黄仁勋谈AI五层蛋糕的具体含义

黄仁轩竟然发长文了！细思极恐的是，黄仁轩上一次亲自写长文，是二零一六年的十月，整整十年前。那时候英伟达的股价三十美金，那时候 g p t 还不存在， ai 在 大多人眼里还是科幻片。当时老黄在文章里写的是什么呢？写的是 gpu 正在改变计算，写的是深度学习，需要新的架构。当时有几个人看懂了 后来的故事，我们都知道了，英伟达市值涨了整整二百五十倍，但真正让我后背发凉了。不是后悔啊，是所有的密码，当时就写在那篇公开的博客里，任何人都能读到同一份信息，不同的认知，完全不同的命运。 所以，当老黄在二零二六年三月十号又亲自敲下一篇长文的时候，我心里只有一个念头，十年前，他告诉我们的东西值二百五十倍。这一次，他说什么， 我给你简单总结一下，老黄把 ai 拆成了五层能源芯片，就是设施、模型和应用。很多人说，哦，这就分层嘛，各管各的。但你仔细读它的原文，它反复强调一句话， 每一个成功的应用都会向下拉动它下面所有层，一直延伸到维持它运转的发电厂。 什么意思？五层不是静态的，是动态的，是相互咬合，相互拉动的。我给你举个例子，你就懂了。第一步，应用再拉动模型。 最近出了个东西，叫 opencloud ai， agent 能自己操纵电脑，自己点鼠标，自己填表格。这玩意儿一出来，应用层直接炸了。但问题是， agent 要七成二十四小时运转，每分每秒都在消耗 tucker， 成本高到什么程度？网上有个笑话，就是养一只 ai 龙虾的成本比养一个研究生还贵，这不是段子啊，当大家都在抱怨太贵的时候，压力就传到了下一层。 第二步，模型层被追着跑。盗币芯片层。 openai 最近发了个数据， g p d 五点四，在某些 a g。 的 任务上， token 消耗比潜在少了百分之四十七。为什么拼命要降 token 的 消耗呢？因为应用层的成本压力已经传导到了模型层，模型层必须想办法 更高的架构，更便宜的推理，而模型层的效率提升，最终靠什么呢？靠芯片层对吧？所以第三步，芯片层的进步，又反过来拉动基础设施和能源。这一次，英伟达要发布下一代 gpu 架构 freeman， 命名来自物理学家费曼啊。采用台积电一点六纳米制成全球首款一点六纳米的 ai 芯片， 预计二零二八年正式推出。但这次 g d c。 会首次公开预览。它的核心参数是什么？单颗功耗突破五千瓦。 五千瓦是什么概念？相当于你家同时开五十个电暖气，塞进指甲盖大小的空间里。为什么做到五千瓦呢？不是因为咱喜欢做电暖气啊，是因为模型层在喊，我要更便宜、更快的算力， 那芯片层只能把功耗往上堆，把性能往上拉。然后呢？五千瓦的芯片，现有的供电体系根本撑不住啊。所以供电要从二百二十伏提到八百伏，跟高铁一个等级。 散热材料要从铜升级到金刚石，因为只有钻石能扛住这种热度。终极方案呢？黄仁勋说，核电站以后，每个 ai 工厂旁边可能都得配一个小型核反应堆， 你看，应用拉动了模型，模型拉动了芯片，芯片拉的基础设施，基础设施拉动了能源，这就是老黄说的，每一层都在拉动，其他层一直拉到发电厂。所以五层蛋糕。这张图不是科普，是资源索取图。任何一个爆款应用出现，他都会向下层层索取，索取更聪明的模型，索取更便宜的芯片， 索取更大的数据中心，索取更多的电，最终全部压在能源这一层上。这就是为什么老黄在文章里写了一句话， 能源是 ai 的 第一性原理，也是系统能产生多少智能的根本约束。你想让 ai 变聪明，先问电网答不答应。 而这项资源索取，正在创造两类巨大的机会。第一个机会是老黄听我说的， ai 需要电工、水管工、管道工、钢结构工人、网络技术人员、安装人员、运维人员，这些都是高技能、高收入的工作岗位，目前严重短缺。你不需要博士，不需要懂代码儿。 美国现在数据中心电工时薪已经涨到八十美元，还招不到人。这不是 ai 在 抢工作，这是 ai 在 创造一种全新的蓝领黄金时代。 第二类机会是底层资源的重构，每一层都在向下索取最底层的能源，土地、冷却、供电标准全都要重写。这背后是数万亿美元的投资，迈克希做到二零三零年，全球数据中心投资可能达到六点七万亿，这不是泡沫，这是基建。 最后啊，回到二零一六年和二零二六年的对比。二零一六年，老黄写扑克的时候，英伟达三十美金，他当时说的 gpu 改变计算，后来被验证了。 二零二六年，他又写了一篇他在说什么，他在说 ai 不是 软件，不是模型，不再是应用。 ai 正在变成人类历史上最大规模的重工业。五层蛋糕就是这张重工业的资源索取图， 十年前，看懂的人拿到了二百五十倍。这一次，你看懂了吗？三月十七号凌晨两点， g t c 二零二六老黄依然会穿着他的皮夹克走上台。未来十年波澜壮阔的时代普景正在徐徐展开。

