导语：2026年了，如果你还在纠结“AI会不会抢走我的饭碗”或者“这个AI软件好不好用”，那你可能完全搞错了方向。近日，英伟达（NVIDIA）创始人兼CEO黄仁勋发表了一篇重磅长文，明确给当下的AI狂潮定调：AI根本不是什么聪明的应用程序，它是像电力和互联网一样、不可或缺的底层基础设施。
AI是一个五层蛋糕
在这篇长文中，老黄抛出了一个极具启发性的比喻——“AI是一个五层蛋糕”。在这个蛋糕模型里，他不仅解释了为什么AI基建会成为人类历史上最大规模的工程，还特别点赞了中国开源大模型DeepSeek-R1对整个行业的推波助澜。
让我们一起来拆解老黄的这块“五层蛋糕”，看看它将如何重塑我们的未来。
过去几十年，我们习惯了“预录软件”：程序员写好代码，把数据存进表格，然后用SQL去查询。但在AI时代，智能是“实时生成”的，这要求整个计算堆栈必须推倒重来。
老黄将这个全新的 AI 产业结构划分为了五个相互依存的层级，每一层都在疯狂拉动下一层的需求：
第一层：能源（Energy）—— 最底层的物理现实。AI不是魔法，每一个Token的生成都伴随着电子的流动和热量的产生。能源不仅是第一性原理，更是AI智能上限的绝对天花板。
第二层：芯片（Chips）—— 能量转换器。专为大并发、高带宽设计的GPU，决定了我们能把电力转化为算力的效率有多高，以及智能的成本能降到多低。
第三层：基础设施（Infrastructure）—— AI工厂。土地、冷却系统、网络，把成千上万块芯片组装成一台巨型机器，这不再是“数据中心”，而是“制造智能的工厂”。
第四层：模型（Models）—— 理解世界的大脑。不仅有语言模型，还有能理解蛋白质、化学、物理定律和现实世界的各种基础模型。
第五层：应用（Applications）—— 创造经济价值的顶层。无论是自动驾驶汽车（装在轮子上的AI），还是人形机器人（装在躯体里的AI），甚至是帮你研发新药的平台，都在这一层开花结果。
运行法则：能源 → 芯片 → 基础设施 → 模型 → 应用。这是一个极其紧密的咬合齿轮，上层的每一次繁荣，都在向前四层疯狂索要资源。
关于AI取代人类的焦虑，老黄给出了一个非常反直觉的洞察。
首先，构建这块“五层蛋糕”需要海量的物理劳动。建造AI工厂需要无数的电工、水管工、钢铁工人、网络技术员。这正在引发一场前所未有的蓝领就业热潮——参与AI革命，你根本不需要什么计算机博士学位。
其次，在白领领域（知识经济），AI同样在创造容量。老黄举了放射科医生的例子：当AI接管了看片子这种繁琐的常规工作后，医生并没有失业。相反，他们有了更多时间去与患者沟通、做复杂的医疗判断。结果是：医院效率提升了，能看更多病人了，反而需要雇佣更多的医生。
生产力创造了容量，而容量创造了增长。
过去一年，AI模型跨越了“好玩”到“好用”的门槛。幻觉大幅减少，推理能力飙升，AI终于开始在物流、客服、医药等领域创造真正的真金白银。
在这个过程中，老黄特别强调了开源模型的关键作用。他直接点名了 DeepSeek-R1：正是因为像 DeepSeek 这样极其强大的开源推理模型被广泛免费使用，瞬间引爆了第五层（应用层）的繁荣。而应用层一旦爆发，就会反向向底层的训练、基础设施、芯片和电力索要无尽的资源。
结语：
“每家公司都将使用AI，每个国家都将建设AI。”老黄的预言正在变为现实。目前人类只投入了数千亿美元，未来还有数万亿的基建等待完工。大部分基础设施还不存在，大部分机会还在路上。
面对这场人类史上最浩大的基建狂潮，你准备好切下属于你的那块蛋糕了吗？
作者：NVIDIA 创始人兼 CEO 黄仁勋（Jensen Huang）
💡 核心观点速览
AI 是基础设施，不是应用：类比电力和互联网，每家公司都会用，每个国家都会建。
五层堆栈理论：能源 → 芯片 → 基础设施 → 模型 → 应用，每一层都产生对下方所有层的强烈需求拉动。
实用性拐点已到：过去一年，模型质量跨越了实用门槛，在药物发现、物流、软件开发等领域已产生真实的经济价值。
人类史上最大基建狂潮：目前已投入数千亿美元，仍有数万亿待建。这将创造大量对电工、建筑工、网络技术员等实体劳动力的高薪需求。
AI 创造就业，而非纯粹取代：以放射科为例，当 AI 承担了常规看片工作后，医生能服务更多患者，反而带来了更多的岗位需求。
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，也不是单一的模型；它是不可或缺的基础设施，如同电力和互联网。
AI 运行在真实的硬件、真实的能源和真实的经济之上。它将原材料转化为大规模的智能。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，审视计算领域究竟发生了哪些根本性的变化，会非常有帮助。
在计算史上的绝大多数时期，软件都是预先录制好的。人类描述算法，计算机负责执行。数据必须经过精心组织，存储在表格中，并通过极其精确的查询语句来检索。SQL 之所以不可或缺，正是因为它让这个旧世界运转顺畅。
AI 打破了这一模式。
有史以来第一次，我们拥有了能够理解“非结构化信息”的计算机。它可以看图像、读文本、听声音，并理解其中的含义。它能够对上下文和意图进行推理。最重要的是，它能够实时生成智能。
AI 给出的每一个响应都是新鲜生成的。每一个答案都取决于你当时提供的上下文。这不再是软件在机械地检索存储好的指令，而是软件在进行推理，并按需生产智能。
