美國時間3月10日，英偉達(dá)CEO黃仁勛在官網(wǎng)撰文，系統(tǒng)地闡釋了AI產(chǎn)業(yè)的底層商業(yè)邏輯。他明確指出，人工智能早已不再是單純的軟件代碼，而是已經(jīng)演變成與電力和互聯(lián)網(wǎng)同等重要的現(xiàn)代世界基建。

黃仁勛在文中直言，當(dāng)前AI產(chǎn)業(yè)仍處于極早期發(fā)展階段，盡管全球已投入數(shù)千億美元，但未來仍需數(shù)萬億美元的持續(xù)巨額投資來完善底層基礎(chǔ)設(shè)施。他表示，無論是那些好用的AI應(yīng)用，還是像DeepSeek這樣讓全網(wǎng)瘋狂的開源模型，說到底都在倒逼各行各業(yè)去買更多的芯片、使用更多的電力。

值得注意的是，這篇重磅長文的發(fā)布時機極其微妙，黃仁勛顯然在為即將震撼開幕的英偉達(dá)年度GTC大會提前定調(diào)。

以下為黃仁勛這篇重磅博客的深度編譯全文。

AI：現(xiàn)代世界的基礎(chǔ)設(shè)施

人工智能正成為當(dāng)今重塑世界最強大的力量之一。它不僅是某個巧妙的應(yīng)用或單一模型，更是像電力和互聯(lián)網(wǎng)一樣不可或缺的核心基礎(chǔ)設(shè)施。

AI依托于實體硬件、真實能源和實際的經(jīng)濟規(guī)律運行。它汲取原材料并將其大規(guī)模轉(zhuǎn)化為智能。未來每一家公司都將使用它，每一個國家都將建設(shè)它。

要理解AI為何會呈現(xiàn)出這種發(fā)展態(tài)勢，我們需要從第一性原理出發(fā)，審視計算領(lǐng)域到底發(fā)生了哪些根本性變革。

從預(yù)制軟件到實時智能

在計算機歷史的大部分時間里，軟件都是預(yù)制的。人類編寫算法，計算機負(fù)責(zé)執(zhí)行。數(shù)據(jù)必須經(jīng)過嚴(yán)密的結(jié)構(gòu)化處理，存儲在表格中并通過精確的查詢進(jìn)行檢索。SQL之所以不可或缺，正是因為它讓這一體系得以運轉(zhuǎn)。

而AI打破了這種傳統(tǒng)模式。

這是人類第一次擁有了能夠理解非結(jié)構(gòu)化信息的計算機。它能看懂圖像、閱讀文字、聽取聲音并理解其中的含義，它能推斷語境和用戶意圖。最重要的是，它能實時生成智能。

它的每一次響應(yīng)都是全新創(chuàng)造的，每一個答案都取決于你提供的上下文。這不再是軟件在檢索存儲好的指令，而是軟件在根據(jù)需求進(jìn)行推理并生成智能。

正由于智能是實時產(chǎn)出的，其底層的整個計算技術(shù)棧都必須被徹底重構(gòu)。

作為基礎(chǔ)設(shè)施的AI

如果從工業(yè)視角審視，AI可以分解為一個五個層級的技術(shù)棧：

1.能源(Energy)

處于最底層的是能源。實時生成的智能需要實時的電力供應(yīng)來支撐。每一個生成的Token，都是電子移動、熱量管理以及能源轉(zhuǎn)化為計算力的結(jié)果。在能源之上再無任何更基礎(chǔ)的抽象層。它是AI基礎(chǔ)設(shè)施的第一性原理，也是限制系統(tǒng)智能產(chǎn)出總量的硬約束。

2.芯片(Chips)

能源之上是芯片。這些處理器旨在將能源大規(guī)模、高效地轉(zhuǎn)化為算力。AI工作負(fù)載需要極高的并行處理能力、高帶寬內(nèi)存以及快速的互連網(wǎng)絡(luò)。芯片層的進(jìn)步速度，決定了AI擴張的速度以及智能的經(jīng)濟性。

3.基礎(chǔ)設(shè)施(Infrastructure)

芯片之上是基礎(chǔ)設(shè)施。這包括土地、電力輸送、冷卻系統(tǒng)、建筑施工、網(wǎng)絡(luò)設(shè)備，以及將數(shù)萬個處理器協(xié)同調(diào)度為一臺機器的系統(tǒng)。這些系統(tǒng)本質(zhì)上就是“AI工廠”。它們的設(shè)計初衷不是為了存儲信息，而是為了制造智能。

4.模型(Models)

基礎(chǔ)設(shè)施之上是模型。AI模型能夠理解多種領(lǐng)域的信息：語言、生物、化學(xué)、物理、金融、醫(yī)學(xué)乃至物理世界本身。語言模型只是其中一類，目前一些最具變革性的工作正發(fā)生在蛋白質(zhì)AI、化學(xué)AI、物理模擬、機器人技術(shù)和自主系統(tǒng)等領(lǐng)域。

5.應(yīng)用(Applications)