今天黄仁勋发了一篇文章哈，叫做人工智能，是五层蛋糕，你，你挑股票，你就从这五层蛋糕里面挑。这五层蛋糕是什么哈，第一层是能源，第二层芯片，第三层基础设施，第四层模型，第五层应用， 就这五层，你就根据他这文章的分类，你就去挑第一层能源，实时智能需要实时电力，能源是物理约束，决定了系统能产生多少智能。所以这一轮 ai 的 最底层是电力。 第二层芯片，芯片是将能量高效转化为计算机的处理器，决定了 ai 的 扩展速度和成本。第三层基础设施，包括土地、电力、冷却、网络等用于集成数万处理器构成的 ai 工厂，其功能是制造智能。好，你就从这里找 土地算了哈，那又是电力哎，冷却、网络，这几个你可以找找看。然后第三层是模型哎，大模型，理解语言、生物、物理等各类信息的人工智能系统是智能的大脑哎，那就是一些大模型的公司。 好在第五层是应用，应用是创造经济价值的最终形态。如他说了药物、发现、工业机器人、自动驾驶等，他都已经给你规范好了，你就从这里面找就行了。 在五层里面，最上面是应用，最下面是能源，应用的每一次进展都会拉动下面所有层级往前走。 他说，这将是人类历史上最大规模的基础设施建设， ai 技术正式迈入产业化扩张期， ai 会重塑就业市场，创造大量新岗位，真的真不一定会失业， 大量岗位被创造出来，哎，他这里讲了什么岗位很稀缺呢？他说，建设和维护 ai 工厂需要大量的技术高和高新的工种，比如说电工、管道工、网络技术员、钢铁工人。他说这些岗位会非常稀缺。 他说现在仍处在建设早期，未来还有数万亿美元的基础设施仍需建设。这是一个全球性的竞争和建设浪潮。 全球性任何一个技术革命都没有如此全球性，你想第一次、第二次、第三次都没有如此全球性。 ai 的 五层蛋糕，买股票就从这里面去找就行了。

十分罕见，英伟达 ceo 黄仁勋时隔五年再发长文，提出全新五层蛋糕理论，强烈建议你收藏这条视频，把握 ai 时代最精准的方向。第一， ai 不是软件，而是基础设施。黄仁勋在文中抛出了一个颠覆认知的五层蛋糕模型，给出清晰架构、 能源、芯片、算力、模型到应用，每一层都依赖下一层，缺一不可。未来医疗、金融、制造、城市管理都会默认介入 ai， 就像今天的行业，离不开互联网。第二， ai 不是程序员专利，电工更抢手。很多人以为 ai 时代只需要程序员，但黄仁勋说， ai 数据中心其实更像大型工业设施，需要电工、网络工程师、设备安装、运维人员，这些岗位技术要求高，收入也高，而且全球都在 人。第三， ai 不消灭工作，而是重新定义工作。黄仁勋举了放射科医生的例子， ai 能读 ct 后，医生需求反而增加，因为 ai 负责重复任务，人负责判断、沟通和照顾。你的工作中，哪些是任务层易被替代，哪些是目的层价值所在， 向上迁移才是护城河。第四，开源模型打开普通人窗口。七、黄人勋罕见点赞 deep seek 开源，让个人开发者、小团队低成本试错机会，不再做模型，而在 ai 加你的行业，例如外贸咨询、运营内容生产，懂场景比懂算法更重要。第五， ai 改变的是生产力本身。黄仁勋总结，生产力创造产能，产能创造增长。历史上每次技术革命都诞生新行业， ai 可能持续几十年。对普通人而 言，比追逐某个工具更重要的是看清 ai 如何重构你行业的效率、逻辑、方向比位置重要。 ai 不是一个短期风口，而是一场可能持续几十年的产业升级。黄仁勋反复强调，我们还早， 三十五岁转行来得及，经验是优势，能源机器人 ai agent 是未来十年确定性赛道。

王瑞新前两天发了一篇长文，他说 ai 就 像五层蛋糕，那今天我把五层蛋糕掰开给你看啊。他说最底层是电，你问叉、 t、 p 或者是 d、 b、 c 的 一个问题，他就要算，算呢，就需要电。现在全球数据中心用电量 占比百分之二，环讯这才刚刚开始，未来要有几万亿美金砸进去。微软啊、谷歌啊这些大厂现在都在抢着建发电厂，没有电，上面全都是空气。那第二层是芯片，电是原材料，芯片是发动机。那一块顶级的 ai 芯片 里面有两千零八十亿个晶体管，成千上万连在一起，像一个军权在一起干活。那这层塌了，上面全都得饿死。那第三层是 ai 工厂，几万台机器呢？挤在一个小楼里，二十四小时运转， 热量能煮熟鸡蛋，要建巨大的冷却系统，拿地施工，拉光纤等等。那这是人类历史上最大规模的基建浪潮，那比修铁路铺互联网还要大，那实打实的钢筋水泥。 第四层是模型，模型类似于 chat 币， deepsea 都在这一层，它读了互联网上一本书，学会说话、画图，包括写代码，但它完全依赖于下面三层，没有 芯片数据中心，这大脑就是一团死代码，他不是在搜索答案，而是在思考答案。最顶层是应用，你可以理解为各种能帮你干活的一些智能体，比如帮你定酒店的，帮你提升工作效率的，或者是陪你聊天的，他们都在调用下面的模型芯片， 算力、电力变成你手机里的一个按钮，你点一下背后五层蛋糕的同时在运转，用的人越多，要越多的算力芯片、数据中心和电，顶层越胖， 底层就要喂得越饱。所以为什么说 ai 不是 软件？以前软件是电脑里的程序，有电就能跑，但是 ai 是 一个生态系统， 是从发电厂到你手机里的一个超级链路，你每一次点击五层蛋糕同时在转，而且这才是刚刚开始，现在砸了几千亿美金，果然人心说还要几万亿，因为这应用层爆发还没有真正的到来。你手机里现在有几个 ai 正能体呢？评论区聊聊。

