当地时间3月10日,英伟达CEO黄仁勋罕见发表长文,系统介绍了人工智能的本质、发展逻辑与未来趋势,打破了大众对AI“单一模型或巧妙应用”的认知,并提出AI已成为与电力、互联网比肩的关键基础设施,正在引发一场席卷全球的工业级转型。

(图片来源:英伟达官网)
其一,明确AI的基础设施属性,AI并非孤立的技术应用,而是运行在硬件、能源与经济体系之上,能将原材料大规模转化为智能的核心基础设施,未来将渗透到每一家企业、每一个国家,成为塑造世界的重要力量;
其二,剖析计算领域的根本性变革,传统软件是“预录式”的,需依托结构化数据与精确查询运行,而AI打破了这一模式,实现了对非结构化信息的理解、实时推理与智能生成,倒逼整个计算栈进行重构;
其三,提出AI产业“五层蛋糕”架构,从底层到顶层依次为能源、芯片、基础设施、模型、应用,五层相互耦合、相互支撑,每一个应用的成功都将拉动底层所有环节的需求,其中能源是根基,芯片决定扩展速度,基础设施是“AI工厂”,模型是核心载体,应用则创造经济价值;

(图片来源:英伟达官网)
其四,预判AI未来发展态势,当前AI建设仍处于早期阶段,全球已投入数千亿美元,但仍需数万亿美元的基础设施投入,这场建设将成为人类历史上规模最大的基础设施建设;同时,AI不仅催生了大量高技能、高薪的基础岗位,无需计算机博士学位也能参与转型,还将推动知识经济生产力提升,实现“AI赋能+就业增长”的良性循环;开源模型将成为推动AI普及的关键,带动全产业链需求升级。

