、基础设施、芯片与能源的整体需求。
第五层 — 应用(Applications)
最顶层,也是经济价值实际落地的地方。药物研发平台、工业机器人、法律助理、自动驾驶,这些应用将 AI 能力具体化,体现在机器或特定任务之中。
黄仁勋坦承,过去一年模型能力首次达到可以大规模应用的程度:推理能力提升、幻觉减少、落地能力增强。AI 应用在药物研发、物流、客服、软件开发与制造领域,开始展现真实的产品与市场契合度。
尽管如此,他给出的判断是:“大量基础设施尚未建立,许多劳动力尚未培训,机会尚未实现。”这意味着现在的投入不是追赶,而是奠基,五层架构中的每一层,都仍有大量空白等待填补。