AI基建时代来临！黄仁勋罕见长文（附全文）

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）

长文核心内容可归纳为四大维度：

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