黄仁勋在哪里发布的五层蛋糕
粉丝62.8万获赞301.6万
相关视频
02:00查看AI文稿AI文稿十分罕见，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。
2741凤凰网科技
02:18查看AI文稿AI文稿文科生其实是 ai 时代的最大赢家。这是英伟达黄仁勋在最近的一场访谈中给出的重磅论断。这绝不是什么鸡汤，而是基于 ai 技术引进的底层逻辑对未来人才价值的一次根本性重估。 为什么这么说呢？在过去，程序员负责把你的想法翻译成机器能懂的代码，但 ai 的 出现直接干掉了翻译这个中间环节。黄仁勋反复强调，未来的编程语言就是人类的自然语言。 现在语言的精度直接决定了代码的强度。谁能用最精准、有逻辑、有层次的语言去描述一个复杂的任务，谁就是这个时代最高级的指挥官。 这意味着，文学、哲学、历史专业训练出来的蓄势能力和逻辑构建能力，正在变成最硬核的生产力。这已经不是预测，而是正在发生的事实。看看阿里通一千问的负责人林俊扬，他的背景是英语本科和语言学硕士。 再看顶级 ai 企业 antrafic 的 总裁 daniel amode， 本科是英语文学专业。为什么文科背景的他们能够操盘现在最前沿的 ai 大 模型？因为当 ai 的 能力不再受限于代码实现时，核心竞争力就回归到了审美品味和批判性思维。 ai 能算出千万种最优解，但只有你能决定哪一种最打动人心。这正是人文教育留给你的护城河。为了让你看清这个机会，黄仁勋画了一张 ai 五层蛋糕图， 最底下的能源芯片基建，那是硬科技的战场。但请注意最顶层 ai 应用层。老黄明确指出，这里才是创造最大经济价值的地方， 医疗、法律、教育、心理咨询这些领域最核心的不是算法研发，而是对人性的深刻洞察。在这个层级，文科生不再是技术的旁观者，而是定义 ai 应用价值的主角。 所以，不要因为你是文科生而感到焦虑， ai 不是 来取代你的，它是来放大你的思想的。在这个算力通胀的时代，答案是廉价的，但好问题是无价的。 ai 负责解决怎么做，而你负责定义做什么和为什么。清晰地思考就是最好的 ai 产品。
7838AI有点聊
02:41查看AI文稿AI文稿黄仁勋最近发了一篇文章，叫人工智能是五层蛋糕，他说，你挑 ai 股票，就从这五层蛋糕里面挑哪五层呢？第一层能源，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。黄仁勋的意思是，你就根据这个分类去挑就行了，听起来很简单，对吧？但关键是这五层到底怎么投？投多少？风险在哪？ 哈喽，大家好，这里是客观分享的青州，今天咱们一个一个来看。先说第一层能源。唐仁勋说，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。客观数据上也支持这个观点， ai 算力每十八个月翻一倍，电力需求同步增长百分之三十五， 去年相关公司平均股价涨了百分之四十二。这层的核心投资逻辑是什么？能源的需求未来可以说是确定性最高、波动最小的第二层芯片，芯片是把能量高效转化为计算的处理器，决定了 ai 的 扩展速度和成本。这里有个关键数据，算力成本每年下降百分之十八，但头部公司占了百分之八十五的市场。所以这里的投资逻辑 应该是优先关注那些技术壁垒深、龙头效应强的公司。第三层基础设施，包括土地、电力、冷却网络这些用来集成数万处理器构成的 ai 工厂。未来五年 ai 工厂建设要投二点八万亿美元， 冷却系统市场每年增长百分之二十八。它的投资逻辑跟低层能源有点像，受益确定，增长稳健。第四层模型，大模型负责理解语言、生物、物理，这些信息是智能的大脑，但训练一次要五千万美元以上，商业化成功率目前不到百分之十五。 它的投资逻辑是高风险、高回报，技术迭代快，压重了可能翻十倍甚至一百倍，压错了可能颗粒无收。