倒计时五天，黄仁轩又要带来一场重磅主题演讲了，今年我也要去现场参加英伟达 gtc 大 会，它不仅仅是一场发布会，更是英伟达向全球官宣未来科技走向了舞台。 而就在 gtc 召开前不久，黄仁轩署名著写了一篇非常重要的文章，极少发表书面的让他把 ai 的 整个产业结构形象的比喻成了一个五层蛋糕。 最底层是能源， ai 生成的每一个 token 本质上都是电力在数据中心中被转化为计算的过程。换句话说， ai 的 规模首先受到能源供给的限制，往上一层是芯片，也就是像 gpu 这样的处理器，负责把能源高效的转化为算力，这一层决定了 ai 能扩展到多大的规模。再往上是 ai 基础设施，包括土地、电力系统、冷却系统，以及把成千上万颗处理器组织在一起的大规模计算系统，华瑞勋把这些系统称为 ai 工厂。第四层是模型，我们最熟悉的语言模型只是其中的一种，生物、化学、金融、物理模拟、机器人、控制、自 系统等领域的 ai 模型也都在悄悄的快速发展。最顶层才是我们每天看到的应用层，自动驾驶、工业机器人、药物研发、 ai 助手等等，这就是黄仁轩提出的 ai 五层蛋糕，每一个成功的应用都会反过来拉动下面的所有层级。 而今年的 gtc 正是围观这个五层蛋糕最直接的窗口之一。智能体 ai、 大 语言模型、自主可控的 ai 基础设施， omniverse、 数字纹身、机器人技术、 城市 ai 等等等等，几乎所有最前沿的科技赛道都会集中出现在这场大会里，三月十六号到十九号，我将在大会现场第一时间、第一视角带大家看看这场 ai 盛会到底会给咱们带来哪些惊喜。

hello， 宝子们，昨天没有更新，是因为我花了一天的时间去研究焕然新的最新发文，那就是 ai is a five layer cake。 ai 是 一个五层蛋糕，因为我始终觉得正确的投资是用对未来的认知来投资当下，所以比起看眼前的 k 线，我觉得看懂未来的长线大方向才是更重要的。 果然，昨天研究完这个蛋糕理论后，让我对 ai 投资的整体认知一下就清晰了。那今天呢，就把我抄的作业来分享给大家，希望也可以给大家一点收获。今天这期又是全程干货，大家记得点赞收藏好哦！话不多说，咱们直接开始。 那说原理，钱呢？我先来摆几个数据给大家来看，可以让大家更清晰地认知道目前 ai 发展的阶段和规模。黄仁勋提到，仅美国的几家头部科技公司，目前对 ai 的 投资就得达到七千亿美元，这什么概念呢？要知道这笔钱比瑞典、以色列、阿根廷他们全国的 gdp 都还要高。 而且黄仁勋还说这只是开始，未来将会投资达数万亿美元进行到 ai 投资建设里面去。而且这不是黄仁勋的一家之言，据麦肯锡预测，到了二零三零年，全球市中心的累计投资将达到六点七万亿美元。 要知道未来钱在哪里，那么投资趋势和机会就会在哪里。那么这个 ai 蛋糕具体会怎么做，黄仁勋给了五个方向， 也就是按照 ai 产业结构分成了五层，从下往上依次是底层的能源层、二层的芯片层、三层的基础设施层、四层的模型层以及顶层的应用层。而每一层呢，都会像蛋糕的一层一样，下面支撑着上面，而上面又拉动着下面，从而形成一个完整的穿导链条。 下面我就给大家来一层一层的去拆解，看看这个蛋糕里面我们普通人有哪些投资机会。再来说最底层，也是最重要的一层，那就是能源层。 这类的能源呢，具体指电，因为电是 ai 运行的基础，没有稳定聚量的电力提供，那么上面的一切都是空中楼阁。大家应该还记得，我在年初的时候就提到了马斯克现在对北美缺电的担忧，而这呢，也给电力投资带来了巨大的机会，那个时候就有不少的宝子们相信已经吃到了一波红利。 不过呢是大家要注意的是，就是电力和电网的区别。电力呢，指的是发电的公司及火电、风电、水电这些发电端，而电网呢，则是更加偏向运输和配送的公司。而在 ai 的 趋势下呢，投资电网则会比投资电力更具投资价值。 为什么怎么说呢？因为 ai 数据中心对电的质量要求极高，电压的稍微波动就会导致芯片报废，所以能保证给 ai 稳定输电的电网就会比单纯只会发电且不太稳定的发电公司更加有投资价值。然后再来看第二层芯片层，芯片是算力的物质基础，这个呢也是英伟达的主场。 黄仁勋提到，目前 gpu 的 进化速度直接决定了 ai 计算的速度和成本，所以芯片越强， ai 进化的速度就会越快。 而黄仁勋还提到，目前芯片迭代的速度仍跟不上算力爆发式需求的增长，所以这意味着未来芯片技术的突破是势在必得的，而我们国产芯片替代化也是势不可挡的趋势，所以这个方向至少会是未来五到十年的一个长坡赛道。 第三层，基础设施层黄仁勋呢，把它定义为要打造一个 ai 工厂，其中包括土地大楼、电力输送系统、散热冷却系统、告诉网络链接以及把所有芯片协调工作的软件系统。 但是它和传统工厂不一样的是，它生产出来的不是食物，也不是为了储存信息，而是为了制造智能。 而且黄提到，这将会是人类历史上规模最大的基础设施建设，目前才刚刚起步，所以大家可以把它想象成一个规模空前且专门为 ai 浪潮打造的新基建。而这里面呢，又衍生出来四个投资方向 及电力的保障系统，比如大型的变压器开关设备，以及不间断的电源以及散热系统，比如说夜冷设备，还有代表网络连接的高速光模块以及交换机。最后呢，就是 ai 建筑系统，这里面呢，将会包含专业的算力中心以及 算力调度平台，比如中国移动和阿里云联合打造的工业互联网平台。那虽然说这一层的机会很多，但是风险也很大，所以对于我们普通人来说呢，最好还是去投资相关的 etf， 会更加的保险。 