黄仁勋罕见长文：AI真正的底层逻辑，是一块“五层蛋糕”

内容来源：本文为公众号长江商学院（ID：Weixin_CKGSB）原创首发，笔记侠经授权发布。转载请联系原公众号授权。

责编| 柒排版| 沐言

第 9503篇深度好文：2785字 | 9分钟阅读

商业思维

笔记君说：

人工智能正在迅速改变世界，但很多人仍把它理解为一种软件工具或聊天机器人。事实上，在英伟达创始人兼CEO 黄仁勋看来，AI的本质远不止于此。

在最新发表的一篇题为AI is a 5-Layer Cake的长文中，他提出了一个形象的比喻——“AI五层蛋糕”（AI 5-Layer Cake）：从能源、电力，到芯片、算力基础设施，再到模型与应用，AI已经形成一个全新的产业技术栈，并正在引发人类历史上规模最大的基础设施建设之一。

为什么AI需要巨量电力？

为什么AI数据中心被称为“智能工厂”？

为什么AI不仅不会减少就业，反而会创造大量新的高技能岗位？

AI是当今塑造世界最强大的力量之一。

它不是一个聪明的应用程序，也不是单一模型；它是一种基础设施，就像电力和互联网一样。

AI 运行在真实的硬件、真实的能源以及真实的经济体系之上。它把原材料转化为规模化的智能。每一家公司都会使用它，每一个国家都会建设它。

要理解 AI为什么会以这样的方式发展，我们需要从第一性原理出发，看看计算领域究竟发生了什么根本性的变化。

一、从预先编写的软件到实时生成的智能

在计算机发展的绝大部分历史中，软件都是预先编写好的。

人类先设计出算法，计算机再去执行。

数据必须被精心地结构化，存储进表格，然后通过精确的查询进行调用。SQL 之所以不可或缺，是因为它让这种世界变得可操作。

AI 打破了这一模式。

第一次我们拥有了一种能够理解非结构化信息的计算机。

它可以看图像、读文本、听声音，并理解其中的含义。它能够根据上下文和意图进行推理， 最重要的是它能够实时生成智能。

每一次回答都是新生成的。

每一个结果都依赖于你提供的上下文。

这不再是软件在检索已经存储好的指令，而是软件在按需推理并生成智能。

因为智能是在实时产生的，支撑它的整个计算技术栈都必须被重新发明。

二、AI即基础设施

如果从产业的角度观察 AI，它可以被理解为一个五层结构的技术栈。

第一层：能源（Energy）

最底层是能源。

实时生成智能需要实时提供的电力。

每生成一个词元（ token ），本质上都是电子在流动、热量在被管理、能量在被转化为计算。

在这之下没有任何抽象层。

能源是AI基础设施的第一性原理，也是决定系统能够产生多少智能的根本约束。

第二层：芯片（Chips）

能源之上是芯片。

这些处理器被设计用来以极高效率把能源转化为计算能力，并在大规模并行的环境下运行。

AI工作负载需要：

① 巨大的并行计算能力

② 高带宽内存

③ 高速互连网络

芯片层的进步，决定了AI能扩展得多快，以及智能能变得多便宜。

第三层：基础设施（Infrastructure）

再往上是基础设施。

这包括：

① 土地

② 电力输送

③ 冷却系统

④ 建设工程

⑤ 网络连接

⑥ 将成千上万个处理器编排为一台机器的系统

这些系统本质上是AI 工厂。

它们并不是为了存储信息而设计的，而是为了制造智能。

第四层：模型（Models）

在基础设施之上是模型。

AI模型能够理解多种类型的信息：

① 语言

② 生物

③ 化学

④ 物理

⑤ 金融

⑥ 医学

⑦ 以及现实世界本身

语言模型只是其中的一类。

一些最具变革性的进展正在发生在：

① 蛋白质AI

② 化学AI

③ 物理仿真

④ 机器人技术

⑤ 自动化系统

第五层：应用（Applications）

最上层是应用也是经济价值真正产生的地方。

例如：

① 药物发现平台

② 工业机器人

③ 法律助手

④ 自动驾驶汽车

一辆自动驾驶汽车，是具象化在机器中的AI应用。

一个人形机器人，是具象化在身体中的AI应用。

技术栈相同，结果不同。

这就是AI的五层蛋糕结构：

能源 → 芯片 → 基础设施 → 模型 → 应用

图源：英伟达官网

每一个成功的应用，都会向下牵引整个技术栈，一直延伸到为它提供电力的发电厂。

三、一场刚刚开始的基础设施建设

这场建设才刚刚开始。

目前我们已经投入了数千亿美元，但仍然有数万亿美元的基础设施需要建设。

