“AI的終極戰(zhàn)爭，不在頂層的應用，也不在第四層的模型，而在最底層的能源。”
當全球的聚光燈都聚焦于大模型的“智力競賽”時，英偉達創(chuàng)始人黃仁勛卻用一篇題為《AI是一塊五層蛋糕》的署名文章，揭示了大模型游戲的真實規(guī)則。
文章中，這位執(zhí)掌全球AI算力命脈的掌門人，罕見地沒有推銷一顆芯片，反而向全球資本市場與產(chǎn)業(yè)界，拋出了一套冷酷、宏大、且極具統(tǒng)治欲的“底層邏輯”——AI不是模型，不是算法，甚至不是軟件，而是繼電力、互聯(lián)網(wǎng)之后的下一代基礎設施。
因此，可以把它看作一份為未來十年數(shù)萬億美元AI算力投資“定調(diào)”的商業(yè)宣言，其核心意圖在于重新劃定AI的競爭邊界：
從模型與應用的“表層戰(zhàn)爭”，轉(zhuǎn)向覆蓋能源、芯片、基建、模型、應用的“全棧工業(yè)戰(zhàn)爭”。
1. 范式革命：從“預制軟件”到“實時生成智能”
黃仁勛的核心洞察是：計算的本質(zhì)已發(fā)生根本逆轉(zhuǎn)。過去幾十年，軟件是“預制”的——人類寫代碼，計算機執(zhí)行檢索。如今AI是“實時生成智能”，能理解、推理、并根據(jù)情境動態(tài)回應。這意味著整個計算棧必須被重構。由此，他提出了“五層蛋糕”產(chǎn)業(yè)模型：能源→芯片→基礎設施（AI工廠）→模型→應用。
2. 撕開“模型中心論”的幻覺
這套模型的冷酷之處在于，它系統(tǒng)性解構了“大模型決定一切”的行業(yè)敘事：
能源是天花板：沒有電，就沒有智能。能源是第一性原理，是物理極限，是智能生產(chǎn)規(guī)模的天花板。
模型只是“第四層”驅(qū)動力：無論多么強大的模型，都只是蛋糕的第四層。其使命是驅(qū)動應用產(chǎn)生價值，而價值會不可逆地向下拉動對芯片、基建、能源的需求。文中甚至直接點名開源模型DeepSeek-R1，其普及只會加劇對底層算力的“吸血式”需求。
基建狂潮剛開幕：老黃直言，目前全球投入的數(shù)千億美元只是“首付款”，數(shù)萬億美元基建仍在前方。這將是人類史上最大規(guī)?；ǎ婕靶酒瑥S、AI工廠、電網(wǎng)、冷卻系統(tǒng)，并將創(chuàng)造大量高薪崗位。
3. 一場關于“確定性”的頂層設計
剝開“五層蛋糕”的技術糖衣，黃仁勛傳遞的信息很明確：無論模型層如何廝殺，無論應用層誰主沉浮，只要AI工業(yè)體系在運轉(zhuǎn)，位于芯片與基礎設施層的供應商，就是最大、最確定的贏家。
AI，從此不再是一場代碼游戲。它是一場以實時智能為產(chǎn)品、以全球電網(wǎng)為基座、以萬億美元為籌碼的世紀基建。而英偉達，正在定義這場戰(zhàn)爭的游戲規(guī)則。
人工智能是當今塑造世界最強大的力量之一。它不僅是一個巧妙的應用程序或單一的模型；它是如同電力和互聯(lián)網(wǎng)一樣必不可少的基礎設施。
AI運行在真實的硬件、真實的能源和真實的經(jīng)濟學之上。它吸收原材料并將其大規(guī)模轉(zhuǎn)化為智能。每家公司都將使用它。每個國家都將建設它。
為了理解AI為何會以這種方式演進，從第一性原理出發(fā)進行推理，并看看計算領域發(fā)生了哪些根本性的改變，將會很有幫助。
在計算歷史的大部分時間里，軟件是預先錄制好的。人類描述算法。計算機執(zhí)行算法。數(shù)據(jù)必須被精心結構化，存儲到表格中，并通過精確的查詢進行檢索。SQL變得不可或缺，因為它讓那個世界得以運轉(zhuǎn)。
AI打破了這種模式。
我們第一次擁有了一臺可以理解非結構化信息的計算機。它可以看懂圖像、閱讀文本、聆聽聲音并理解其含義。它可以對上下文和意圖進行推理。最重要的是，它能夠?qū)崟r生成智能。
每一個響應都是全新創(chuàng)建的。每一個答案都取決于你提供的上下文。這不再是檢索存儲指令的軟件。這是按需推理和生成智能的軟件。
因為智能是實時生產(chǎn)出來的，其底層的整個計算架構棧都必須被重新發(fā)明。
當你從工業(yè)的角度審視AI時，它可以被解析為一個五層的技術棧。
能源
最基礎的是能源。實時生成的智能需要實時產(chǎn)生的電力。每一個生成的token，都是電子移動、熱量管理以及能源轉(zhuǎn)化為計算的結果。在這一層之下，沒有任何抽象層。能源是AI基礎設施的第一性原理，也是限制系統(tǒng)能產(chǎn)生多少智能的約束條件。
芯片
能源之上是芯片。這些處理器旨在將能源大規(guī)模且高效地轉(zhuǎn)化為計算力。AI工作負載需要龐大的并行計算能力、高帶寬內(nèi)存以及快速的互連技術。芯片層的進步?jīng)Q定了AI擴展的速度，以及智能變得可負擔的程度。