第四层呢，就是模型层级， ai 的 大脑霍然勋提到， ai 模型应该是万能的，它既可以理解语言，又可以理解生物、医学、物理、化学、金融等等，而像拆的 j、 b、 t 这类大语言模型只是其中的一个类别， 所以行业对模型的应用仍在表面， ai 深层的潜力尚未被挖掘，但未来模型进化成不仅可以理解语言，还能同时懂生物物理、化学、科学、金融这些跨学科的智能体，这将会大大推进整个行业的进步和爆发。 说实话，这一层对我们普通人来说，投资门槛是比较高的，不过呢，我们还是可以去关注，比如大模型厂商即开原生态带来的一些垂直领域的创新机会。第五层也是最顶层的应用层，这或许是离我们普通人最近，也是我们最好懂的一层。 比如像现在帮我们开车的自动驾驶，未来可能会给我们看病的人工智能，亦或者现在帮我们写文案 p 图的 ai 助手，以及在工厂里帮我们解放生产的机器人。官宣提到，这才是 ai 真正创造经济价值的地方， 且很有可能未来几年我们现在常用的这些软件和 app 都会消失，最终会以一种全新的智能体的形式出现在我们的眼前，也就是 ai agent 将会成为主流。 怎么样？我这样一总结，大家是不是瞬间就看懂了 ai 的 整条产业链？而这个五层蛋糕最厉害的地方在于它，这些是层层传导的，比如说如果应用火出圈了，就会对模型提出更高的要求，从而就需要更多更大的 ai 工厂，以及海量的芯片和电力。所以这也就解释了为什么开头黄然勋会预言， a 未来投资的规模将达数万亿美元，只要大家今天看懂了这个链条，就会明白未来钱会流向哪里，而去钱流向多的地方去投资，去布局，则会大大提高我们投资的成功率。那你们呢？对蛋糕的哪一层更感兴趣呢？评论区一起聊聊吧！

看了黄仁勋的爆料，你就知道哪个企业可以抄底加仓的，如果你不想翻倍的话，你还想被套的话，那么我建议你啊，这条内容就不要看了，我在六年前就给你们科普了黄仁勋，但是你们很多人看不起他， 我在四年前又让你们满仓了英伟达，但是你们还是有圈外的人看不懂英伟达，今天我相信你们还是有一堆人不会认真听我讲完这一段内容，或者说我讲完黄仁勋的爆料，讲完黄仁勋的万字长文， 你也不知道会上车哪一家，但是我尽可能的把它拆的简单，以及能够让你们猜的到我们董事会会上车哪一家。如果这一次我们董事会上车的这一家呢？他不能够翻倍的话，我可以告诉你啊，那是不可能 的，因为黄仁勋在昨天的 gdc 大 会说的已经很明显了。首先你们关注第一个黄仁勋说的会翻倍的东西，你要明白啊，黄仁勋直接说了，二零二七年英伟达的营收会到达一万亿美元，如果你看之前的业绩指引，在二零二六年英伟达的营收会去到五千亿美元。 你们知道为什么我们董事会人多以及大家都服吗？因为我在四年前免费给你们推荐的英伟达，我会给你们讲英伟达会作为 ai 企业里面很重要的一个基础设施的承载，但是你们听吗？你们信吗？你们不但不信，你们刚上车英伟达的时候，英伟达有一波小的下杀，从三千五百亿杀到了两千七八百亿的时候，你们一堆人都说英伟达是一个垃圾公司， 我想问一下你们，你们在这个世界上，你什么时候见到过营收能够破一万亿美元的企业？这是很夸张的，我相信现在你们看到了一万亿之后呢？你们内心又有一个小九九，以及有一个小秘密哈，你会觉得说闭眼买英伟达避障对不对？我知道你们很多人有这个想法跟看法， ok， 如果英伟达到达一万亿美元营收的话，意味着他的市值如果是五万亿，他的 ps 倍数是多少？只有五倍，哎， 这些内容的第一个财富密码我给你们爆料啊，你记好了，你听懂我接下来说的这个彩蛋，那么恭喜你，你很可能可以吃得到一倍的增长。我知道你们很多人想赌，英伟达到一万亿营收的时候，他市值难道只有 ps 的 五倍吗？也就是五万亿吗？ 他有没有可能是十倍呢？就是你们很多人期待的他会不会是一只十万亿的企业？我就知道你们很多人这么想啊。好，我告诉你们一个很简单的资本市场，华尔街的定价啊，有没有可能今天英伟达的市值，资本市场给他的定价已经就是营收一万亿的规模，你觉得有没有可能呢？ 英伟达的商业模式跟苹果的商业模式对比，英伟达缺在哪？因为英伟达所做的产品，它的整体的硬件设置永远不可能给到每家每户手里面，恩威达推出的所有硬件，它的客单价都是几万美元， 所以恩威达的商业模式注定了它是一家兔逼的企业。如果你还没有听懂，没关系，我再给你拆的细一点，我甚至会比黄仁勋所谓的 ai 五层蛋糕拆的更细。我告诉你啊，你去解读黄仁勋的五层蛋糕，你可能看不到下一家会翻倍的企业是哪一家，但是接下来我说的如果你听懂的话，你大概就知道英伟达以及整一个美股市场的 ai 下一步的路会 怎么走。如果你们没有看过我直播的话，以及你们没有看过我之前内容的话，你们到时候可以翻去看一下。我之前就教过你们一套经济学的底层逻辑，无论 n v 打黄人勋 a、 n d、 数字风这些芯片厂家，你怎么把你的利润分给漂亮，漂亮都不会允许你直接向我们这边出口，你们知道原因是什么吗？我相信你们在全球社交媒体上你们都搜不到我说的这个问题跟原因。 英伟达的芯片 gpu a、 n d 的 某些芯片出口不到我们这边的核心原就在于整体的货币贸易差之间的内容，因为英伟达的 gpu 你 卖的太贵了，如果漂亮直接允许 n v d 的 商品可以直接向我们销售的话，那么 n v d 会极大的削我们两边之间贸易顺利差。我之前就教过你们，金毛的官税它一定不会落实，一定不会实施， 金毛的关税只是一个手段，去去除他们本土的通胀。