在全球范围内，我们正看到：

芯片工厂

计算机组装工厂

AI工厂

以前所未有的规模被建造。

这可能会成为人类历史上最大规模的基础设施建设之一。

四、AI 时代的劳动需求

支撑这场建设所需的劳动力规模巨大。

AI工厂需要：

电工

水管工

管道安装工

钢结构工人

网络技术人员

安装人员

运维人员

这些都是高技能、高收入的工作岗位，而且目前严重短缺。

参与这场变革，并不需要计算机科学博士学位。

五、AI如何提升知识经济生产力

与此同时，AI正在推动知识经济的生产力提升。

以放射科为例。AI已经能够帮助医生读取影像扫描，但放射科医生的需求仍然在增长。这并不是悖论。

放射科医生的真正使命是照顾病人。阅读影像只是其中的一个环节。

当AI接管更多重复性工作时，医生可以把更多时间用于：

① 判断

② 沟通

③ 医疗决策

医院的生产力因此提高，可以服务更多患者，也会雇佣更多人。

生产力创造能力，能力带来增长。

六、过去一年发生了什么变化？

在过去一年里，AI跨越了一个重要门槛：

模型已经足够好，可以在规模化应用中发挥价值。

① 推理能力显著提升

② 幻觉问题减少

③ 事实锚定能力大幅改善

第一次基于AI的应用开始产生真实的经济价值。

例如：

药物研发

物流

客户服务

软件开发

制造业

这些领域的AI应用已经表现出明显的产品—市场匹配（ PMF ）。

而这些应用会强烈地拉动底层的每一层基础设施。

七、开源模型的重要作用

开源模型在其中扮演了关键角色。

世界上绝大多数模型都是免费的。

研究人员、创业公司、大型企业甚至整个国家，都依赖开源模型参与先进 AI 发展。

当开源模型达到技术前沿时，它们不仅改变软件，也会激活整个技术栈的需求。

DeepSeek-R1就是一个典型例子。

通过让一个强大的推理模型广泛可用它：

① 加速了应用层的创新

② 同时增加了对训练、基础设施、芯片和能源的需求

这意味着什么？

当你把AI视为关键基础设施时，很多事情就变得清晰了。

AI 的起点可能是一个Transformer大语言模型。

但它远不止于此。

它是一场工业级变革，将重塑：

能源如何生产和使用

工厂如何建造

工作如何组织

经济如何增长

AI工厂正在被建设，因为智能现在需要实时生成。

芯片正在被重新设计，因为效率决定智能扩展的速度。

能源变得至关重要，因为它决定智能产出的上限。

应用正在加速，因为底层模型已经跨过了规模化可用的门槛。

每一层都在强化另一层。

八、我们仍然处在早期阶段

这也是为什么这场建设规模如此巨大，为什么它会同时影响如此多的行业。以及为什么它不会局限在某一个国家或某一个产业。

每一家公司都会使用AI。

每一个国家都会建设AI。

我们仍然处在早期阶段：

许多基础设施尚未存在

许多劳动力尚未完成培训

许多机会尚未被实现

但方向已经非常清晰

AI正在成为现代世界的基础性设施。

而我们今天所做的选择，建设速度有多快、参与范围有多广、部署方式有多负责任，将决定这个时代最终会成为什么样子。

*文章为作者独立观点，不代表笔记侠立场。

今天的内容来自猎豹移动董事长兼CEO傅盛，他也是笔记侠PPE（政经哲）书院24级校友，经常在校友社群里与大家互动，谈他对AI趋势和应用的独到理解。

我们深嵌于一个政治、经济、科技、哲学都在经历持续变革和深刻重塑的复杂社会与商业系统之中。

真正的挑战是：我们的认知框架、组织形态和行动工具，还停留在“前AI时代”。

在前所未有的复杂系统性变革中，我们需要的是理解世界底层的“元能力”。

面向AI新时代，笔记侠PPE（哲学、政治学与经济学）课程，正是为理解这样的复杂系统而生：理解国际贸易与经济政策、理解国际政治与治理模式、理解全球技术与科技范式、理解AI哲学和科技经济、理解文明进程与哲学意义。这是第五代企业家应有的一套“操作系统”。

笔记侠PPE课程26级招生现已启动。驾驭技术、洞察世界、扎根中国、修炼心力，在应对时代重重挑战中寻找决策底牌。

穿越变革的旧世界，找到时代的新大陆，从升级你的PPE决策底层开始。

欢迎你扫描下方海报二维码，添加课程主理人咨询详情。

好文阅读推荐：

“子弹笔记”是笔记侠的矩阵公众号，聚焦职场效率追求、人际关系与高潜成长者，帮你3分钟吃透核心观点和方法论。欢迎关注～