(图片来源:英伟达官网)
此外,黄仁勋在文中强调,AI的影响远超软件行业,正在重塑能源生产消费、工厂建设、工作组织与经济增长的方式,且这一变革不会局限于单一国家或行业。尽管目前基础设施尚未完善、劳动力储备不足,但AI成为现代世界基础设施的方向已明确。当下的建设速度、参与范围与负责任部署,将决定这个时代的走向。
黄仁勋长文全文翻译
人工智能是当今塑造世界最强大的力量之一。它并非某种巧妙的应用或单一模型,而是与电力、互联网比肩的关键基础设施。人工智能运行在真实的硬件之上,消耗着真实的能源,融入真实的经济体系,能将原材料大规模转化为智能。未来,每一家企业都会用到它,每一个国家都会投身其建设。
要理解人工智能为何会以这样的态势发展,我们需要从根本原理出发,梳理计算领域发生的那些颠覆性变化。
从预录软件到实时智能
在计算机发展的大部分历程中,软件都是预先编写好的。人类设计好算法,电脑负责执行。数据必须经过精心整理,存入表格,再通过精准查询调取。结构化查询语言之所以不可或缺,正是因为它让这样的操作模式成为可能。而人工智能的出现,彻底打破了这一格局。
我们第一次拥有了能理解非结构化信息的计算机。它能看懂图像、读懂文字、听懂声音,进而领会背后的含义;能结合上下文和用户意图进行推理,更重要的是,它能实时生成智能反馈。
每一次回应都是全新生成的,每一个答案都取决于你提供的具体语境。这不是软件调取存储好的指令,而是软件主动推理、按需生成智能的过程。正因为智能是实时产生的,整个计算体系都需要重新构建。
人工智能作为基础设施
从工业视角来看,人工智能可拆解为五层叠加结构。最底层是能源——实时生成智能,离不开实时供应的电力。每一个计算单元的运行,都伴随着电子的流动、热量的调控,以及能源向计算能力的转化。这一层没有任何抽象空间,能源是人工智能基础设施的核心前提,也决定着系统能产生多少智能。
能源之上是芯片。这些处理器专为高效将能源转化为大规模计算能力而设计。人工智能工作负载需要海量的并行处理能力、高带宽内存和高速互联技术,芯片领域的进步,直接决定了人工智能的扩展速度和智能化的可及成本。
芯片之上是基础设施,包括土地、电力传输、冷却系统、工程建设、网络设施,以及能将数万个处理器整合为一台机器的各类系统。这些系统就是人工智能工厂——它们不负责存储信息,核心功能是“制造”智能。
基础设施之上是模型。人工智能模型能够理解多种类型的信息,涵盖语言、生物学、化学、物理、金融、医学,以及整个物理世界。语言模型只是其中一种,在蛋白质人工智能、化学人工智能、物理模拟、机器人技术和自主系统等领域,正上演着最具变革性的突破。
最顶层是创造经济价值的应用,比如药物发现平台、工业机器人、法律辅助工具、自动驾驶汽车等。自动驾驶汽车是人工智能应用在机器上的具象化,类人机器人则是人工智能应用在实体上的体现——依托同一套体系,催生出不同的应用成果。
这就是人工智能的五层架构:能源→芯片→基础设施→模型→应用。
每一个成功落地的应用,都会牵动其底层的所有环节,一直延伸到为其提供动力的发电厂。
我们目前还处于建设的起步阶段。迄今为止,全球已投入数千亿美元,但仍有万亿美元规模的基础设施亟待建设。在世界范围内,芯片工厂、计算机组装厂和人工智能工厂正以前所未有的规模落地,这将成为人类历史上规模最大的基础设施建设工程。
支撑这场建设所需的劳动力规模极为庞大。人工智能工厂需要电工、水管工、管道工、钢铁工人、网络技术员、设备安装工和操作员等各类人才。这些工作技术要求高、薪资待遇优厚,却面临严重的人才缺口。值得注意的是,参与这场变革,并不需要拥有计算机科学博士学位。
与此同时,人工智能正推动知识经济领域的生产力提升。以放射科为例,如今人工智能已能辅助医生读取扫描影像,但放射科医生的需求反而在增长。这看似矛盾,实则有其深层逻辑。
放射科医生的核心职责是为患者提供诊疗服务,读取扫描影像是诊疗过程中的一项具体任务。当人工智能承担起更多常规性的读取工作后,放射科医生就能将精力集中在诊断判断、医患沟通和临床护理上。医院的诊疗效率随之提升,能服务更多患者,进而雇佣更多医护人员。可见,生产力的提升会创造新的能力,而新的能力终将带动行业增长。
过去一年发生了什么变化?
过去一年,人工智能跨越了一个关键门槛。模型性能已足够成熟,能够实现大规模应用;推理能力持续提升,幻觉问题得到改善,模型的落地实用性也有了显著进步。基于人工智能的应用,首次开始创造真正的经济价值。
在药物发现、物流、客户服务、软件开发和制造业等领域,相关应用已展现出极强的市场适配性,且与底层每一个环节都紧密关联、深度绑定。
开源模型在这一过程中发挥着关键作用。目前世界上大部分模型都是免费开放的,研究人员、初创企业、大型企业乃至各个国家,都依赖开源模型参与先进人工智能领域的竞争与发展。当开源模型跻身前沿行列时,带来的不仅仅是软件的更新换代,更会激活整个架构体系的需求。
DeepSeek-R1就是一个极具说服力的例子。通过广泛开放高性能的推理模型,它加速了应用层的落地普及,同时也带动了对模型训练、基础设施、芯片以及底层能源的需求增长。
这意味着什么
当我们将人工智能视为关键基础设施,其影响力便清晰可见。人工智能始于Transformer大型语言模型,但它的价值远不止于此——这是一场工业变革,正重塑能源的生产与消费模式、工厂的建设方式、工作的组织形式,以及经济的增长路径。
人工智能工厂的兴起,源于智能的实时生成需求;芯片的重新设计,源于效率对智能扩展速度的决定性作用;能源成为核心,源于它决定了智能产生的上限;应用的加速落地,源于底层模型跨过了实用门槛,终于能在大规模场景中发挥价值。每一层都相互支撑、彼此强化,这正是其建设规模如此宏大、能同时影响多个行业的原因,也决定了它不会局限于某个国家或某个领域。
未来,每一家企业都会用到人工智能,每一个国家都会建设相关基础设施。我们仍处于发展初期,还有大量基础设施尚未建成,大量劳动力有待培训,大量机会尚未被挖掘。但发展方向已然明确:人工智能正成为现代世界的核心基础设施。我们当下做出的选择、推进建设的速度、参与的广度,以及负责任的部署方式,都将塑造这个时代的未来
致力于成为面向数字经济时代的战略科技智库、服务数据要素市场的专业咨询机构和汇聚数智安全技术的协同创新平台。
© 2026. All Rights Reserved. 沪ICP备19027819号
沪公网安备31011002006159号