3月10日，英偉達(dá)CEO黃仁勛于周二發(fā)表了一篇罕見的關(guān)于人工智能的長(zhǎng)篇博客文章，指出當(dāng)前的AI基礎(chǔ)設(shè)施建設(shè)仍處于極早期階段。他強(qiáng)調(diào)，盡管目前行業(yè)已經(jīng)投入了數(shù)千億美元，但未來仍需要數(shù)萬億美元的持續(xù)投資來完善數(shù)據(jù)中心和相關(guān)底層設(shè)施。這是他自2016年以來發(fā)表的第七篇公開長(zhǎng)文，闡述了對(duì)AI發(fā)展速度、訪問權(quán)限以及治理模式的看法。

在文中，黃仁勛對(duì)AI與傳統(tǒng)技術(shù)進(jìn)行了界定，指出AI已經(jīng)打破了傳統(tǒng)軟件的運(yùn)作模式。他認(rèn)為，傳統(tǒng)軟件僅僅是提取人類預(yù)先編寫的存儲(chǔ)指令，而目前的AI系統(tǒng)則能夠基于上下文進(jìn)行實(shí)時(shí)推理并按需生成智能。為了厘清產(chǎn)業(yè)結(jié)構(gòu)，他再次提及了其在年初達(dá)沃斯論壇上提出的“五層架構(gòu)”模型，明確指出AI生態(tài)自下而上依次由能源、芯片、基礎(chǔ)設(shè)施、模型和應(yīng)用構(gòu)成，任何成功的上層應(yīng)用都必須完全依賴底層設(shè)施乃至發(fā)電廠的持續(xù)支撐。

針對(duì)技術(shù)發(fā)展對(duì)勞動(dòng)力市場(chǎng)的沖擊，黃仁勛認(rèn)為AI非但不會(huì)削減崗位，反而會(huì)創(chuàng)造大量新的就業(yè)機(jī)會(huì)，尤其是在基礎(chǔ)設(shè)施和熟練技術(shù)工種領(lǐng)域。他的邏輯在于，當(dāng)AI接管了企業(yè)的日常程序化任務(wù)后，生產(chǎn)力的提升將轉(zhuǎn)化為服務(wù)能力的擴(kuò)容，進(jìn)而帶動(dòng)企業(yè)的實(shí)質(zhì)性增長(zhǎng)與擴(kuò)張。他總結(jié)指出，當(dāng)下大量的底層設(shè)施尚未破土，配套勞動(dòng)力尚未完成培訓(xùn)，AI產(chǎn)業(yè)真正的紅利期和大規(guī)模建設(shè)才剛剛開始。

以下為黃仁勛博客全文：

AI是一塊五層蛋糕

黃仁勛 (Jensen Huang)

2026年3月10日

AI是當(dāng)今塑造世界的最強(qiáng)大力量之一。它不僅是一個(gè)聰明的應(yīng)用程序或單一的模型；它更是如同電力和互聯(lián)網(wǎng)一樣至關(guān)重要的基礎(chǔ)設(shè)施。

AI運(yùn)行在真實(shí)的硬件、真實(shí)的能源和真實(shí)的經(jīng)濟(jì)基礎(chǔ)之上。它吸收原材料，并將其轉(zhuǎn)化為規(guī)?；闹悄?。每家公司都將使用它。每個(gè)國(guó)家都將建設(shè)它。

要理解為什么AI會(huì)以這種方式發(fā)展，我們需要從第一性原理出發(fā)，去看看計(jì)算領(lǐng)域到底發(fā)生了哪些根本性的變化。

從預(yù)編軟件到實(shí)時(shí)智能

在計(jì)算歷史的大部分時(shí)間里，軟件都是預(yù)先編寫好的。人類編寫算法，計(jì)算機(jī)執(zhí)行算法。數(shù)據(jù)必須被精心結(jié)構(gòu)化，存儲(chǔ)在表格中，并通過精確的查詢進(jìn)行檢索。SQL之所以不可或缺，是因?yàn)樗屇莻€(gè)世界的運(yùn)轉(zhuǎn)成為可能。

AI打破了這一模式。

我們第一次擁有了能夠理解非結(jié)構(gòu)化信息的計(jì)算機(jī)。它能看懂圖像、閱讀文本、聆聽聲音并理解意義。它能對(duì)上下文和意圖進(jìn)行推理。最重要的是，它能夠?qū)崟r(shí)生成智能。

