来源：Nvidia编译：BitpushNews 人工智能是当今塑造世界最强大的力量之一。它不是某个聪明的应用程序或单一的模型；它是像电力和互联网一样的基础设施。 AI 运行在真实的硬件、真实的能源和真实的经济学之上。它摄取原材料，并将其大规模转化为智能。每家公司都将使用它。每个国家都将建设它。 要理解 AI 为何以这种方式发展，从第一性原理出发，审视计算领域发生的根本性变化会有所帮助。 从预录软件到实时智能 在计算历史的大部分时间里，软件都是预先录制好的。人类描述一种算法。计算机执行它。数据必须被仔细地结构化，存储到表格中，并通过精确的查询来检索。SQL 之所以变得不可或缺，是因为它让那个世界变得可行。 AI 打破了这种模式。 我们第一次拥有了能够理解非结构化信息的计算机。它可以看图像、读文本、听声音并理解含义。它可以推理上下文和意图。最重要的是，它能实时生成智能。 每一个回应都是新创建的。每一个答案都取决于你提供的上下文。这不是软件在检索存储的指令。这是软件在按需推理和生成智能。 因为智能是实时产生的，其下方的整个计算堆栈都必须被重新发明。 AI 作为基础设施 当你从工业角度审视 AI 时，它可以分解为一个五层堆栈。 能源 最底层是能源。实时生成的智能需要实时产生的能量。每一个生成的 token 都是电子移动、热量被管理、能量被转化为计算的结果。这之下再没有抽象层。能源是 AI 基础设施的第一性原理，也是系统能生产多少智能的硬性约束。 芯片 能源之上是芯片。这些处理器旨在大规模地将能量高效地转化为计算。AI 工作负载需要巨大的并行性、高带宽内存和快速互连。芯片层的进步决定了 AI 能多快扩展以及智能能变得多便宜。 基础设施 芯片之上是基础设施。这包括土地、电力输送、冷却、建筑、网络，以及将数万个处理器编排成一台机器的系统。这些系统是 AI 工厂。它们不是为了存储信息而设计的。它们是为了制造智能而设计的。 模型 基础设施之上是模型。AI 模型理解多种信息：语言、生物学、化学、物理学、金融学、医学以及物理世界本身。语言模型只是其中一类。一些最具变革性的工作正在蛋白质 AI、化学 AI、物理模拟、机器人和自主系统中进行。 应用 最顶层是应用，经济价值在这里被创造出来。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一个体现在机器中的 AI 应用。一个类人机器人是一个体现在躯体中的 AI 应用。同样的堆栈。不同的结果。 这就是五层蛋糕： 能源 → 芯片 → 基础设施 → 模型 → 应用。 每一个成功的应用都会拉动其下的每一层，一直向下延伸到维持其生命的发电厂。 我们才刚刚开始这个建设。我们才刚刚投入了几千亿美元。还需要建设数万亿美元的基础设施。 在全球范围内，我们正看到芯片工厂、计算机组装厂和 AI 工厂以前所未有的规模被建造。这正成为人类历史上最大规模的基础设施建设。 支持这一建设所需的劳动力是巨大的。AI 工厂需要电工、水管工、管道装配工、钢铁工人、网络技术员、安装工和操作员。 这些都是需要技能、薪酬优厚的工作，而且目前供不应求。你不需要计算机科学博士学位就能参与这场变革。 与此同时，AI 正在推动整个知识经济的生产力。以放射学为例。AI 现在协助阅读扫描图像，但对放射科医生的需求仍在增长。这不是一个悖论。 放射科医生的目的是照顾病人。阅读扫描图像只是其中的一项任务。当 AI 承担了更多的常规工作时，放射科医生可以专注于判断、沟通和护理。医院变得更有效率。他们服务更多病人。他们雇佣更多员工。 生产力创造容量。容量创造增长。 过去一年发生了什么变化？ 在过去的一年里，AI 跨过了一个重要的门槛。