第五层，应用应用是创造经济价值的最终形态，像药物发现、工业机器人、自动驾驶这些都是 ai 最典型的应用场景。到二零三零年， ai 应用市场预计一点三万亿美元 优质项目的投资回报预计能到百分之三百以上。所以这一层的投资逻辑是爆发力强，但分化严重，不同的应用，股票回报差异可能会非常大。 好了，这五成都讲完了，那普通人具体应该怎么投呢？我们青州的投资理念一直都是建议大家先做好核心配置，再用少量资金做卫星配置。核心配置指的是什么？ 就是全球配置、均衡配置。美国、中国、欧洲、日本，用宽基指数、国债、商品这些大类资产，通过实时债平衡和因子投资，始终把控好风险。 核心是稳。所以我们建议你可以把百分之八十的资金参考青州的方法，做好这个核心配置，剩下的百分之二十可以当做卫星配置，去博取高风险、高收益。比如参考黄仁勋这里的五层蛋糕，按五层的逻辑去配置能源城看看电力公司芯片城看看头部芯片公司，基础设施城看看数据中心模型城看看大模型公司应用城看 看垂直领域的 ai 应用。但记住，这只是卫星配置，是锦上添花。对没有那么多精力关注市场的普通人而言，最核心的一定还是那百分之八十的核心配置。最后总结一下，黄仁勋说，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。他说的非常对，但对我们普通投资者来说，五 层框架的价值在于他给了我们一个清晰的分类，但投资的关键还是先做好核心配置，再用少量资金尝试卫星配置。如果你也希望像我们一样，通过配置让你的收益更稳健，欢迎看看我们主页的其他视频，这里是客观分享的青州，我们下期见。
935轻舟理财说
01:34查看AI文稿AI文稿倒计时五天，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。
161JEN的很AI
02:21查看AI文稿AI文稿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。
1.4万廖小爱
04:00查看AI文稿AI文稿黄仁勋的 ai 五层理论是英伟达创始人兼 ceo 黄仁勋在二零二六年一月达沃斯论坛首次提出，并于二零二六年三月十日在英伟达官方博克发布的署名长文 ai is a five tear cake 中系统展示的 ai 产业架构。 该理论推翻了 ai 等于大模型单一应用的片面认知，将 ai 定义为继电力、互联网之后的下一代社会级关键基础设施，把完整的 ai 产业体系拆解为自下而上、强藕合、相互支撑拉动的五层技术产。第一层，能源层元 是 ai 基础设施的第一性原理，也是决定系统能产生多少智能的绝对物理约束。这一层之下没有任何抽象层。 黄仁勋指出， ai 的 核心是实时生成智能，而实时生成的智能需要实时持续的电力供给。每一个 ai 生成的资源本质上都是电子流动、热量管理、能源转化为计算能力的结果。 能源的供给能力与成本从根本上决定了 ai 产业的规模化发展上限。第二层，芯片层，芯片层位于能源之上，核心使命是将能源大规模、高效率的转化为 ai 所需的并行计算能力，这也是英伟达的核心业务领地。 ai 工作赋载对庞大的并行计算能力、高宽带内存、高速互联技术有极强的需求。芯片层的技术进步直接决定了 ai 的 扩张速度以及智能服务的成本下降幅度与普惠程度。第三层，基础设施层， 芯片之上是基础设施层，黄仁勋将其定义为 ai 工厂，他的设计目标不是存储信息，而是规模化制造智能。 这一层含盖土地、电力输送、冷却系统、建筑施工网络连接，以及将成千上万枚处理器协同编排为一台超级机器的集群管理系统， 是芯片算力走向规模化产业落地的核心主体，也是当前全球 ai 基建投资的核心赛道。