最頂層是應(yīng)用，這里也是創(chuàng)造經(jīng)濟價值的地方。例如藥物研發(fā)平臺、工業(yè)機器人、法律助手以及自動駕駛汽車等。自動駕駛汽車是搭載于機器中的AI應(yīng)用，人形機器人則是搭載于仿生軀體中的AI應(yīng)用。底層技術(shù)棧完全相同，呈現(xiàn)結(jié)果卻各不相同。

這就是AI的“五層蛋糕”：能源 → 芯片 → 基礎(chǔ)設(shè)施 → 模型 → 應(yīng)用。

每一個成功的應(yīng)用都會向下拉動每一層資源，一直延伸到維持其運行的發(fā)電廠。

這場基礎(chǔ)設(shè)施建設(shè)才剛剛開始。我們目前僅投入了數(shù)千億美元，未來仍有數(shù)萬億美元的基礎(chǔ)設(shè)施有待建設(shè)。

在全球范圍內(nèi)，我們看到芯片工廠、計算機組裝廠和AI工廠正以前所未有的規(guī)模拔地而起。這正在成為人類歷史上規(guī)模最龐大的一場基礎(chǔ)設(shè)施建設(shè)狂潮。

支撐這一建設(shè)浪潮所需的勞動力是巨大的。AI工廠需要電工、水管工、管道安裝工、鋼鐵工人、網(wǎng)絡(luò)技術(shù)員、安裝工和操作員。這些都是高技能、高薪酬的職位，且目前供不應(yīng)求。你根本不需要擁有計算機科學(xué)的博士學(xué)位，也能參與到這場變革中來。

與此同時，AI正在全面提升知識經(jīng)濟的生產(chǎn)力。以放射科為例，AI現(xiàn)在可以輔助閱片，但對放射科醫(yī)生的需求卻在持續(xù)增長。這并非悖論。

放射科醫(yī)生的核心職責(zé)是照顧病人，閱片只是過程中的一項任務(wù)。當(dāng)AI承擔(dān)了更多常規(guī)工作后，醫(yī)生可以專注于臨床判斷、溝通和護(hù)理。醫(yī)院的效率提高了，就能服務(wù)更多患者，進(jìn)而雇傭更多員工。

生產(chǎn)力創(chuàng)造產(chǎn)能，而產(chǎn)能創(chuàng)造增長。

過去一年發(fā)生了什么變化？

在過去的一年里，AI跨越了一個重要的門檻。模型的能力已足夠優(yōu)秀，足以支持大規(guī)模使用。推理能力提升了，幻覺減少了，基于事實的錨定能力顯著增強?；贏I構(gòu)建的應(yīng)用第一次開始產(chǎn)生真正的經(jīng)濟價值。

在藥物研發(fā)、物流、客戶服務(wù)、軟件開發(fā)和制造業(yè)等領(lǐng)域，AI應(yīng)用已經(jīng)展現(xiàn)出極強的產(chǎn)品市場契合度。這些應(yīng)用正強力拉動其下方的每一個技術(shù)層。

開源模型在此發(fā)揮了關(guān)鍵作用。世界上大部分模型都是免費的。研究人員、初創(chuàng)企業(yè)、大型企業(yè)乃至整個國家，都在依靠開源模型參與到前沿AI的進(jìn)程中。當(dāng)開源模型達(dá)到前沿水平時，它們改變的不只是軟件，更激活了對整個底層技術(shù)棧的需求。

DeepSeek-R1就是一個有力的例證。通過將強大的推理模型廣泛開源，它加速了應(yīng)用層的落地采用，并進(jìn)而推高了對其底層訓(xùn)練、基礎(chǔ)設(shè)施、芯片和能源的需求。

這意味著什么

當(dāng)你將AI視為核心基礎(chǔ)設(shè)施時，其深遠(yuǎn)影響便清晰可見。

AI始于Transformer大語言模型，但其內(nèi)涵遠(yuǎn)不止于此。這是一場工業(yè)變革，它正在重塑能源的生產(chǎn)與消費方式、工廠的建設(shè)方式、工作的組織方式以及經(jīng)濟的增長方式。

AI工廠之所以被建造，是因為智能現(xiàn)在可以實時生成；芯片之所以被重新設(shè)計，是因為效率決定了智能規(guī)?；瘮U張的速度；能源之所以成為核心，是因為它設(shè)定了智能產(chǎn)出總量的上限；應(yīng)用之所以加速發(fā)展，是因為底層模型已經(jīng)跨越了大規(guī)模實用的門檻。

這宏大的五層蛋糕，每一層都在相互強化。

這就是為什么基礎(chǔ)設(shè)施建設(shè)規(guī)模如此宏大，為什么它會同時觸及如此多的行業(yè)，以及為什么它絕不會局限于單一國家或單一領(lǐng)域。每一家公司都將使用AI，每一個國家都將建設(shè)它。

我們?nèi)蕴幱谠缙陔A段。大部分基礎(chǔ)設(shè)施尚未建成，大部分勞動力尚未接受培訓(xùn)，大部分機遇尚未被發(fā)掘。

但前行的方向已經(jīng)明確。

AI正在成為現(xiàn)代世界的底層基礎(chǔ)設(shè)施，而我們現(xiàn)在的選擇，包括我們建設(shè)的速度、參與的廣度以及負(fù)責(zé)任地部署的深度，將最終決定這個時代的模樣。