模型变得足够好，可以大规模使用了。推理能力提高了。幻觉减少了。基础性（Grounding）显著改善。第一次，基于 AI 构建的应用开始产生真正的经济价值。 药物发现、物流、客户服务、软件开发和制造业中的应用已经显示出强大的产品市场契合度。这些应用强烈地拉动其下的每一层。 开源模型在这里扮演着关键角色。世界上大多数模型都是免费的。研究人员、初创公司、企业和整个国家都依赖开放模型来参与先进 AI 的发展。当开放模型达到前沿水平时，它们不仅仅改变了软件。它们激活了整个堆栈的需求。 DeepSeek-R 1 就是一个有力的例子。通过让一个强大的推理模型广泛可用，它加速了应用层的采用，并增加了对其下训练、基础设施、芯片和能源的需求。 这意味着什么 当你将 AI 视为关键基础设施时，其含义就变得清晰了。 AI 始于一个 transformer 大语言模型。但它远不止于此。这是一场工业变革，重塑了能源的生产和消费方式、工厂的建设方式、工作的组织方式以及经济的增长方式。 AI 工厂正在建设，因为智能现在是实时生成的。芯片正在被重新设计，因为效率决定了智能能多快扩展。能源变得核心，因为它设定了究竟能生产多少智能的上限。应用正在加速，因为它们底层的模型已经跨过了终于能够大规模有用的门槛。 每一层都强化着其他层。 这就是为什么建设规模如此之大。这就是为什么它同时触及如此多的行业。这也是为什么它不会局限于单一国家或单一领域。每家公司都将使用 AI。每个国家都将建设它。 我们仍处于早期阶段。大部分基础设施尚不存在。大部分劳动力尚未得到培训。大部分机遇尚未被实现。 但方向是明确的。 AI 正成为现代世界的基础设施。而我们现在做出的选择，我们建设得有多快，我们参与得有多广，以及我们部署得有多负责任，将塑造这个时代的面貌。
黄仁勋最新「五层蛋糕」论：AI 不抢饭碗，是万亿就业狂潮！
来源：Nvidia
编译：BitpushNews
人工智能是当今塑造世界最强大的力量之一。它不是某个聪明的应用程序或单一的模型；它是像电力和互联网一样的基础设施。
AI 运行在真实的硬件、真实的能源和真实的经济学之上。它摄取原材料，并将其大规模转化为智能。每家公司都将使用它。每个国家都将建设它。
要理解 AI 为何以这种方式发展，从第一性原理出发，审视计算领域发生的根本性变化会有所帮助。
从预录软件到实时智能
在计算历史的大部分时间里，软件都是预先录制好的。人类描述一种算法。计算机执行它。数据必须被仔细地结构化，存储到表格中，并通过精确的查询来检索。SQL 之所以变得不可或缺，是因为它让那个世界变得可行。
AI 打破了这种模式。
我们第一次拥有了能够理解非结构化信息的计算机。它可以看图像、读文本、听声音并理解含义。它可以推理上下文和意图。最重要的是，它能实时生成智能。
每一个回应都是新创建的。每一个答案都取决于你提供的上下文。这不是软件在检索存储的指令。这是软件在按需推理和生成智能。
因为智能是实时产生的，其下方的整个计算堆栈都必须被重新发明。
AI 作为基础设施
当你从工业角度审视 AI 时，它可以分解为一个五层堆栈。
能源
最底层是能源。实时生成的智能需要实时产生的能量。每一个生成的 token 都是电子移动、热量被管理、能量被转化为计算的结果。这之下再没有抽象层。能源是 AI 基础设施的第一性原理，也是系统能生产多少智能的硬性约束。
芯片
能源之上是芯片。这些处理器旨在大规模地将能量高效地转化为计算。AI 工作负载需要巨大的并行性、高带宽内存和快速互连。芯片层的进步决定了 AI 能多快扩展以及智能能变得多便宜。
基础设施