那个时候你们很多人杠我，说我比金毛还厉害吗？我比金毛还懂吗？不是我比他懂，而是我告诉你们，我从六年前就告诉过你们，漂亮能强大的原因在于漂亮对全球是零关税， 以及漂亮的核心目的就是给全球的人都在他漂亮能够挣得到美元，也就是他是一个所谓的你们在全球都会看到所谓的叫若美元政策方向， 所以漂亮一定不会让你因为打过万亿美元的一个单一商品出口给我们，因为这样子你会极大的削落贸易之间的顺逆差，就会导致什么美元没办法如此强的绑定我们人民币计价的生产资料。我说到这里，我相信很多人没有经济学底层逻辑的，已经开始烧脑了，听不懂的 我就用一个大白话给你拆解一下，你就能够懂了。比如说去年四月份的关税，为什么我会给董事会的兄弟们说，完全不用担心，直接闭眼买入，我们成功的都超到了四月份的最低点，你们知道逻辑跟原因是什么吗？ 我为什么能够直接告诉你们漂亮绝对不会加关税？因为漂亮此手段就是为了去解决美元的通胀问题。好，我考你们啊，如果你知道了漂亮即将在接下来的三个月要把关税翻倍的话，此刻你在全球各地做外贸的话， 你要把货物运往漂亮，这个时候你还有三个月的窗口，你会做什么动作？我相信你们绝大多数人一定会把这三个月的时间窗口尽可能的把更多的库存货物给送过去吧，可能会送一年两年的，你只要永远记得一个公式， 等价交换物等于生产资料，这就是货币的底层框架，通常的原因就在于货币太多了，生产资料相对较少，那么关税的这个手段就会导致什么你的生产资料可以提前运送一年两年、 三年的生产资料过去，从而呢去拉低了，减少了货币跟生产资料之间的差距，当你能够再平衡货币跟生产资料的关系的时候，好，接下来就是放水。这就是你们很多人问的，为什么最近石油的价格这么的波动， 如果你没看过我直播，没听过我董事会内部的内容的话，你可能你还是不理解这一套，但是没关系啊，我可以跟你说一下，我们董事会在去年说过，什么漂亮只会让一类制造业回去，那就是半导体制造业，这是一个点，第二个点漂亮放水只有一个大致数，那就是石油，这都是我教过你们，告诉过你们的， 其实你只要掌握了这两个底层逻辑，美联储怎么玩你就知道了。当美联储开始放水的时候，你要明白，无论是英伟达、特斯拉、苹果、亚马逊、微软、 openai 等等等等企业，他们一定需要美联储的水， 他们才可以相对的分到一定的税。我不知道你们听不听得懂啊？因为所有的企业他本质上不创造货币，所有的企业所提供的服务商品，他本质上只是去再分配货币，能理解什么意思了吗？这句话哈，你们没在董事会，我免费告诉了你们， 你们就知道为什么我们董事会的兄弟们能够拿一只票拿的这么的安心。如果你听懂了我这句话呢？我相信你的财富认知跟水平啊是相对较高的，我相信你没在董事会，你都会马上上市董事会的， 你会感受到。我靠，如果有人提早跟你说这句话的时候，那你还会做出任何的投资决策跟错误吗？所以你想做好二级特简单，你根本不需要去看这些企业在说什么， 你只要明白一句话，所有的上市企业，他们本质上不创造货币，他们本质上只是通过自己的商品或服务去再分配抢这个社会上的总货币量。能理解什么意思了没有？其实我已经把答案都说出来了，但是我相信你们好多人还是猜不到他是谁呀。哎呀，没办法了，董事会老规矩，你懂的。也是二。

极少写长文的黄仁勋偏偏选在 gtc 大 会前五天发了篇几千字的长文。这件事本身其实就很不寻常，顶级的商业大佬发生的时机往往比内容更重要。 在全行业都在焦虑大模型怎么赚钱，资本开始怀疑 ai 泡沫的生死节点。黄仁勋站起来抛出了五层蛋糕理论，仔细读完会发现，他在告诉全世界一个很重要的信号， ai 的 真正故事不在表面，而在底层。 首先，黄仁勋解释了 ai 真正的瓶颈在哪。很多人读到五层蛋糕这个比喻，会把注意力放在结构本身，但真正重要的不是这个比喻，而是蛋糕的顺序。 过去两年，全世界都在追捧大模型，仿佛 ai 竞争是一场算法、工程师之间的比赛。但在这篇文章里，黄仁勋只把模型放到了第四层， 最底层的反而是能源、芯片和基础设施。这其实是在改变整个行业的理解方式。因为一旦能源、电力这些被放在最底层， ai 的 瓶颈就不再只是算法和代码，而变成现实世界的物理约束。你的模型再聪明，如果电网扛不住冷却，系统建不起来也是白搭。 从这个角度看， ai 已经不只是一个科技行业，而更像一场工业体系之间的竞赛。理解了这一点，其实也就能理解这篇文章为什么会在这个时间点出现。黄仁勋是在为 ai 的 巨额投资建立长期逻辑。过去一年， ai 行业出现了一个非常真实的疑问，算力投资是不是太疯狂了？ 微软、亚马逊、谷歌、 mate， 每年的 ai 投资都在暴涨。与此同时，模型效率却在不断提高，推理成本在下降，开源模型也越来越强。 很多人开始怀疑，如果 ai 变得越来越高效，是不是就不需要这么多算力了？这其实是资本市场最敏感的问题。 在这篇文章里，黄仁勋给出了一个非常关键的逻辑问题，不是算力投的太多，而是 ai 用的还不够多。当技术越来越便宜，使用规模成倍上去的时候，算力需求也会跟着成倍增长。也就是说，效率提升不会减少需求，反而可能放大需求。 所以，眼下的天量资金砸出的绝不是泡沫的尾声，而是下一场工业革命的地基。最后文章里还有一个很多人容易忽略的部分， 就是黄仁勋在缓解全社会的 ai 焦虑。