🎂 AI Is a 5-Layer Cake
Source: blogs.nvidia.com | March 10, 2026
核心观点: AI 是基础设施，不是应用。它类似于电力和互联网。每个公司都会使用它，每个国家都会建设它。
🏗️ The Five-Layer Stack
1️⃣ Energy (能源)
基础是能源。实时智能需要实时供电。每一个 token 都是电子移动、热量管理、能量转换为计算的结果。
"能源是 AI 基础设施的第一性原理"
2️⃣ Chips (芯片)
处理器将能源大规模高效转换为计算。AI 工作负载需要：
- 大规模并行
- 高带宽内存
- 快速互联
3️⃣ Infrastructure (基础设施)
AI 工厂：土地、供电、冷却、网络、数万个处理器的编排系统。
目的不是存储信息，而是制造智能
4️⃣ Models (模型)
理解多种信息：语言、生物、化学、物理、金融、医学、物理世界。
语言模型只是其中一类。蛋白质 AI、化学 AI、物理模拟、机器人技术正在发生最变革性的工作。
5️⃣ Applications (应用)
经济价值创造的地方：
- 药物发现平台
- 工业机器人
- 法律 copilot
- 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身体中的 AI 应用。"
📈 The Formula
Energy → Chips → Infrastructure → Models → Applications
每一个成功的应用都拉动其下的每一层，直到支撑它的发电厂。
🔑 Key Insights
范式转变
- 从预录制软件到实时智能: 历史上软件是预录的，人类描述算法，计算机执行。
- AI 打破了这个模型: 首次计算机可以理解非结构化信息，实时生成智能。
去年的变化
- 模型变得足够好，可以大规模有用
- 推理改进，幻觉减少，Grounding 大幅改善
- 应用程序开始产生真正的经济价值
DeepSeek-R1 的例子
通过让强大的推理模型广泛可用，加速了应用层的采用，增加了对训练、基础设施、芯片和能源的需求。
📊 Scale of Buildout
- 已投资: 数千亿美元
- 待建设: 数万亿美元基础设施
- 历史定位: 人类历史上最大的基础设施建设
💼 就业机会: 电工、水管工、钢铁工人、网络技术人员、安装人员和运营商。这些是高薪技能工作岗位。
生产力创造容量
以放射科为例：AI 辅助阅读扫描，但放射科医生需求持续增长。这不是悖论——AI 承担更多常规工作，放射科医生可以专注于判断、沟通和护理。
🎯 What This Means
将 AI 视为基础设施意味着：
- AI 工厂正在建设，因为智能现在实时生成
- 芯片正在重新设计，因为效率决定智能扩展速度
- 能源变得核心，因为它决定了可以产生多少智能的上限
- 应用程序加速，因为底层模型已经跨越了有用性的门槛
"我们仍然处于早期。大部分基础设施尚不存在。大部分劳动力尚未培训。大部分机会尚未实现。"