#模型时代# GTC2026在即，黄仁勋写了一个blog，强调AI有五层蛋糕，参与其中不需要有计算机博士学位

GTC2026下周开幕（3月16-19日，圣何塞），黄仁勋今天发了一篇署名长文，标题"AI Is a 5-Layer Cake"。近几个月来第一篇独立署名文章，并不多见。这个论点在达沃斯提过，这次是一个更官方的延伸。

我给大家转述下。Blog中还有一个30秒的计算机发展简史，我也传上来了。

核心论点：AI不是一款软件，不是一个模型，是和电力、互联网同级别的基础设施。

理由是计算范式变了。传统软件是预制的，人写算法，计算机执行，数据存表里用SQL查。AI打破了这个模式，每个回应都是实时推理生成的，不是检索指令，是根据上下文和意图进行推理。因为智能是实时生产的，底层整个计算架构都得重新设计。

基于这个逻辑，他把AI基础设施拆成五层：
第一层能源，实时智能需要实时电力，能源是首要原则，也是产出上限；
第二层芯片，把能源高效转化为算力；
第三层基础设施，土地、供电、冷却、网络，把成千上万处理器编排成一台机器，这就是AI工厂，目的不是存储信息而是制造智能；
第四层模型，不只是语言模型，还有蛋白质AI、化学AI、物理模拟、机器人技术；
第五层应用，药物研发、工业机器人、自动驾驶、人形机器人，经济价值在这一层产生。

我这里备注一下，我觉得第四层值得额外关注，因为强调了模型不只是语言模型。这就为物理AI等新增长空间，埋下了基础。

五层蛋糕的关键逻辑：
每一个成功的应用都会向下拉动每一层，一直拉到最底层的发电设备。已投数千亿美元，还需数万亿。他说这正在成为人类历史上最大规模的基础设施建设。
关于过去一年的变化，他的判断是模型跨过了一个门槛，推理能力增强，幻觉减少，药物研发、物流、客服、软件开发等领域首次开始创造真实的经济价值。

关于开源，他还点名了DeepSeek-R1：强大的推理模型免费开放后，应用层加速普及，反过来拉动底层对训练、芯片、能源的需求增长。

另外，黄仁勋这篇文章里专门用了一段谈就业。他的逻辑是：AI工厂建设需要大量电工、管道工、钢铁工人、网络技术人员，技术性强，待遇好，供不应求，参与这场变革不需要CS PhD。他用放射科医生举例，AI辅助读片之后，放射科医生的需求仍在增长，因为医院效率提高，能服务更多患者，也会雇更多人。一句话：生产力提升创造产能，产能扩大推动增长。

这话题的背景是，过去几周AI与就业的讨论在升温。2月底，Jack Dorsey（Twitter创始人）的支付公司Block（Square和Cash App的母公司）以AI为由一次性裁掉40%员工，超过4000人，理由是AI工具让更小的团队能做更多事，股价当天反而涨了24%。更早之前的1月，Anthropic CEO Dario Amodei在达沃斯和一篇两万字长文里警告，AI可能在1到5年内消灭50%的初级白领岗位，失业率可能飙到10%-20%。现在大家满恐慌的。

不过，大家可能还是会继续担心的。万一有博士学位呢？（当然，我没有）

有意思的是，老黄发布Blog同一天，英伟达宣布和Thinking Machines Lab达成多年战略合作。

这家公司由前OpenAI CTO Mira Murati创办，2025年7月拿到20亿美元种子轮（硅谷史上最大），目前唯一产品Tinker做开源模型微调，在五层蛋糕里只踩在第四层。

但这次合作说部署至少1吉瓦Vera Rubin系统用于前沿模型训练，英伟达同时直接投资，等于一步把第二层（芯片）和第三层（基础设施）都锁定了。年初联合创始人集体出走回OpenAI之后，算力和路线是外界最大的疑问，算力这题现在有解了。