现在社会上关于 ai 最大的焦虑之一，就是他会不会带来大规模失业。在这篇文章里，黄仁勋特意谈到了很多传统职业，电工、水管工、钢铁工人、网络工程师。 并不是随便举例，而是在传递一个信息， ai 不 仅仅是程序员的工具，未来 ai 工厂还需要有大量的劳动力，而且工资不低。换句话说， ai 不是 只属于科技公司的软件革命，也是一项需要整个社会参与的建设工程。 如果把这三件事放在一起看，会发现这篇文章真正要做的只有一件事，把 ai 从一个技术热点定义为像电力和互联网那样的工业革命。技术热点是短周期的，工业革命是几十年的，一旦趋势完成这个转换， ai 行业的时间尺度就会被拉长，资本投入也会变得更合理。 所以这篇文章不仅是黄仁勋作为英伟达 ceo 对 行业的一次彻底解读，更像是在提醒大家， ai 真正的故事才刚刚开始。关注我和新潮老张一起拓宽认知，少走弯路！

黄仁勋发表最新署名文章，他提了个观点，我觉得啊，直接就颠覆了我们很多人对 ai 的 看法。他认为 ai 的 未来重点根本不是哪个新应用，而是一场全新的工业革命。这就是我们今天要聊透的核心。 你看，黄仁勋的意思是，我们得把思路彻底转过来，别再把 ai 想成是你手机上多了个新功能，或者某个聪明的软件。不，他的战略高度完全不一样了。 ai 是 什么？是基础设施？就像我们今天谁都离不开电，离不开网一样， ai 会成为未来整个社会运行的基石。 哇，这个愿景真的很大，对吧？那要理解这么宏大的事，我们就需要一个全新的思维框架。所以今天呢，咱们就跟着老黄的思路走，先看看计算领域到底发生了什么根本性的变化，然后一步步拆解它那个特别形象的 ai 五层蛋糕架构。最后再聊聊这场 ai 驱动的新工业革命，对我们每个人到底意味着什么？ 那么，这一切到底是从哪儿开始的呢？所有变更的起点，都源于计算机工作方式的一次根本性转变。简单说，就是从一个只会听命令的机器，变成了一个能时时创造智能的大脑。 你想啊，以前的电脑，它就像个图书网管员，特别死板，你必须用它能听懂的精确语言，比如 s、 q、 l， 告诉它去哪个书架，也就是结构化数据里找一本已经存在的书，也就是已经存储好的答案，它只能找，不能创造。 但 ai 呢？它彻底改变了这个游戏规则， ai 不 再是那个图书管理员了，它成了一位能实时创造的作家， 你随便扔给它什么东西，图片、文字、声音这些乱七八糟的非结构化信息，它不但能看懂，还能当场推理，给你生成全新的东西。这种从解锁到生成的飞跃，就意味着我们不能再用旧仓库的图纸去改新工厂了，我们得有一套全新的架构，专门为制造智能而生。 黄仁勋就用了一个特别绝的比喻来解释它， ai 的 五层蛋糕，你注意看这个关键词，制造。传统的电脑架构是信息时代的仓库，它的核心任务是存储和解锁。而 ai 基础建设呢？它是智能时代的工厂，它的唯一目标就是用工业化的规模来制造智能。 一个是存东西的仓库，一个是造东西的工厂，这完全是两码事。这就是 ai 五层蛋糕的全貌。你看一个从最底层的物理世界到最顶层的数字价值，非常完整的生态， 最底下是驱动一切的能源。往上一层是把能源转化成算力的芯片，再往上是把芯片集成起来的实体建筑，也就是 ai 工厂。 然后工厂里生产出来的产品就是各种模型，最后在最顶上就是能直接创造经济价值的应用，每一层都缺一不可。好，那咱们就从地基开始，一层一层的往上扒，看看这个智能工厂到底是怎么盖起来的。 ok， 咱们先来看最实在的、最物理的部分，盖一个 ai 工厂地基需要什么？咱们回到低性原理， ai 计算，追根溯源到底是什么是能源？ ai 吐出来的每一个子，画出来的每一张图，生成的每一行代码，本质上烧的都是电。这就像物理定律一样，一个系统到底能制造出多少智能？它最终的瓶颈就是它能调动和转化多少能源。光有燃料还不行啊，你得有个好引擎，才能把能源高效地变成动力吧。芯片就是这个引擎， ai 需要的计算方式，就好像要成千上万个大脑同时思考一件事，这叫并行计算，传统的 cpu 干不了这个活，而像 gpu 这种专门的 ai 芯片，就是为这个场景而生的，它们是能源转换的阀门，直接决定了我们制造智能的速度和规模。 那当你把成千上万个这种超强引擎，也就是芯片组装到一起的时候，会发生什么？你就得到了一个真正的 ai 工厂。这可远不止是把芯片堆在一起那么简单，它需要大片的土地，庞大的供电和散热系统，还有能把所有计算单元连成一台超级计算机的超高速网络，这就是那个制造智能的庞然大物。 好了，工厂的地基和厂房已经建好了，现在我们来看看工厂的生产线和最终产品，也就是智能到底是怎么变成真金白银的。 工厂里的生产线是什么呢？就是 ai 模型。这里啊，有个特别重要的点，很多人都搞错了，我们天天聊的语言，模型只是其中一种生产线而已。 现在真正有变格性突破的，其实是在其他领域，比如模拟新药研发的蛋白质模型，发现新材料的化学模型，还有训练自动驾驶的物理世界模型，这些东西才是真正能推动实体经济改革的核心。这块蛋糕的最顶层，也是价值最终兑现的地方，就是应用层， 模型提供的那些原始智能，在这里被打包成我们能看得见摸得着的产品和服务。不管是帮科学家发现新药的平台，还是在工厂里搬砖的机器人，都是智能转化成巨大经济价值的最终体现。 