当地时间周二，英伟达CEO黄仁勋发表了一篇罕见的关于人工智能的长篇博客文章，这是他自2016年以来发表的第七篇公开长文。
黄仁勋系统定义了AI“五层架构”，将其比喻为“五层蛋糕”，自下而上依次由能源、芯片、基础设施、模型和应用构成。
据界面新闻，在AI“五层架构”中，最底层的能源层，被黄仁勋定义为AI基础设施的第一性原理，也是系统能产生多少智能的绝对约束条件，他强调，实时生成的智能需要实时产生的电力，生成的每一个Token（词元）都是电子移动、热量管理以及能源转化为计算能力的结果，不存在任何抽象层，而当前能源供给已成为AI规模化发展的紧迫瓶颈。
能源层之上是芯片层，作为算力的物理基础，这也是英伟达的核心领地，黄仁勋指出，AI工作负载需要极其庞大的并行计算能力、高带宽内存以及快速的互连，芯片层的进步直接决定了AI的扩展速度，以及智能成本的下降程度，当前芯片技术的迭代速度，仍难以完全匹配AI算力需求的爆发式增长。
芯片层之上是基础设施层，黄仁勋将其定义为“AI工厂”，这一层涵盖土地、电力输送、冷却系统、建筑施工、网络，以及将成千上万个处理器协同编排为一台机器的系统，其设计初衷不是为了存储信息，而是为了制造智能。他强调，当前全球正大规模兴建三类设施：芯片制造厂、超级计算机工厂以及AI工厂，这正在成为人类历史上最大规模的基础设施建设。
基础设施层之上是模型层，黄仁勋指出，AI模型可以理解多种类型的信息，包括语言、生物学、化学、物理学、金融、医学以及物理世界本身，ChatGPT这类大语言模型仅仅是其中的一个类别，而行业对模型的应用仍局限于表面，其深层潜力尚未被挖掘。他特别强调了开源模型的关键角色，并以DeepSeek-R1为例，指出当强大的推理模型被广泛可用时，它不仅改变了软件本身，更激活了整个架构栈的需求，加速了应用层的技术采用，并增加了对底层训练、基础设施、芯片和能源的需求。
黄仁勋表示，AI最顶层的应用层是AI创造经济价值的核心领域，涵盖药物发现平台、工业机器人、法律助手、自动驾驶汽车等，同样的底层架构，可以支撑不同的应用输出，当前应用层的创新的空间仍十分广阔。
他预判，未来几年，传统的软件和APP形态或将消失，一种全新的软件范式AI Agent（智能体）极有可能成为主流。每一个成功的应用都会向上拉动其下方的每一层，从模型、基础设施、芯片，一直延伸到最底层的发电厂，形成强大的产业拉动效应。
针对AI发展带来的就业担忧，黄仁勋认为，AI非但不会削减岗位，反而会创造大量新的就业机会，尤其是在基础设施和熟练技术工种领域，支持AI基础设施建设所需的劳动力极其庞大，AI工厂需要电工、水管工、钢铁工人、网络技术人员、安装工和操作员等，这些都是高技能、高薪酬的岗位，且目前供不应求。AI正在填补全球范围内卡车司机、护士、会计等岗位的巨大劳动力缺口，而非制造失业。
第一财经报道，黄仁勋强调了史上最大规模的AI基础设施建设才刚刚开始。
“目前已投入数千亿美元，但仍需建设价值数万美元的基础设施。”黄仁勋说，每一个成功的应用都会拉动其下的每一层，直至维持其运行的动力设备。放眼全球，芯片工厂、计算机组装厂和AI工厂正在以前所未有的规模建设。
他表示，支撑这一建设进程所需的人力非常庞大，AI工厂需要电工、管道工、管件工、钢铁工人、网络技术人员、安装人员和操作员等。与此同时，AI正在提高整个知识经济领域的生产力。生产力将提升创造产能，产能扩大则将推动增长。
回顾过去一年，黄仁勋总结称，AI 跨越了一个重要的门槛。模型性能显著提升，可以大规模投入使用。推理能力增强，幻觉现象减少，落地应用能力大幅提升。
当地时间2月25日，黄仁勋在接受外媒采访时表示，市场误判了AI对软件公司的威胁。
他重申了自己的观点，即AI助手不会取代这些软件工具，而是会反过来使用它们，虽然这听起来“有悖常理”，大批软件公司将使用AI助手来开发软件并提高效率。
黄仁勋表示：“我们今天所使用的所有这些工具，无论是Cadence、Synopsys、ServiceNow还是SAP，它们的存在都有一个根本且正当的理由。AI助手将成为智能软件，能够代表我们使用这些工具，帮助我们大幅提升生产力......归根结底，我们需要工具来完成具体工作，并以我们能够理解的方式把信息反馈给我们。”（每日经济新闻综合自界面新闻、第一财经、公开信息）
牛牛配资提示：文章来自网络，不代表本站观点。
