
作者:英伟达
编译:PANews
能源→芯片→基础设施→模型→应用。每一个成功的应用都依赖于其下方的每一层,一直到维持其运转的发电厂。
AI是当今塑造世界最强大的力量之一。它不是一个聪明的应用程序或单一的模型,而是像电力和互联网一样的基础设施。
AI运行在真实的硬件、真实的能源和真实的经济之上。它获取原材料,将其大规模转化为智能。每家公司都将使用它,每个国家都将构建它。
要理解为什么AI正以这种方式展开,从第一性原理出发、审视计算领域发生了什么根本性变化,会很有帮助。
在计算历史的大部分时间里,软件是预录的。人类描述一个算法,计算机执行它。数据必须被仔细结构化,存入表格,通过精确的查询来检索。SQL变得不可或缺,因为它让这个世界变得可操作。
AI打破了这个模式。
这是我们第一次拥有能够理解非结构化信息的计算机。它能看图像、读文字、听声音、理解含义,能够对上下文和意图进行推理。最重要的是,它实时生成智能。
每一个回应都是新创建的,每一个答案都取决于你提供的上下文。这不是软件在检索存储的指令,而是软件在按需推理和生成智能。
因为智能是实时生成的,其下方的整个计算栈都必须被重新发明。
从工业角度看AI,它可以分解为一个五层技术栈。
最底层是能源。实时生成的智能需要实时生成的电力。每产生一个Token,都是电子移动、热量管理和能源转化为计算的结果。这之下没有抽象层,能源是AI基础设施的第一性原理,也是系统能够产生多少智能的约束上限。
能源之上是芯片。这些是专门设计用于在大规模下高效地将能源转化为计算的处理器。AI工作负载需要巨大的并行性、高带宽内存和快速互连。芯片层的进步决定了AI能以多快的速度扩展,以及智能变得多么实惠。
芯片之上是基础设施,包括土地、供电、冷却、建设、网络,以及将数万个处理器编排成一台机器的系统。这些系统是AI工厂,不是为了存储信息而设计,而是为了制造智能。
基础设施之上是模型。AI模型理解多种信息:语言、生物学、化学、物理学、金融、医学和物理世界本身。语言模型只是其中一个类别。一些最具变革性的工作正在蛋白质AI、化学AI、物理模拟、机器人技术和自主系统领域发生。
最顶层是应用,经济价值在这里创造。药物发现平台、工业机器人、法律副驾驶、自动驾驶汽车。自动驾驶汽车是体现在机器中的AI应用,人形机器人是体现在躯体中的AI应用——相同的技术栈,不同的结果。
这就是那块五层蛋糕:能源→芯片→基础设施→模型→应用。
每一个成功的应用都依赖于其下方的每一层,一直到维持其运转的发电厂。
我们才刚刚开始这场建设。目前已投入了数千亿美元,但还有数万亿美元的基础设施需要建造。
在全世界,我们看到芯片工厂、计算机装配厂和AI工厂正在以前所未有的规模建造。这正在成为人类历史上最大规模的基础设施建设。
支持这场建设所需的劳动力是巨大的。AI工厂需要电工、管道工、管道安装工、钢铁工人、网络技术员、安装工和操作员。这些都是薪酬丰厚的技能性工作,而且供不应求。你不需要计算机科学博士学位就能参与这场变革。
与此同时,AI正在推动知识经济的生产力提升。以放射学为例,AI现在协助读取扫描结果,但对放射科医生的需求仍在持续增长。这不是悖论。
放射科医生的使命是照护患者,读取扫描只是过程中的一项任务。当AI承担更多常规工作时,放射科医生可以专注于判断、沟通和护理。医院变得更有效率,服务更多患者,雇用更多人员。生产力创造容量,容量创造增长。
过去一年,AI跨越了一个重要门槛:模型变得足够好,可以在规模上发挥实用价值。推理能力提升,幻觉减少,接地能力显著改善。基于AI构建的应用首次开始创造真实的经济价值。
药物发现、物流、客户服务、软件开发和制造业的应用已经显示出强劲的产品市场契合度,这些应用对其下方每一层都形成了强劲的拉力。
开源模型在这里发挥着关键作用。世界上大多数模型是免费的,研究人员、初创公司、企业和整个国家依赖开源模型参与先进AI。当开源模型达到前沿水平时,它们不只是改变软件,而是激活整个技术栈的需求。
DeepSeek-R1是这方面的有力例证。通过让一个强大的推理模型广泛可用,它加速了应用层的采用,并增加了其下方训练、基础设施、芯片和能源的需求。
当你将AI视为基础设施时,其含义变得清晰。
AI从Transformer LLM开始,但远不止于此。它是一场工业变革,重塑了能源的生产和消费方式、工厂的建造方式、工作的组织方式以及经济的增长方式。
AI工厂正在建造,因为智能现在是实时生成的。芯片正在重新设计,因为效率决定了智能能以多快的速度扩展。能源变得核心,因为它设定了智能总产出的天花板。应用在加速,因为其下方的模型已经跨越了终于能在规模上发挥实用价值的门槛。
每一层都在强化其他层。
这就是为什么这场建设规模如此庞大,为什么它同时触及如此多的行业,也是为什么它不会局限于单一国家或单一领域。每家公司都将使用AI,每个国家都将构建它。
我们还处于早期,大部分基础设施尚未存在,大部分劳动力尚未接受培训,大部分机会尚未实现。
但方向是清晰的。
AI正在成为现代世界的基础设施。我们现在做出的选择——建设多快、参与多广、部署多负责任——将塑造这个时代的面貌。