咨询电话：400-007-9000，13501208501（马老师）
AI真正的底层逻辑，是一块“五层蛋糕”
发布时间：2026-05-08 11:13 文章来源：英伟达官方博客、长江商 作者:黄仁勋 点击：次
▪ 文 / 黄仁勋，美国工程院院士、NVIDIA创始人兼首席执行官
▪ 来源：英伟达官方博客、长江商学院（翻译）
▪ 文章仅代表作者本人观点
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？
以下是黄仁勋最新博客的全文译文，带你理解AI时代真正的底层逻辑。
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。
01
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。
02
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。
1. 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。
2. 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：
• 巨大的并行计算能力
• 高带宽内存
• 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。
3. 第三层：基础设施（Infrastructure）
再往上是基础设施。
这包括：
• 土地
• 电力输送
• 冷却系统
• 建设工程
• 网络连接
• 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。
4. 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：
• 语言
• 生物
• 化学
• 物理
• 金融
• 医学
• 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：
• 蛋白质AI
• 化学AI
• 物理仿真
• 机器人技术
• 自动化系统
5. 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：
• 药物发现平台
• 工业机器人
• 法律助手
• 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
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。
03
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。
04
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。
05
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：
• 判断
• 沟通
• 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。
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。
• 推理能力显著提升；
• 幻觉问题减少；
• 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。
06
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：
• 加速了应用层的创新；
• 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。
07
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。
▪ 来源：英伟达官方博客、长江商学院（翻译）
▪ 文章仅代表作者本人观点
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？
以下是黄仁勋最新博客的全文译文，带你理解AI时代真正的底层逻辑。
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。
AI的“五层蛋糕”模型。图片来源：英伟达官方博客
01
从“预先编写的软件”到“实时生成的智能”
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。
02
AI即基础设施
1. 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。
2. 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：
• 巨大的并行计算能力
• 高带宽内存
• 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。
3. 第三层：基础设施（Infrastructure）
再往上是基础设施。
这包括：
• 土地
• 电力输送
• 冷却系统
• 建设工程
• 网络连接
• 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。
4. 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：
• 语言
• 生物
• 化学
• 物理
• 金融
• 医学
• 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：
• 蛋白质AI
• 化学AI
• 物理仿真
• 机器人技术
• 自动化系统
5. 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：
• 药物发现平台
• 工业机器人
• 法律助手
• 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
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。
03
一场刚刚开始的基础设施建设
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。
04
AI时代的劳动需求
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。
05
AI如何提升知识经济生产力
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：
• 判断
• 沟通
• 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。
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。
• 推理能力显著提升；
• 幻觉问题减少；
• 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。
06
开源模型的重要作用
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：
• 加速了应用层的创新；
• 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。
07
我们仍然处在早期阶段
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。