每一個(gè)響應(yīng)都是全新生成的。每一個(gè)答案都取決于你提供的上下文。這不再是檢索存儲(chǔ)指令的軟件，而是能夠按需推理和生成智能的軟件。

正因?yàn)橹悄苁菍?shí)時(shí)生產(chǎn)出來的，其底層的整個(gè)計(jì)算架構(gòu)棧都必須被重新發(fā)明。

作為基礎(chǔ)設(shè)施的AI

當(dāng)你從工業(yè)角度審視AI時(shí)，它呈現(xiàn)為一個(gè)五層架構(gòu)。

第一層：能源

位于最底層的是能源。實(shí)時(shí)生成的智能需要實(shí)時(shí)產(chǎn)生的電力。生成的每一個(gè)Token（詞元）都是電子移動(dòng)、熱量管理以及能源轉(zhuǎn)化為計(jì)算能力的結(jié)果。在此之下沒有任何抽象層。能源是AI基礎(chǔ)設(shè)施的第一性原理，也是系統(tǒng)能產(chǎn)生多少智能的絕對(duì)約束條件。

第二層：芯片

在能源之上是芯片。這些處理器旨在以大規(guī)模、高效的方式將能源轉(zhuǎn)化為計(jì)算能力。AI工作負(fù)載需要極其龐大的并行計(jì)算能力、高帶寬內(nèi)存以及快速的互連。芯片層的進(jìn)步?jīng)Q定了AI的擴(kuò)展速度，以及智能成本的下降程度。

第三層：基礎(chǔ)設(shè)施

芯片之上是基礎(chǔ)設(shè)施。這包括土地、電力輸送、冷卻系統(tǒng)、建筑施工、網(wǎng)絡(luò)，以及將成千上萬個(gè)處理器協(xié)同編排為一臺(tái)機(jī)器的系統(tǒng)。這些系統(tǒng)就是“AI工廠”。它們的設(shè)計(jì)初衷不是為了存儲(chǔ)信息，而是為了制造智能。

第四層：模型

基礎(chǔ)設(shè)施之上是模型。AI模型可以理解多種類型的信息：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。語言模型僅僅是其中的一個(gè)類別。一些最具變革性的工作正發(fā)生在蛋白質(zhì)AI、化學(xué)AI、物理模擬、機(jī)器人技術(shù)以及自主系統(tǒng)等領(lǐng)域。

第五層：應(yīng)用

位于最頂層的是應(yīng)用，這里也是創(chuàng)造經(jīng)濟(jì)價(jià)值的地方。藥物發(fā)現(xiàn)平臺(tái)、工業(yè)機(jī)器人、法律助手、自動(dòng)駕駛汽車。一輛自動(dòng)駕駛汽車就是具身于機(jī)器中的AI應(yīng)用，而一個(gè)類人機(jī)器人則是具身于軀體中的AI應(yīng)用。同樣的底層架構(gòu)，不同的應(yīng)用輸出。

這就是“五層蛋糕”架構(gòu)：能源 → 芯片 → 基礎(chǔ)設(shè)施 → 模型 → 應(yīng)用。

每一個(gè)成功的應(yīng)用都會(huì)向上拉動(dòng)其下方的每一層，一直延伸到維持其運(yùn)轉(zhuǎn)的發(fā)電廠。

我們的建設(shè)才剛剛開始。目前我們僅僅投入了數(shù)千億美元，仍有價(jià)值數(shù)萬億美元的基礎(chǔ)設(shè)施等待建設(shè)。

在世界各地，我們看到芯片工廠、計(jì)算機(jī)組裝廠和AI工廠正在以史無前例的規(guī)模拔地而起。這正在成為人類歷史上最大規(guī)模的基礎(chǔ)設(shè)施建設(shè)。

支持這一建設(shè)所需的勞動(dòng)力是極其龐大的。AI工廠需要電工、水管工、管道工、鋼鐵工人、網(wǎng)絡(luò)技術(shù)人員、安裝工和操作員。

這些都是高技能、高薪酬的崗位，而且目前供不應(yīng)求。你不需要擁有計(jì)算機(jī)科學(xué)的博士學(xué)位就能參與到這場(chǎng)變革中來。

同時(shí)，AI正在推動(dòng)整個(gè)知識(shí)經(jīng)濟(jì)的生產(chǎn)力提升。以放射科為例，AI現(xiàn)在可以輔助讀取掃描影像，但對(duì)放射科醫(yī)生的需求仍在持續(xù)增長(zhǎng)。這并非悖論。