由于智能是实时产生的，支撑其运转的底层整个计算堆栈，都不得不被重新发明。
从产业的宏观角度来看 AI，它可以被清晰地分解为一个“五层堆栈”。
第一层：能源 (Energy)
最底层是能源。实时生成的智能，需要实时生成的电力。AI 产生的每一个 token，本质上都是电子流动、热量管理以及能源转化为计算的物理结果。这之下没有任何抽象层。能源是 AI 基础设施的第一性原理，也是决定一个系统究竟能产生多少智能的根本硬约束。
第二层：芯片 (Chips)
能源之上是芯片。这些处理器专为在大规模场景下、将能源极其高效地转化为计算力而设计。AI 工作负载需要巨大的并行处理能力、高带宽内存和极速的互连通道。芯片层的技术进步，决定了 AI 能以多快的速度向外扩展，以及“智能”的价格最终能降到多低。
第三层：基础设施 (Infrastructure)
芯片之上是基础设施。这包括土地、供电、冷却系统、建筑施工、网络，以及将数以万计的处理器协调整合成一台超级机器的系统。这些庞然大物就是“AI 工厂”。它们的设计初衷不再是为了存储信息（数据中心），而是为了制造智能。
第四层：模型 (Models)
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、生物学、化学、物理学、金融、医学，甚至是物理世界本身。大语言模型（LLM）仅仅是其中一个类别而已。当今一些最具变革性的工作，正发生在蛋白质 AI、化学 AI、物理模拟、机器人技术和自主系统领域。
第五层：应用 (Applications)
最顶层是应用，所有的经济价值都在此创造。药物发现平台、工业机器人、法律助手、自动驾驶汽车……自动驾驶汽车本质上是体现在机器中的 AI 应用，人形机器人则是体现在躯体中的 AI 应用。同样的堆栈，结出不同的果实。
这就是那块五层蛋糕：
能源 → 芯片 → 基础设施 → 模型 → 应用
每一个成功的应用，都无条件地依托于其下方的每一层，并一直延伸到维持其运转的发电厂。
我们才刚刚开始这场浩大的建设。目前全球已投入数千亿美元，但仍有数万亿美元的基础设施有待建设。在世界各地，我们正看到芯片工厂、计算机组装厂和 AI 工厂正以前所未有的规模拔地而起。这正在成为人类历史上规模最大的基础设施建设。
支撑这场大基建所需的劳动力是极其庞大的。AI 工厂需要电工、水管工、管道工、钢铁工人、网络技术人员、安装人员和现场操作员。这些都是技能要求高、薪资待遇优厚的工作，而且目前供不应求。参与这场 AI 变革，你并不需要拥有计算机科学的博士学位。
与此同时，AI 正在推动知识经济各个领域的生产力大爆发。以放射学为例：AI 现在已经可以协助读取医学影像，但市场对放射科医生的需求却仍在持续增长。这并不矛盾。
放射科医生的核心使命是照护患者，读取影像只是其中一项任务。当 AI 承担起更多常规、繁琐的工作后，放射科医生就可以专注于临床判断、医患沟通与人文关怀。医院变得更加高效，能够服务更多的患者，也因此需要雇用更多的人员。
生产力创造了容量，而容量创造了增长。
在过去一年里，AI 跨越了一个极其重要的门槛。模型已经好用到可以大规模落地应用了。它们的推理能力大幅提升，幻觉显著减少，信息接地气性（Groundedness）得到了质的改善。有史以来第一次，基于 AI 构建的应用开始为世界创造真实的经济价值。
药物发现、物流调度、客户服务、软件开发和现代制造领域的 AI 应用，已经展现出强劲的“产品-市场契合度（PMF）”。这些应用层的爆发，对其下方的每一层都产生了极其强烈的需求拉动。
开源模型在其中扮演着举足轻重的关键角色。世界上大多数模型现在都是免费的。研究人员、初创公司、大型企业乃至整个国家，都依赖开源模型来参与这场先进 AI 的浪潮。当开源模型达到甚至超越前沿水平时，它们改变的不仅仅是软件生态，而是彻底激活了整条五层堆栈的庞大需求。
DeepSeek-R1 就是一个极其有力的例证。通过让一个极其强大的推理模型被全球广泛可用，它极大地加速了应用层的采用速度，同时向上方传导，带动了对底层训练、基础设施、芯片和能源的巨大需求。
当你不再把 AI 当作一个软件，而是将其视为不可或缺的基础设施时，它的深远影响便清晰可见。
AI 始于 Transformer 大语言模型，但它的终局远不止于此。它是一场真正的工业变革，重塑了能源的生产与消耗方式、工厂的建设方式、人类工作的组织方式，以及全球经济的增长方式。
AI 工厂之所以被疯狂建造，是因为智能现在是实时生成的。
芯片之所以被不断重新设计，是因为能效比决定了智能扩展的速度。
能源之所以变得绝对核心，是因为它设定了人类可产生的智能总量的物理上限。
应用之所以加速涌现，是因为其下方的模型已经跨越了真正大规模实用的门槛。
每一层都在反哺并强化着其他层。
这就是为什么这场基建规模如此之大，这就是为什么它能同时触及如此众多的实体行业。这也是为什么这场革命绝对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 AI。
我们仍处于这段旅程的极早期阶段。大部分所需的基础设施尚不存在，大部分劳动力尚未完成技能培训，大部分历史性的机遇尚未变现。
但前行的方向已然无比明确。
AI 正在成为现代世界最基础的底层设施。而我们现在所做的每一个选择——我们建设的速度有多快、参与的广度有多大，以及我们部署技术时的负责任程度——都将决定这个伟大时代的最终走向。
