Nvidia 黃仁勳提出「AI 五層蛋糕論」：以第一性原理理解 AI 發展架構

NVIDIA 創辦人暨執行長黃仁勳（Jensen Huang）在官方部落格發表長文，以「五層蛋糕」比喻 AI 的完整架構：能源→晶片→基礎設施→模型→應用，而現在仍處於極早期階段。 （前情提要：算力為王！黃仁勳談 AI 如何重構全球價值鏈、機器人何時普及） （背景補充：黃仁勳：核電是 AI 算力中心「供電好選擇」；美國預計擴核電廠 3 倍）   黃仁勳不常自己動筆，但這次他寫了一篇發表於 NVIDIA 官方部落格的文章，試圖回答一個越來越多人問的問題：AI 到底是什麼？它為什麼重要？它的全貌長什麼樣子？ 黃仁勳的答案是一個比喻：一個五層蛋糕。 在他的框架裡，AI 不只是一個聰明的應用程式，而是像電力或網路一樣的基礎設施，它將原材料轉化為可大規模運作的智慧能力。「每家公司都將使用 AI，每個國家都將建構 AI」 從「預錄軟體」到「即時智慧」：一個根本性的轉變 黃仁勳首先解釋了 AI 與傳統電腦運算的本質差異。傳統軟體是「預錄好的」：由人類編寫演算法，電腦按指令執行，一切規則在程式設計階段就已固定。 AI 則打破了這個模式。它首次讓電腦能夠處理非結構化資訊：辨識影像、閱讀文字、理解聲音、進行情境推理。更關鍵的是，AI 能夠「即時生成智慧」每個回覆都是全新產生的，每個答案取決於當下提供的脈絡，而非預先寫好的邏輯。 這個轉變的規模，他認為足以與工業革命相提並論。 五層蛋糕：從能源到應用，每層決定下層的天花板 第一層 — 能源（Energy） 蛋糕最底層，也是最常被忽視的一層。黃仁勳指出，能源是決定整個 AI 系統能產出多少智慧的根本約束。每個生成的詞元（token）都涉及電子流動、熱能管理與能源轉換。能源不夠，上面四層全部受限。這也解釋了他為何多次公開表態核電是 AI 時代的合理選項。 第二層 — 晶片（Chips） 晶片的任務，是把能源高效轉換為運算能力。AI 工作負載的特性：龐大的平行運算需求、高頻寬記憶體、高速互連，與傳統 CPU 架構截然不同。 晶片層的技術進展，直接決定 AI 擴展的速度以及每單位智慧的成本。 第三層 — 基礎設施（Infrastructure） 這一層俗稱「AI 工廠」：土地、電力輸送、散熱系統、建設工程、網路，以及協調數萬顆處理器同時運作的管理系統。黃仁勳強調，AI 工廠的設計目的是「製造智慧」，而非像傳統資料中心那樣「儲存資訊」，這是定性上的根本區別。 第四層 — 模型（Models） 模型是 AI 能力的載體，涵蓋語言、生物、化學、物理、金融、醫療與真實世界等多個領域。黃仁勳特別點出幾個他認為最具變革性的方向：蛋白質 AI、化學 AI、物理模擬、機器人與自主系統。 值得注意的是，他也提到開源模型的重要性，並以 DeepSeek-R1 為例：開源模型的廣泛流通，加速了應用採用，同時也拉升了對訓練算力、基礎設施、晶片與能源的整體需求。 第五層 — 應用（Applications） 最頂層，也是經濟價值實際落地的地方。藥物研發平台、工業機器人、法律助理、自動駕駛，這些應用將 AI 能力具體化，體現於機器或特定任務之中。 「我們仍在最早期」黃仁勳的時間座標 黃仁勳坦承，過去一年模型能力首次達到可以大規模應用的程度：推理能力提升、幻覺減少、落地能力增強。AI 應用在藥物研發、物流、客服、軟體開發與製造領域，開始展現真實的產品與市場契合度。 儘管如此，他給出的判斷是：「大量基礎設施尚未建立，許多勞動力尚未培訓，機會尚未實現。」這意味著現在的投入不是追趕，而是奠基，五層架構中的每一層，都仍有大量空白等待填補。 相關報導 DePIN 去中心化算力網萬字詳解，真能解決算力稀缺困境？ 春晚變成 AI 閱兵戰場，為何中美算力戰最後取得優勢的是中國？ DeepSeek V4 宣布棄用輝達！中國 AI「算力獨立」突圍戰走到哪了？ 淺析》DeepSeek 為何能影響加密貨幣市場？〈Nvidia 黃仁勳提出「AI 五層蛋糕論」：以第一性原理理解 AI 發展架構〉這篇文章最早發佈於動區BlockTempo《動區動趨-最具影響力的區塊鏈新聞媒體》。