北京
親愛的讀者，受微信推送規則影響，僅“關注”很可能無法收到推送。按以下圖示將“長江商學院”設為星標，不錯過每一篇精彩文章！
「AI進化論」是長江商學院推出的AI+主題欄目，匯聚全球AI領域的原創洞見、產業實踐及前瞻研判。從技術突破到產業應用，從戰略布局到倫理邊界，在這里，一起與AI同頻進化。
作者 | 黃仁勛（Jensen Huang）
來源 | 英偉達官方博客（2026年3月10日）
編譯 | 長江商學院（Weixin_CKGSB）
人工智能正在迅速改變世界，但很多人仍把它理解為一種軟件工具或聊天機器人。事實上，在英偉達創始人兼CEO 黃仁勛看來，AI的本質遠不止于此。
在最新發表的一篇題為AI is a 5-Layer Cake的長文中，他提出了一個形象的比喻——“AI五層蛋糕”（AI 5-Layer Cake）：從能源、電力，到芯片、算力基礎設施，再到模型與應用，AI已經形成一個全新的產業技術棧，并正在引發人類歷史上規模最大的基礎設施建設之一。
為什么AI需要巨量電力？
為什么AI數據中心被稱為“智能工廠”？
為什么AI不僅不會減少就業，反而會創造大量新的高技能崗位？
本文是黃仁勛最新博客的全文譯文，帶你理解AI時代真正的底層邏輯。
AI是當今塑造世界最強大的力量之一。
它不是一個聰明的應用程序，也不是單一模型；它是一種基礎設施，就像電力和互聯網一樣。
AI 運行在真實的硬件、真實的能源以及真實的經濟體系之上。它把原材料轉化為規模化的智能。每一家公司都會使用它，每一個國家都會建設它。
要理解 AI為什么會以這樣的方式發展，我們需要從第一性原理出發，看看計算領域究竟發生了什么根本性的變化。
AI的“五層蛋糕”模型。圖片來源：英偉達官方博客
從“預先編寫的軟件”到“實時生成的智能”
在計算機發展的絕大部分歷史中，軟件都是預先編寫好的。
人類先設計出算法，計算機再去執行。數據必須被精心地結構化，存儲進表格，然后通過精確的查詢進行調用。SQL 之所以不可或缺，是因為它讓這種世界變得可操作。
AI 打破了這一模式。
第一次，我們擁有了一種能夠理解非結構化信息的計算機。它可以看圖像、讀文本、聽聲音，并理解其中的含義。它能夠根據上下文和意圖進行推理。
最重要的是，它能夠實時生成智能。
每一次回答都是新生成的。
每一個結果都依賴于你提供的上下文。
這不再是軟件在檢索已經存儲好的指令，而是軟件在按需推理并生成智能。
因為智能是在實時產生的，支撐它的整個計算技術棧都必須被重新發明。
AI即基礎設施
如果從產業的角度觀察 AI，它可以被理解為一個五層結構的技術棧。
第一層：能源（Energy）
最底層是能源。
實時生成智能需要實時提供的電力。
每生成一個詞元（token），本質上都是電子在流動、熱量在被管理、能量在被轉化為計算。
在這之下沒有任何抽象層。
能源是 AI 基礎設施的第一性原理，也是決定系統能夠產生多少智能的根本約束。
第二層：芯片（Chips）
能源之上是芯片。
這些處理器被設計用來以極高效率把能源轉化為計算能力，并在大規模并行的環境下運行。
AI 工作負載需要：
● 巨大的并行計算能力
● 高帶寬內存
● 高速互連網絡
芯片層的進步，決定了 AI 能擴展得多快，以及智能能變得多便宜。
第三層：基礎設施（Infrastructure）
再往上是基礎設施。
這包括：
● 土地
● 電力輸送
● 冷卻系統
● 建設工程
● 網絡連接
● 將成千上萬個處理器編排為一臺機器的系統
這些系統本質上是AI 工廠。
它們并不是為了存儲信息而設計的，而是為了制造智能。
第四層：模型（Models）
在基礎設施之上是模型。
AI 模型能夠理解多種類型的信息：
● 語言
● 生物
● 化學
● 物理
● 金融
● 醫學
● 以及現實世界本身
語言模型只是其中的一類。
一些最具變革性的進展正在發生在：
● 蛋白質 AI
● 化學 AI
● 物理仿真
● 機器人技術
● 自動化系統
第五層：應用（Applications）
最上層是應用，也是經濟價值真正產生的地方。