现在最关键的地方来了，这五层啊，它不是分开的，它是一根绳上的蚂蚱。你想想，每当一个杀手级的应用，比如说自动驾驶汽车获得成功，它就会像一个巨大的需求引擎，把这个需求一层一层的往下传导拉动，叫模型、基础建设、芯片，一直到最底层的发电厂。 所以真正的需求是从顶层爆发，然后贯穿整个产业链的。所以你看明白了吧？当我们把这五层连起来看，再看到需求正在从顶层的应用开始爆发，结论就非常清楚了，这根本不是什么技术升级，这是一场全新的工业革命。 这场革命的规模有多大？我跟你说，现在我们看到的全球已经投进去的几千亿美元，说白了就是个开胃菜。要想完完整整的建成支撑未来智能经济的 ai 基础建设，咱们聊的可是数万亿美元级别的投资，这很可能就是人类历史上最大规模的基础建设浪潮。 那谁来盖这些东西呢？有意思的来了，参与这场革命，不一定非得是计算机科学的博士，恰恰相反，要建设这些庞大的 ai 工厂，需要的是海量的技术工人，电工、管道工、网络技术员，这些是待遇好、需求大，而且 ai 自己还取代不了的蓝领工作。 当然了，每次一聊 ai， 大家心里肯定都有个疙瘩，那我的工作会不会被取代呀？特别是像医生、律师、设计师这些专业人士。 黄仁勋给的答案可能跟你想的不太一样，不会，他拿放射科医生举了个例子，你看现在 ai 读片子效率很高吧，但市场上对放射科医生的需求反而还在涨。为什么？因为 ai 把那些重复性的筛选工作都干了，医生就能把精力集中在最复杂的诊断和跟病人沟通上，结果就是整个医疗系统的服务能力被放大了。 这背后其实是个很简单的经济学道理，生产力的提升最终会创造出更大的潜能，而潜能扩大了，服务成本就降下来了，新的需求又对激发出来了，最后整个行业都在增长，反而创造了更多更高价值的机会。这不是一个你死我活的联合游戏，而是大家一起把蛋糕做大。 那说了半天，为什么偏偏是现在这个事才爆了呢？原因很简单，就是因为在过去这一年里， ai 模型的能力有了一次惊人的飞跃， 他们的推理能力、逻辑能力都变得更强了，终于跨过了那个从玩具到工具的临界点，到了一个可以被大规模部署，创造真实经济价值的门槛了。 所以，咱们来总结一下。记住，我们正在经历的，绝对不是一次普通的软件更新，而是一场深刻的工业革命。它正在从最底层开始，重塑我们生产能源的方式，我们建造工厂的模式，我们组织工作的方式，还有驱动经济增长的根本路径， 这场革命的蓝图已经画好了，方向也已经很清楚了，但真正的大片空白其实还等着我们去填补，大部分的基础设施还没建好，无数的应用还等着被创造。说到底我们怎么行动，我们怎么去建设，怎么去参与，以及怎么负责任的去用好这个强大的技术，这些将共同定义我们这个时代的未来。

ai 不 会，也不可能是泡沫，这将会是人类历史上一次彻底的工业革命。时隔十年，英伟大 ceo 黄仁勋再度发表了长文，他在文章里提出了五层蛋糕的模型架构， 每层都与我们未来的生活息息相关，甚至第五层会是影响我们未来普通人生活的关键。第一层呢，最底层就是能源，这是整个 ai 大 厦的物理地基，也是黄仁勋强调的第一性原理， 是质疑整个系统能产生多少智能的终极瓶颈和天花板。算力的尽头是电力，全球对 ai 的 争夺，本质也是对能源，特别是稳定低成本电力的争夺。第二层是芯片，是建立在能源之上，将电力转化为算力的核心，以 gpu 为代表的 ai 处理器，芯片层的性能直接决定了 ai 扩展的速度和智能的成本。这一层是英伟达的绝对主场，它通过皇室定律加 uda 软件生态，构建了深厚的护城河。 第三层是基础设施，这一层是连接芯片上层软件的物理主体，再将其重新定义为 ai 工厂，是制造了智能的生产线，它包括土地、电力输送、先进的冷却系统、网络、通信、建筑建设，已将成千上万颗芯片编排成一台超级计算机的集成系统。第四层才是模型，包括大元模型和专业模型，模型层被去魅了，世界上大多数模型都是免费的， 它源模型的普及极大的加速 ai 的 应用。模型的价值不在于其本身，而在于它作为驱动力，拉动上层应用产生价值，进而不可逆的向下拉动对基建芯片和能源的需求。 五层最顶层就是应用，这是 ai 创造真实经济价值的最终出口。应用层的繁荣是将整个五个蛋糕可以闭环的关键。未来的主流软件形态将是能够自主执行任务的 ai 智能体，这将彻底改变底层的计算架构需求。传统的软件是预制的，即人类预先编辑好代码，计算机按指令执行减速。 ai 则完全不同，它是一台能够理解非结构化信息进行推理并实时生成超级智能计算机，每次对话，每个回答都是及时创造。

