Nvidia执行长黄仁勋最近抛出一个让人耳目一新的隐喻：AI是一座拔地而起的“五层蛋糕”架构。从第一性原理出发，黄仁勋指出，计算机运算世界正经历根本性的转变，从过去“预设好的软件”进化到“实时生成的智能”。
意思是，过去由人类编写算法，再由计算机执行。数据必须经过精心结构化处理，存储到表格中，再由人类通过SQL指令查询检索。但现在，有了AI，计算机可以理解非结构化信息，如图像、语音，还能实时生成智能，而不是靠软件从预存指令中检索。这种转变，迫使整个运算堆栈（Stack）必须从底层重新设计。
解构AI五层蛋糕：缺一层都动不了
能源（Energy）：这是蛋糕的最底层，也是最现实的约束。黄仁勋直言，实时智能需要实时电力。每一组Token的产生，都是电子流动与热能管理的结果，能源已成为限制智能产出总量的根本物理门槛。
芯片（Chips）：在能源层之上，任务是高效地将电力转化为算力。这不只是GPU的竞争，更是高带宽内存（HBM）与高速互连技术的总和，决定了“智能成本”能降多少。
基础设施（Infrastructure）：这不是指传统机房，而是AI工厂，包含土地、冷却系统、配电工程与网络连接。它们的设计目标不再是存储信息，而是“制造”智能。
模型（Models）：除了语言模型（LLM），最先进的进展还包括物理模拟、蛋白质AI、机器人技术与自主系统等领域。
应用（Applications）：这块蛋糕的最顶层，也是经济价值落地处。从药物研发、自动驾驶到法律助手，这一层决定了技术如何变现。
生产力越高，劳动力需求越大？
针对外界对AI取代工作的担忧，黄仁勋给出了不同见解。他以放射科医生为例，虽然AI能辅助判读影像，但对医生的需求反而增加。原因在于生产力创造产能，产能带动增长。当AI分担医疗日常工作，医生就能专注于沟通和照护、服务更多患者，进而带动整体雇佣需求。
黄仁勋强调，这场革命不仅需要计算机科学博士，更需要大量的高薪蓝领。比如，建设AI工厂需要电工、水管工、管道工与网络安装人员，这些技术岗位目前在全球市场都极度短缺。
开源模型正点燃底层需求
黄仁勋也观察到，过去一年AI已跨越大规模实用的门槛。随着推理能力提升、幻觉减少，企业终于看到真正的产品市场匹配度。
尤其，像DeepSeek-R1这样强大的开源模型，让先进AI变得人人可用，反而会反过来激发对下层技术堆栈的需求。因为应用端愈爆发，对训练算力、芯片与能源的需求也就愈大。