人工智能不再只是软件：从应用工具到基础设施革命
几十年来，软件一直是数字经济的核心。然而，随着生成式人工智能的出现，这种范式正在发生变化。
图片来源：NVIDIA 官方 X 帐号
NVIDIA 首席执行官黄仁勋在《人工智能是五层蛋糕》一文中指出，人工智能不仅仅是一种应用或模型，而是一种新的基础设施，其重要性与电力或互联网同等。
传统软件在固定模型上运行：开发人员编写算法，计算机执行指令，系统根据预定义的逻辑运行。这种方法被称为“预录制软件”。
然而，人工智能的功能却截然不同。生成式人工智能可以解释非结构化数据（例如文本、图像和音频），并根据上下文实时生成响应。每个人工智能输出都可以是唯一的结果，而不仅仅是从数据库中静态检索。
这种演变需要对底层计算架构进行彻底的重新思考。从硬件和数据中心到能源系统，整个技术堆栈正在重新设计。
什么是人工智能五层架构？解读AI产业新格局
#
黄仁勋在他的文章中介绍了一个清晰而富有洞察力的框架：人工智能五层架构（五层蛋糕）。
该架构由五个关键层组成，从下到上：
能源→芯片→基础设施→模型→应用
简而言之：
-
能源：提供计算所需的电力
-
芯片：将能源转化为算力
-
基础设施：数据中心和计算系统
-
模型：AI算法和训练模型
-
应用：服务用户和行业的人工智能产品
该框架强调了一个关键见解：人工智能的核心是一个完整的工业系统，而不仅仅是一种软件技术。
能源：为什么电力是AI时代的核心资源
人工智能五层架构的基础是能源。
生成式人工智能中的每一次推理和代币生成都依赖于真实的计算资源，所有这些都需要电力来为 GPU 和服务器供电。
In essence, AI operations follow a flow: electricity → computation → intelligent output.
随着大型模型的规模扩大，电力需求激增。主要人工智能数据中心可能需要数十兆瓦甚至更多，这使得能源成为人工智能发展的关键瓶颈。
全球范围内，各国都在加大对数据中心、电网和可再生能源基础设施的投资，以满足未来人工智能行业对计算能力的需求。
芯片：AI 芯片如何影响计算能力和智能成本
能量之上是芯片层。
人工智能芯片的任务是将电力有效地转化为计算能力。与传统 CPU 不同，AI 工作负载需要大规模并行处理、高带宽内存和超快互连。
因此，GPU 已成为人工智能计算的支柱，NVIDIA 等公司发挥着关键作用。
AI芯片创新的速度直接影响两个关键因素：
-
人工智能计算效率
-
智能发电的成本
随着芯片效率的提高，人工智能训练和推理的成本下降，从而刺激人工智能技术在各行业的更广泛采用。
基础设施：为什么人工智能数据中心被称为“人工智能工厂”
第三层是人工智能基础设施。
传统数据中心主要存储数据和运行互联网服务，但人工智能数据中心承担了新的角色：制造智能。
黄仁勋将这些称为人工智能工厂。
在这些设施中，数以万计甚至数十万个 GPU 通过高速网络和分布式系统连接起来，以创建大规模计算平台。
人工智能工厂通常具有以下特点：
-
大规模GPU集群
-
高速网络互连
-
液体或空气冷却系统
-
电源和能源管理
-
数据存储和培训系统
它们的主要目的不是信息存储，而是持续产生智能输出——例如模型推理结果或经过训练的人工智能模型。
模型：模型层的进步如何推动 AI 应用繁荣
第四层是AI模型。
大型语言模型 (LLM) 最近占据了头条新闻，但它们仅代表人工智能模型的一类。
人工智能模型应用于各个领域，包括：
-
蛋白质结构预测
-
化学分子设计
-
物理模拟
-
自动驾驶
-
机器人控制
开源模型在这一层也发挥着重要作用。例如，DeepSeek的R1推理模型使更多开发者能够以更低的进入门槛接触到先进的AI技术。
随着高性能模型变得更加开放，人工智能生态系统内的创新急剧加速。
应用：人工智能应用如何创造真正的经济价值
五层架构的最顶层是人工智能应用程序。只有人工智能技术落地到现实场景中，才能体现出真正的经济价值。
已实现产品市场契合的人工智能应用包括：
-
药物开发平台
-
智能客服系统
-
软件开发助理
-
自动驾驶系统
-
工业机器人
例如，自动驾驶汽车是“嵌入式人工智能应用”的一种形式，其中人工智能嵌入到物理设备中并直接参与现实世界的决策和操作。
展望未来，人工智能应用可能会扩展到制造、医疗、物流和金融等领域。
人工智能五层架构的产业意义：万亿美元的基础设施投资
人工智能五层架构不仅仅是一个技术框架，它还预示着未来行业投资的流向。
与互联网不同，人工智能是一个资本高度密集的行业。
从能源基础设施、芯片制造到数据中心建设，每个阶段都需要大量投资。因此，人工智能基础设施建设规模可能达到数万亿美元。
全球趋势已经显现：
-
加快建设大规模人工智能数据中心
-
芯片制造工厂持续扩张
-
电力和能源系统升级
这可能成为人类历史上最大的数字基础设施发展浪潮之一。
开源模型和 AI 生态系统：为什么像 DeepSeek 这样的模型正在改变行业的步伐
开源模型正在成为推动人工智能行业的主要力量。当高级模型开放时，开发人员可以更轻松地构建新应用程序，从而显着扩大人工智能技术的范围。从行业价值链的角度来看，这种开放性实际上增加了对基础资源的需求：更多应用→更多推理需求→更多计算→更多GPU→更多能源。
因此，开源人工智能并没有削弱基础设施公司，相反，它扩展了整个人工智能行业。
AI时代的未来竞争：能源、算力、智能产能
综合起来，人工智能五层架构揭示了未来技术竞争的核心逻辑。人工智能时代，真正的较量超越了模型能力，涵盖了整个产业体系的构建，包括：
-
电力和能源供应
-
AI芯片研发
-
数据中心基础设施
-
模式创新
-
应用生态系统
人工智能已经从单纯的软件技术发展成为综合性的产业体系。随着世界各国加大对人工智能基础设施的投资，该行业未来几十年的发展将深刻重塑经济结构、就业模式和技术创新轨迹。
人工智能正在稳步成为现代社会的基础设施，而这种转变才刚刚开始。