圖片來源：視覺中國

當地時間周二，英偉達CEO黃仁勛發(fā)表了一篇罕見的關于人工智能的長篇博客文章，這是他自2016年以來發(fā)表的第七篇公開長文，文章系統(tǒng)闡釋了AI產業(yè)的底層邏輯，黃仁勛在文中定義了AI的“五層架構”。他表示，當前AI產業(yè)仍處于極早期發(fā)展階段，盡管行業(yè)已投入數千億美元，但AI的真正潛力尚未被完全發(fā)掘，未來仍需數萬億美元的持續(xù)投資來完善底層基礎設施。

黃仁勛指出，AI已成為當今塑造世界的最強大力量之一，它并非單一的聰明應用程序或模型，而是如同電力和互聯網一樣至關重要的基礎設施，運行在真實的硬件、能源和經濟基礎之上，能夠吸收原材料并轉化為規(guī)?；闹悄埽磥砻考夜径紝⑹褂肁I，每個國家都將建設AI基礎設施。

AI的“五層架構”

為了厘清AI產業(yè)的底層結構，黃仁勛系統(tǒng)定義了AI“五層架構”，將其形象地比喻為“五層蛋糕”，自下而上依次由能源、芯片、基礎設施、模型和應用構成，每一層相互支撐、相互拉動，任何成功的上層應用，都必須完全依賴底層設施乃至發(fā)電廠的持續(xù)支撐。

在AI“五層架構”中，最底層的能源層，被黃仁勛定義為AI基礎設施的第一性原理，也是系統(tǒng)能產生多少智能的絕對約束條件，他強調，實時生成的智能需要實時產生的電力，生成的每一個Token（詞元）都是電子移動、熱量管理以及能源轉化為計算能力的結果，不存在任何抽象層，而當前能源供給已成為AI規(guī)?；l(fā)展的緊迫瓶頸。

能源層之上是芯片層，作為算力的物理基礎，這也是英偉達的核心領地，黃仁勛指出，AI工作負載需要極其龐大的并行計算能力、高帶寬內存以及快速的互連，芯片層的進步直接決定了AI的擴展速度，以及智能成本的下降程度，當前芯片技術的迭代速度，仍難以完全匹配AI算力需求的爆發(fā)式增長。

芯片層之上是基礎設施層，黃仁勛將其定義為“AI工廠”，這一層涵蓋土地、電力輸送、冷卻系統(tǒng)、建筑施工、網絡，以及將成千上萬個處理器協(xié)同編排為一臺機器的系統(tǒng)，其設計初衷不是為了存儲信息，而是為了制造智能。他強調，當前全球正大規(guī)模興建三類設施：芯片制造廠、超級計算機工廠以及AI工廠，這正在成為人類歷史上最大規(guī)模的基礎設施建設，而目前這一建設進程才剛剛起步。

開源模型的開發(fā)者采用情況

基礎設施層之上是模型層，黃仁勛指出，AI模型可以理解多種類型的信息，包括語言、生物學、化學、物理學、金融、醫(yī)學以及物理世界本身，ChatGPT這類大語言模型僅僅是其中的一個類別，而行業(yè)對模型的應用仍局限于表面，其深層潛力尚未被挖掘。他特別強調了開源模型的關鍵角色，并以DeepSeek-R1為例，指出當強大的推理模型被廣泛可用時，它不僅改變了軟件本身，更激活了整個架構棧的需求，加速了應用層的技術采用，并增加了對底層訓練、基礎設施、芯片和能源的需求。

最頂層的應用層，是AI創(chuàng)造經濟價值的核心領域，涵蓋藥物發(fā)現平臺、工業(yè)機器人、法律助手、自動駕駛汽車等，同樣的底層架構，可以支撐不同的應用輸出，當前應用層的創(chuàng)新的空間仍十分廣闊。他預判，未來幾年，傳統(tǒng)的軟件和APP形態(tài)或將消失，一種全新的軟件范式AI Agent（智能體）極有可能成為主流。每一個成功的應用都會向上拉動其下方的每一層，從模型、基礎設施、芯片，一直延伸到最底層的發(fā)電廠，形成強大的產業(yè)拉動效應。

針對AI發(fā)展帶來的就業(yè)擔憂，黃仁勛認為，AI非但不會削減崗位，反而會創(chuàng)造大量新的就業(yè)機會，尤其是在基礎設施和熟練技術工種領域，支持AI基礎設施建設所需的勞動力極其龐大，AI工廠需要電工、水管工、鋼鐵工人、網絡技術人員、安裝工和操作員等，這些都是高技能、高薪酬的崗位，且目前供不應求。AI正在填補全球范圍內卡車司機、護士、會計等崗位的巨大勞動力缺口，而非制造失業(yè)。