例如：
● 藥物發現平臺
● 工業機器人
● 法律助手
● 自動駕駛汽車
一輛自動駕駛汽車，是具象化在機器中的 AI 應用。
一個人形機器人，是具象化在身體中的 AI 應用。
技術棧相同，結果不同。
這就是 AI 的五層蛋糕結構：
能源 → 芯片 → 基礎設施 → 模型 → 應用
每一個成功的應用，都會向下牽引整個技術棧，一直延伸到為它提供電力的發電廠。
一場剛剛開始的基礎設施建設
這場建設才剛剛開始。
目前我們已經投入了數千億美元，但仍然有數萬億美元的基礎設施需要建設。
在全球范圍內，我們正看到：
● 芯片工廠
● 計算機組裝工廠
● AI工廠
以前所未有的規模被建造。
這可能會成為人類歷史上最大規模的基礎設施建設之一。
AI 時代的勞動需求
支撐這場建設所需的勞動力規模巨大。
AI 工廠需要：
● 電工
● 水管工
● 管道安裝工
● 鋼結構工人
● 網絡技術人員
● 安裝人員
● 運維人員
這些都是高技能、高收入的工作崗位，而且目前嚴重短缺。
參與這場變革，并不需要計算機科學博士學位。
AI 如何提升知識經濟生產力
與此同時，AI 正在推動知識經濟的生產力提升。
以放射科為例。AI 已經能夠幫助醫生讀取影像掃描，但放射科醫生的需求仍然在增長。這并不是悖論。
放射科醫生的真正使命是照顧病人。閱讀影像只是其中的一個環節。
當 AI 接管更多重復性工作時，醫生可以把更多時間用于：
● 判斷
● 溝通
● 醫療決策
醫院的生產力因此提高，可以服務更多患者，也會雇傭更多人。
生產力創造能力，能力帶來增長。
過去一年發生了什么變化？
在過去一年里，AI 跨越了一個重要門檻：
模型已經足夠好，可以在規模化應用中發揮價值。
● 推理能力顯著提升
● 幻覺問題減少
● 事實錨定能力大幅改善
第一次，基于AI 的應用開始產生真實的經濟價值。
例如：
● 藥物研發
● 物流
● 客戶服務
● 軟件開發
● 制造業
這些領域的 AI 應用已經表現出明顯的產品—市場匹配（PMF）。
而這些應用會強烈地拉動底層的每一層基礎設施。
開源模型的重要作用
開源模型在其中扮演了關鍵角色。
世界上絕大多數模型都是免費的。
研究人員、創業公司、大型企業甚至整個國家，都依賴開源模型參與先進 AI 發展。
當開源模型達到技術前沿時，它們不僅改變軟件，也會激活整個技術棧的需求。
DeepSeek-R1就是一個典型例子。
通過讓一個強大的推理模型廣泛可用，它：
● 加速了應用層的創新
● 同時增加了對訓練、基礎設施、芯片和能源的需求
這意味著什么？
當你把 AI 視為關鍵基礎設施時，很多事情就變得清晰了。
AI 的起點可能是一個 Transformer 大語言模型。
但它遠不止于此。
它是一場工業級變革，將重塑：
● 能源如何生產和使用
● 工廠如何建造
● 工作如何組織
● 經濟如何增長
AI 工廠正在被建設，因為智能現在需要實時生成。
芯片正在被重新設計，因為效率決定智能擴展的速度。
能源變得至關重要，因為它決定智能產出的上限。
應用正在加速，因為底層模型已經跨過了規模化可用的門檻。
每一層都在強化另一層。
我們仍然處在早期階段
這也是為什么這場建設規模如此巨大。為什么它會同時影響如此多的行業。以及為什么它不會局限在某一個國家或某一個產業。
每一家公司都會使用 AI。
每一個國家都會建設 AI。
我們仍然處在早期階段：
● 許多基礎設施尚未存在
● 許多勞動力尚未完成培訓
● 許多機會尚未被實現
但方向已經非常清晰。
AI 正在成為現代世界的基礎性基礎設施。
而我們今天所做的選擇——
建設速度有多快、參與范圍有多廣、部署方式有多負責任——
將決定這個時代最終會成為什么樣子。
長江商學院EMBA獨家推出【人工智能與產業創新方向】，錨定“人工智能 +”發展戰略，深挖 AI 全產業鏈變革價值，探索技術落地，讓AI成為企業創新增長的核心引擎。
點擊下方卡片，關注長江商學院
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