基礎設施
芯片之上是基礎設施。這包括土地、電力輸送、冷卻系統(tǒng)、建筑施工、網(wǎng)絡，以及將成千上萬個處理器編排成一臺機器的系統(tǒng)。這些系統(tǒng)就是AI工廠。它們的設計初衷不是為了存儲信息。它們是為了制造智能而設計的。
模型
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、生物學、化學、物理學、金融學、醫(yī)學以及物理世界本身。語言模型僅僅是其中的一個類別。目前一些最具變革性的工作正發(fā)生在蛋白質(zhì)AI、化學AI、物理模擬、機器人技術以及自主系統(tǒng)領域。
應用
最頂層是應用，這也是創(chuàng)造經(jīng)濟價值的地方。比如藥物發(fā)現(xiàn)平臺、工業(yè)機器人、法律助手、自動駕駛汽車。一輛自動駕駛汽車就是具身于機器中的AI應用。一個類人機器人則是具身于軀體中的AI應用。同樣的底層技術棧。不同的結果。
這就是五層蛋糕：
能源 → 芯片 → 基礎設施 → 模型 → 應用。
每一個成功的應用都會向上拉動其下方的每一層，一直延伸到維持其運轉(zhuǎn)的發(fā)電廠。
我們的建設才剛剛開始。我們目前僅僅投入了數(shù)千億美元。仍有價值數(shù)萬億美元的基礎設施等待建設。
在世界各地，我們看到芯片工廠、計算機組裝廠和AI工廠正在以史無前例的規(guī)模建設。這正在成為人類歷史上最大規(guī)模的基礎設施建設。
支持這一建設所需的勞動力是龐大的。AI工廠需要電工、水管工、管道工、鋼鐵工人、網(wǎng)絡技術員、安裝工和操作員。這些都是高技能、高薪水的工作，而且供不應求。你不需要擁有計算機科學的博士學位也能參與到這場變革中。
與此同時，AI正在推動知識經(jīng)濟的生產(chǎn)力。以放射學為例。AI現(xiàn)在協(xié)助讀取掃描結果，但對放射科醫(yī)生的需求仍在持續(xù)增長。這并非悖論。
放射科醫(yī)生的目的是照顧患者。讀取掃描結果只是其中的一項任務。當AI承擔了更多常規(guī)工作時，放射科醫(yī)生就可以專注于判斷、溝通和護理。醫(yī)院變得更具生產(chǎn)力。他們服務更多的患者。他們雇傭更多的人。
生產(chǎn)力創(chuàng)造了能力。能力創(chuàng)造了增長。
在過去的一年中，AI跨越了一個重要的門檻。模型變得足夠優(yōu)秀，可以實現(xiàn)規(guī)模化應用。推理能力得到提升?；糜X減少。事實基礎（Grounding）顯著改善。基于AI構建的應用首次開始產(chǎn)生真正的經(jīng)濟價值。
在藥物發(fā)現(xiàn)、物流、客戶服務、軟件開發(fā)和制造領域的應用已經(jīng)展現(xiàn)出強大的產(chǎn)品市場契合度。這些應用強有力地拉動著其下方的每一層。
開源模型在這里扮演著至關重要的角色。世界上大多數(shù)模型都是免費的。研究人員、初創(chuàng)公司、企業(yè)乃至整個國家都依賴開源模型來參與先進的AI技術。當開源模型達到前沿水平時，它們不僅改變了軟件，還激活了整個技術棧的需求。
DeepSeek-R1就是這方面的一個強有力的例子。通過讓一個強大的推理模型被廣泛使用，它加速了應用層的采用，并增加了對其下方的訓練、基礎設施、芯片和能源的需求。
當你將AI視為必不可少的基礎設施時，其深遠影響便清晰可見。
AI始于Transformer LLM。但它遠不止于此。這是一場工業(yè)變革，正在重塑能源的生產(chǎn)與消耗方式、工廠的建造模式、工作的組織形式以及經(jīng)濟的增長路徑。
AI工廠正在被建設，因為智能現(xiàn)在是實時生成的。芯片正在被重新設計，因為效率決定了智能擴展的速度。能源變得至關重要，因為它設定了系統(tǒng)究竟能產(chǎn)生多少智能的上限。應用正在加速，因為它們底層的模型已經(jīng)跨越了一個門檻，終于能夠在規(guī)模化上發(fā)揮作用。
每一層都在強化其他層。
這就是為什么這場基礎設施建設如此龐大。這就是為什么它同時觸及了這么多行業(yè)。這也是為什么它不會局限于單一國家或單一領域。每家公司都將使用AI。每個國家都將建設它。
我們?nèi)蕴幱谠缙陔A段。大部分基礎設施尚未建成。大部分勞動力尚未接受培訓。大部分機遇尚未被發(fā)掘。
但方向已然明確。
AI正在成為現(xiàn)代世界的基礎設施。而我們此刻的選擇——建設的速度、參與的廣度，以及如何負責任地部署它——將塑造這個時代未來的模樣。（本文首發(fā)鈦媒體App,作者｜硅谷Technews，編輯｜秦聰慧）
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論