
作者:英偉達
編譯:PANews
能源→晶片→基礎設施→模型→應用。每一個成功的應用都依賴於其下方的每一層,一直到維持其運轉的發電廠。
AI是當今塑造世界最強大的力量之一。它不是一個聰明的應用程式或單一的模型,而是像電力和互聯網一樣的基礎設施。
AI運行在真實的硬體、真實的能源和真實的經濟之上。它獲取原材料,將其大規模轉化為智能。每家公司都將使用它,每個國家都將建設它。
要理解為什麼AI正以這種方式展開,從第一性原理出發、審視計算領域發生了什麼根本性變化,會很有幫助。
在計算歷史的大部分時間裡,軟體是預錄的。人類描述一個演算法,計算機執行它。資料必須被仔細結構化,存入表格,通過精確的查詢來檢索。SQL變得不可或缺,因為它讓這個世界變得可操作。
AI打破了這個模式。
這是我們第一次擁有能夠理解非結構化資訊的計算機。它能看圖像、讀文字、聽聲音、理解含義,能夠對上下文和意圖進行推理。最重要的是,它即時產生智能。
每一個回應都是新創建的,每一個答案都取決於你提供的上下文。這不是軟體在檢索存儲的指令,而是軟體在按需推理和生成智能。
因為智能是即時生成的,其下方的整個計算棧都必須被重新發明。
從工業角度看AI,它可以分解為一個五層技術棧。
最底層是能源。即時生成的智能需要即時生成的電力。每產生一個Token,都是電子移動、熱量管理和能源轉化為計算的結果。這之下沒有抽象層,能源是AI基礎設施的第一性原理,也是系統能夠產生多少智能的約束上限。
能源之上是晶片。這些是專門設計用於在大規模下高效地將能源轉化為計算的處理器。AI工作負載需要巨大的並行性、高帶寬記憶體和快速互連。晶片層的進步決定了AI能以多快的速度擴展,以及智能變得多麼實惠。
晶片之上是基礎設施,包括土地、供電、冷卻、建設、網路,以及將數萬個處理器編排成一台機器的系統。這些系統是AI工廠,不是為了存儲資訊而設計,而是為了製造智能。
基礎設施之上是模型。AI模型理解多種資訊:語言、生物學、化學、物理學、金融、醫學和物理世界本身。語言模型只是其中一個類別。一些最具變革性的工作正在蛋白質AI、化學AI、物理模擬、機器人技術和自主系統領域發生。
最頂層是應用,經濟價值在這裡創造。藥物發現平台、工業機器人、法律副駕駛、自動駕駛汽車。自動駕駛汽車是體現在機器中的AI應用,人形機器人是體現在軀體中的AI應用——相同的技術棧,不同的結果。
這就是那塊五層蛋糕:能源→晶片→基礎設施→模型→應用。
每一個成功的應用都依賴於其下方的每一層,一直到維持其運轉的發電廠。
我們才剛剛開始這場建設。目前已投入了數千億美元,但還有數萬億美元的基礎設施需要建造。
在全世界,我們看到晶片工廠、計算機裝配廠和AI工廠正在以前所未有的規模建造。這正在成為人類歷史上最大規模的基礎設施建設。
支持這場建設所需的勞動力是巨大的。AI工廠需要電工、管道工、管道安裝工、鋼鐵工人、網路技術員、安裝工和操作員。這些都是薪酬豐厚的技能性工作,而且供不應求。你不需要計算機科學博士學位就能參與這場變革。
與此同時,AI正在推動知識經濟的生產力提升。以放射科為例,AI現在協助讀取掃描結果,但對放射科醫生的需求仍在持續增長。這不是悖論。
放射科醫生的使命是照護患者,讀取掃描只是過程中的一項任務。當AI承擔更多常規工作時,放射科醫生可以專注於判斷、溝通和護理。醫院變得更有效率,服務更多患者,雇用更多人員。生產力創造容量,容量創造增長。
過去一年,AI跨越了一個重要門檻:模型變得足夠好,可以在規模上發揮實用價值。推理能力提升,幻覺減少,接地能力顯著改善。基於AI構建的應用首次開始創造真實的經濟價值。
藥物發現、物流、客戶服務、軟體開發和製造業的應用已經顯示出強勁的產品市場契合度,這些應用對其下方每一層都形成了強勁的拉力。
開源模型在這裡發揮著關鍵作用。世界上大多數模型是免費的,研究人員、初創公司、企業和整個國家依賴開源模型參與先進AI。當開源模型達到前沿水平時,它們不只是改變軟體,而是激活整個技術棧的需求。
DeepSeek-R1是這方面的有力例證。通過讓一個強大的推理模型廣泛可用,它加速了應用層的採用,並增加了其下方訓練、基礎設施、晶片和能源的需求。
當你將AI視為基礎設施時,其含義變得清晰。
AI從Transformer LLM開始,但遠不止於此。它是一場工業變革,重塑了能源的生產和消費方式、工廠的建造方式、工作的組織方式以及經濟的增長方式。
AI工廠正在建造,因為智能現在是即時生成的。晶片正在重新設計,因為效率決定了智能能以多快的速度擴展。能源變得核心,因為它設定了智能總產出的天花板。應用在加速,因為其下方的模型已經跨越了終於能在規模上發揮實用價值的門檻。
每一層都在強化其他層。
這就是為什麼這場建設規模如此龐大,為什麼它同時觸及如此多的行業,也是為什麼它不會局限於單一國家或單一領域。每家公司都將使用AI,每個國家都將建設它。
我們還處於早期,大部分基礎設施尚未存在,大部分勞動力尚未接受培訓,大部分機會尚未實現。
但方向是清晰的。
AI正在成為現代世界的基礎設施。我們現在做出的選擇——建設多快、參與多廣、部署多負責——將塑造這個時代的面貌。