第四层模型层，基础设施之上是模型层，是 ai 实现对世界理解与推理的核心，大众熟知的大语言模型仅为其中的一个分支。 黄仁勋强调， ai 模型可以理解语言、生物学、化学、物理学、金融学、医学乃至物理世界本身的多元信息。当前最具变格性的突破将发生在蛋白质、 ai、 化学、 ai、 物理模拟、机器人技术与自主系统等领域。经 第五层应用层，应用层是 ai 的 最顶层，也是经济价值真正创造与落地的环节。这一层覆盖了全行业的 ai 落地场景，包括药物发现平台、工业机器人、法律助手、自动驾驶汽车、人形机器人等。 同一套底层技术站，可以支撑不同形态的 ai 产品落地。同时，成功的上层应用会向下拉动全站的需求扩张，形成 ai 产业的正向循环。理论的核心洞察 一、泛式重构打破了传统软件预制、代码解锁执行的逻辑，指出 ai 的 本质是实时生成智能，整个计算站必须从能源这个第一性原理出发彻底重构。 二、产业定调将 ai 的 竞争从模型应用的表层战争拓展到能源芯片基建模型应用的全站工业战争， 为未来全球 ai 领域的万亿级投资划定了核心框架。三、认知纠偏，纠正了大众对 ai 的 窄化认知，很强 强调 ai 不是 单一的应用或模型，而是一套完整的从底层能源到上层应用，深度藕合的社会级基础设施。每家公司都会用上它，每个国家都需要建设它。
07:04查看AI文稿AI文稿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。
17新青年馆
01:39查看AI文稿AI文稿黄振兴昨天在达沃斯二零二六的这场对话，直接把 ai 的 底牌露了出来，这个把市值干到全球前三，过去二十六年年化回报百分之三十七的男人，用最平静的语气抛出了他对未来的真实判断。错过了这场，你就错过了二零二六年最清醒的财富与产业重构密码。我抽取了三条能够跟创业沾边的核心逻辑。 第一层，别再把 ai 当成工具，它是全新的平台，像 pc、 互联网、手机一样重写了规则，过去的软件是代码写死的规则。而如今的 ai 是 prom 的 工程，它理解你的意图，它能看懂你的图像，听懂你的声音，而你不需要再写代码，直接用人话来指挥机器思考。 未来十年，所有伟大的应用都应该建立在 ai 模型之上，就像当年 app 爆发式一样，这意味着所有的应用都有可能重新做一遍，而且是谁都可以做。第二，很多人认为 ai 只有模型，但老黄一语道破，给出了一个五层蛋糕的架构，看看你能参与到哪一层。 底层是能源，因为没有电， ai 就是 一堆废铁。第二层是芯片以及基建，这个是英伟达的护城河。第三层是云服务，这个是算力的分发渠道。第四层是 ai 模型，比如像 gbt cloud， 最顶层是应用层，就是我们所了解的那些大领域，金融、医疗、制造。谁能够先把 ai 真正的跑进业务流程，谁就能够吃到最大的蛋糕。真正明白的公司是可以用 ai 把产值翻十倍的。他清醒地指出，二零二五年是风险投资疯狂砸向 ai 原生应用的一年， 为什么要砸？因为模型已经成熟到可以支撑起实际业务了。第三， ai 马上就要从会聊天进化到会干活加上会造物。 这不是科幻，这是二零二六年已经在实验室和早期商业里面发生的事。 agent 可以 自己规划，自己执行多步推理，外加上可以理解物理规律以及机器人的控制。所以这波并不是软件的革命，而是物理世界被重新编辑的机会。真正拉开距离的，就是看谁能够先把 agent 加上 physical ai， 跑进自己的业务核心流程。
817杨无道