黄仁新前几天发了篇长文，标题叫 ai 是 五层蛋糕。这篇文章我读了三遍，今天把它拆成人话，跟你聊聊。 ai 真正的底牌。 先看最底层能源， gbt 杠四训练一次耗电二点四亿度，一个中型计算中心，电费占运营成本七成以上，没有电就没有智能，就这么简单。 第二层，芯片，芯片把电转化成算力。现在 ai 正在从训练转向落地推理，算力需求爆发。英伟达刚投了二十亿美元给一家 ai 数据中心，就是在卡这个位置。第三层，基础设施、土地、冷却、厂房、网络，把几万块芯片连成一台机器。 华人新管，这叫 ai 工厂，全球在建，规模史无前例。第四层，模型，语言模型只是入门，现在的 ai 开始理解蛋白质、化学、物理、金融，从一个会聊天的变成了能搞科研的。 第五层，应用，药企用它找分子，工厂用它调机器人，汽车装上它就是自动驾驶。小米机器人在产线上操作，准确率百分之九十九点二已经跑通了。 这五层是联动的，一个应用火了会向上拉动模型，拉动芯片，一直拉到发电厂。还有个细节， ai 工厂需要电工、水电工、网络技术员，现在多模态算法工程师年薪六十万到一百五十万，缺口很大。写代码是一条路，会铺电缆的也是一条路。 所以黄仁勋那篇长文的核心就一句话， ai 不是 某一个产品，它是一个产业链。咱们平时总盯着最上面那层，看哪个运用，又刷屏了。其实往下看，那四层才是底牌，店从哪来？芯片谁在做？工厂建在哪？你关注哪个环节？评论区聊聊。

最近，英伟达的老板黄人勋写了一篇长文，标题叫 ai 的五层蛋糕。你是不是觉得老黄又飘了？一个卖显卡的怎么研究上切蛋糕了？那你太小看黄人勋的野心了，他切的不是一个行业的蛋糕，是未来十万亿美元流向的地图。 这是他自二零一六年以来，第七次亲自下场写长文。平时发布会都不爱穿正装的人，为什么突然花这么大功夫讲 ai 的底层逻辑？因为他想告诉你一件事， ai 根本不是你想的那个样子。过去两年，你以为 ai 就是拆 gpt， 就是能写文案、做 ppt 的智能工具？但黄人勋说错了，全错了。 ai 不是一个大号的 app， 也不是飘在云上的聪明精灵。 ai 是像电、像互联网一样的基础设施，他运行在真实的硬件上，消耗真实的能源，需要真实的土地、真实的厂房，真实的工人去把它建起来。他把 ai 拆成了五层，自下而上，分别是能源、芯片、基础设施、模型、应用。看不懂没关系，你只需要知道一件事， 每一层都是真金白银的流向，每一层都藏着普通人翻身的机会。先看最底层能源。黄仁勋说，实时生成的智能，需要实时产生的电力支持。每一次你问 chat gpt 一个问题，背后都有电在流动，热在被管理。每一个 ai 生成的文字，都是用电堆出来的。在全球数据中心的电力消耗，五年内要翻一翻。在美国弗吉尼亚州，百分之二十六的电力 已经喂给了数据中心。这意味着什么？意味着电网要升级、电站要新建、储能技术要爆发。未来十年，所有跟电沾边的行业都会是风口。第二层芯片，这是黄仁勋的老本行，也是英伟达市值最高突破五万亿美元的原因。 ai 需要极致的并行计算，需要高带宽内存，需要把成千上万的处理器连在一起工作台机电要新建近二十座芯片工厂。美光砸了两千亿美元在美国扩产内存，全球半导体产业正在经历一场史无前例的产能扩张，等着芯片降价装机的等等，党们要哭了，因为芯片设计、风 装、测试、设备、材料，整条产业链都在缺人，过去拼性能、卷价格的买方市场可能一去不复返了。第三层基础设施。黄仁勋给这一层起了个名字， ai 工厂。他不是纯数据的仓库，是制造智能的生产线。富士康、伟创、广达这些制造巨头正准备建造三十座 ai 工厂。这些芯片落地需要什么？ 需要有人挖地机、铺电缆、装设备、调试系统，需要大量的电工、管道工、建筑工人、网络技师。黄仁勋在达沃斯说了一句话，代表着蓝领的春天要来了。他说，美国的电工、管道工现在年薪能拿六位数，十万美元以上，活多的干不完，工资涨的停不下来。为什么？因为几千亿美元正在变成实体，而 ai 再聪明也拧不了螺丝。 贝莱德，全球最大的资产管理公司，最近投了一亿美元培训技术工人。谷歌也投了一千五百万美元跟美国电器培训联盟合作。华尔街突然意识到，光有钱不够，没人。 ai 工厂 起来第四层模型，第五层应用，这两层是普通人最熟悉的 chagpt、 cloud、 me journey 是第四层，药物研发、工业机器人自动驾驶是第五层。当 ai 的应用越火爆，越需要底层的芯片，越消耗底层的能源，越需要有人去建设那些 ai 工厂。所以， ai 时代，哪些行业会真正起飞？ 顺着黄人勋的五层蛋糕往下挖，答案越来越清晰。能源行业，电网升级、电站新建、储能技术会成为 ai 的粮仓。半导体行业，芯片设计、制造、封册、设备、材料整条产业链被重新点燃。 建工程数据中心，建设冷却系统、网络通信，需要海量的工程师和技术工人技能培训，电工、管道工、网络技术员，这些曾经被看不起的蓝领岗位，正在成为市场上的香饽饽。黄仁勋说的直白，你不需要计算机科学博士学位，也能过上很好的生活。这句话听着简单，其实挺颠覆的。过去二十年，所有人都在把互联网、金融、 咨询这些白领行业级家长，都希望孩子考个好大学，进个大厂，坐办公室，蓝领工作被看不起，技校招生越来越难。现在风向变了，当所有人都在疯狂学习怎么写 prompt， 怎么调教大模型的时候，那些能拧螺丝、接电线、装设备的人，反而成了最稀缺的资源。黄仁勋在文章最后写道，大部分基础设施尚未建成， 大部分劳动力尚未接受培训，大部分机遇尚未得到发掘，但方向已经明确。从能源博弈到芯片竞争，从工厂建设到应用爆发，这五层蛋糕正在重塑全球经济的增长路径。 ai 时代，机会不止在写代码的人手里， 也在能拧螺丝的人手里，在能接电线的人手里，在能于物理世界里解决问题的人手里。所以，别焦虑了，黄人勋用一篇长文告诉你，这场人类历史上最大的基础设施建设才刚刚开始。 ai 时代的钱，从来不会只留向虚拟世界的模型与算力，最终会留向那些真正把东西建起来的人。