芯片之上是基础设施。这包括土地、电力输送、冷却、建筑、网络，以及将数万个处理器编排成一台机器的系统。这些系统是 AI 工厂。它们不是为了存储信息而设计的。它们是为了制造智能而设计的。
模型
基础设施之上是模型。AI 模型理解多种信息：语言、生物学、化学、物理学、金融学、医学以及物理世界本身。语言模型只是其中一类。一些最具变革性的工作正在蛋白质 AI、化学 AI、物理模拟、机器人和自主系统中进行。
应用
最顶层是应用，经济价值在这里被创造出来。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一个体现在机器中的 AI 应用。一个类人机器人是一个体现在躯体中的 AI 应用。同样的堆栈。不同的结果。
这就是五层蛋糕：
能源 → 芯片 → 基础设施 → 模型 → 应用。
每一个成功的应用都会拉动其下的每一层，一直向下延伸到维持其生命的发电厂。
我们才刚刚开始这个建设。我们才刚刚投入了几千亿美元。还需要建设数万亿美元的基础设施。
在全球范围内，我们正看到芯片工厂、计算机组装厂和 AI 工厂以前所未有的规模被建造。这正成为人类历史上最大规模的基础设施建设。
支持这一建设所需的劳动力是巨大的。AI 工厂需要电工、水管工、管道装配工、钢铁工人、网络技术员、安装工和操作员。
这些都是需要技能、薪酬优厚的工作，而且目前供不应求。你不需要计算机科学博士学位就能参与这场变革。
与此同时，AI 正在推动整个知识经济的生产力。以放射学为例。AI 现在协助阅读扫描图像，但对放射科医生的需求仍在增长。这不是一个悖论。
放射科医生的目的是照顾病人。阅读扫描图像只是其中的一项任务。当 AI 承担了更多的常规工作时，放射科医生可以专注于判断、沟通和护理。医院变得更有效率。他们服务更多病人。他们雇佣更多员工。
生产力创造容量。容量创造增长。
过去一年发生了什么变化？
在过去的一年里，AI 跨过了一个重要的门槛。模型变得足够好，可以大规模使用了。推理能力提高了。幻觉减少了。基础性（Grounding）显著改善。第一次，基于 AI 构建的应用开始产生真正的经济价值。
药物发现、物流、客户服务、软件开发和制造业中的应用已经显示出强大的产品市场契合度。这些应用强烈地拉动其下的每一层。
开源模型在这里扮演着关键角色。世界上大多数模型都是免费的。研究人员、初创公司、企业和整个国家都依赖开放模型来参与先进 AI 的发展。当开放模型达到前沿水平时，它们不仅仅改变了软件。它们激活了整个堆栈的需求。
DeepSeek-R 1 就是一个有力的例子。通过让一个强大的推理模型广泛可用，它加速了应用层的采用，并增加了对其下训练、基础设施、芯片和能源的需求。
这意味着什么
当你将 AI 视为关键基础设施时，其含义就变得清晰了。
AI 始于一个 transformer 大语言模型。但它远不止于此。这是一场工业变革，重塑了能源的生产和消费方式、工厂的建设方式、工作的组织方式以及经济的增长方式。
AI 工厂正在建设，因为智能现在是实时生成的。芯片正在被重新设计，因为效率决定了智能能多快扩展。能源变得核心，因为它设定了究竟能生产多少智能的上限。应用正在加速，因为它们底层的模型已经跨过了终于能够大规模有用的门槛。
每一层都强化着其他层。
这就是为什么建设规模如此之大。这就是为什么它同时触及如此多的行业。这也是为什么它不会局限于单一国家或单一领域。每家公司都将使用 AI。每个国家都将建设它。
我们仍处于早期阶段。大部分基础设施尚不存在。大部分劳动力尚未得到培训。大部分机遇尚未被实现。
但方向是明确的。
AI 正成为现代世界的基础设施。而我们现在做出的选择，我们建设得有多快，我们参与得有多广，以及我们部署得有多负责任，将塑造这个时代的面貌。