放射科醫(yī)生的核心職責(zé)是照顧患者，讀取掃描影像只是這過程中的一項(xiàng)任務(wù)。當(dāng)AI承擔(dān)了更多常規(guī)工作時(shí)，放射科醫(yī)生就可以把精力集中在臨床判斷、醫(yī)患溝通和患者護(hù)理上。醫(yī)院的生產(chǎn)力隨之提高，他們能服務(wù)更多的患者，也就會(huì)雇傭更多的人員。

生產(chǎn)力創(chuàng)造了服務(wù)容量，而容量創(chuàng)造了經(jīng)濟(jì)增長(zhǎng)。

過去一年發(fā)生了什么改變

在過去的一年里，AI跨越了一個(gè)重要的門檻。模型變得足夠優(yōu)秀，能夠在規(guī)?；瘧?yīng)用中發(fā)揮實(shí)質(zhì)作用。推理能力得到提升，幻覺大幅減少，基礎(chǔ)事實(shí)的準(zhǔn)確性（Grounding）顯著改善?；贏I構(gòu)建的應(yīng)用程序首次開始產(chǎn)生真正的經(jīng)濟(jì)價(jià)值。

在藥物發(fā)現(xiàn)、物流、客戶服務(wù)、軟件開發(fā)和制造業(yè)等領(lǐng)域的應(yīng)用，已經(jīng)展現(xiàn)出強(qiáng)勁的產(chǎn)品市場(chǎng)契合度（Product-Market Fit）。這些應(yīng)用正強(qiáng)力拉動(dòng)著它們下方的每一層結(jié)構(gòu)。

開源模型在其中扮演了關(guān)鍵角色。世界上大多數(shù)模型都是免費(fèi)的。研究人員、初創(chuàng)公司、大型企業(yè)乃至整個(gè)國(guó)家，都依賴開源模型來參與高級(jí)AI的研發(fā)。當(dāng)開源模型達(dá)到前沿水平時(shí)，它們不僅改變了軟件本身，更激活了整個(gè)架構(gòu)棧的需求。

DeepSeek-R1 就是最好的例證。通過讓強(qiáng)大的推理模型被廣泛可用，它加速了應(yīng)用層的技術(shù)采用，并相應(yīng)增加了其底層對(duì)訓(xùn)練、基礎(chǔ)設(shè)施、芯片和能源的需求。

這意味著什么

當(dāng)你將AI視為必不可少的基礎(chǔ)設(shè)施時(shí)，其深遠(yuǎn)影響便清晰可見。

AI始于Transformer大語言模型。但它遠(yuǎn)不止于此。它是一場(chǎng)工業(yè)轉(zhuǎn)型，將重塑能源的生產(chǎn)和消費(fèi)方式、工廠的建造方式、工作的組織方式以及經(jīng)濟(jì)的增長(zhǎng)方式。

之所以要建設(shè)AI工廠，是因?yàn)橹悄墁F(xiàn)在是實(shí)時(shí)生成的；之所以要重新設(shè)計(jì)芯片，是因?yàn)樾蕸Q定了智能擴(kuò)展的速度；能源之所以成為核心，是因?yàn)樗O(shè)定了智能生產(chǎn)的總量上限；應(yīng)用之所以加速爆發(fā)，是因?yàn)榈讓拥哪Ｐ鸵呀?jīng)跨過了門檻，終于能夠在規(guī)模化層面真正發(fā)揮效用。

每一層都在相互強(qiáng)化。

這就是為什么這場(chǎng)基礎(chǔ)設(shè)施建設(shè)如此龐大，為什么它同時(shí)觸及了這么多行業(yè)，也是為什么它不會(huì)局限于單一國(guó)家或單一領(lǐng)域。每家公司都將使用AI。每個(gè)國(guó)家都將建設(shè)它。

我們?nèi)蕴幱谠缙陔A段。許多基礎(chǔ)設(shè)施尚未建成。大量勞動(dòng)力尚未接受培訓(xùn)。許多機(jī)遇還未被充分挖掘。

但方向已經(jīng)非常清晰。

AI正在成為現(xiàn)代世界的基礎(chǔ)性基礎(chǔ)設(shè)施。而我們現(xiàn)在所做的選擇——我們建設(shè)的速度有多快、參與的范圍有多廣、部署的方式有多負(fù)責(zé)任——將最終塑造這個(gè)時(shí)代的未來。