06:14查看AI文稿AI文稿咱们今天来聊个特别有意思的话题，我们把一本讲人类过去的书和一份描绘未来的蓝图放在一起，看看能撞出什么样的火花。这本书就是人类简史，而这份蓝图呢，就来自英伟达的创始人黄仁勋， 他最近提出了一个叫 ai 五层蛋糕的说法。咱们今天就来拆解一下，看看这个蛋糕是怎么把一个听起来很遥远的预言变成我们眼前的现实的。 我们先从人类简史作者尤万尔赫拉利的这句话开始，你听听这句话分量很重，对吧？他不只是一个比喻，更像是一个预言，而且是一个正在加速实现的预言。可以说，他为我们今天要聊的所有内容定下了一个非常宏大的基调。 那么赫拉利到底在说什么呢？他在书里提了一个观点，可以说是颠覆性的。他说啊，几千年来，我们人类一直受生物法则的限制，生老病死都是自然选择说了算。但是现在情况不一样了，我们正站在一个历史的悬崖边上，准得用我们自己发明的技术来升级我们自己。 也就是说，那个漫长的自然选择时代可能真的要拉开序幕。 其实我们人类一直有种超能力，就是能够创造并且相信同一个故事。你想想，钱、国家、法律，这些东西都不是天然存在的，对吧？都是我们虚构出来的故事，但正是因为我们都信，我们才能合作，才能建立起今天的文明。 现在呢，这股曾经用来改造世界的力量开始掉头向内，对准了我们自己的生物代码。 所以你看，这已经不是科幻小说里才有的情节了，它正在发生。这就带来了一个非常核心的问题，既然新世界要靠智能设计来建造，那总得有个施工图吧？这个世界到底是怎么一步一步被打醒起来的呢？ 好啦，现在我们把视线从赫拉利的宏大预言拉回到一份非常具体，甚至可以说是操作手册级别的创世蓝图上。这份蓝图就来自这场新工业革命的中心人物，殷伟大的 ceo 黄仁勋。 在黄人寻看来，我们正在经历一场全新的工业革命。 ai 已经不是你手机里某个好玩的 app 那 样简单了，它正在变重，像电力、像互联网一样的东西，是一种全新的、无处不在的基础设施，会支撑起未来整个社会。 这场革命最核心的变化是什么？就是从过去那种你让我干啥我干啥的模式，变成了一种实时生成智能的模式。 以前的电脑，你得先写好程序，他才能执行。但未来的电脑，或者说 ai， 他 能自己去理解、去推理、去创造，他不再只是个执行者，他正在变成一个思考者。 那么问题来了，这么牛的基础设施，到底要怎么建呢？黄任勋就用了一个特别形象的比喻来解释这件事情，他说这就像一个五层的大蛋糕， 咱们来看一下这个五层蛋糕的结构，这可以是理解这场革命的关键。我们从下往上看，最底层，第一层是能源，是电力，没有它一切都免谈。第二层是芯片，它就像无数个微型发动机，把电能转化成算力。 第三层是基础建设，也就是数据中心，这些 ai 工厂用来安放和运行这些芯片。第四层是模型，也就是我们常说的大模型，它们是整个系统的大脑，负责理解这个世界，最后在最顶层。第五层才是我们普通人能接触到的各种英勇，比如帮你写文章、帮你开发新药等等。 你看，这五层，一层叠着一层，每一层都离不开下面那一层的支撑，缺一不可。要建好这个蛋糕，规模有多大呢？简直超乎想象。 黄仁勋估计，未来几年，光是升级数据中心，全球就要再砸进去上万亿美元。你没听错，是万亿。我们现在看到的几千亿投资，在他看来还只是个开胃小菜。这说明什么？说明这场巨大的变格才刚刚开始。 这么大的变化，他要重塑的肯定不只是技术了，他会重新定义整个工业、我们的工作，甚至是整个社会。 很多人一听 ai 革命就觉得那是程序员的事，但黄仁勋的看法完全不一样，他说，你根本不需要是计算机博士，你想想，要建那么多巨大的 ai 工厂，需要多少电工、管道工、技术员和工程师啊？ 这其实会创造出大量高技能、高薪酬的蓝领岗位，就像当年修铁路需要扑鬼工人一样。 好。这听起来不错，但一个更尖锐的问题也来了，当一部分精英忙着建设新世界的时候，那些工作被 ai 替代了的人，他们的未来在哪啊？ 这其实就和赫拉利在另一本书未来简史里最担心的一件事对上了，会不会有一大批人在经济上变得无用？这么一聊，我们就又绕回了最初的那个起点， 我们正在亲手建造的这个东西，它不仅仅是一台机器，它更是一个能让我们彻底重新定义人到底是什么的强大引擎。 所以你看，整个逻辑就串起来了，赫拉利的预言告诉了我们变化的是什么，就是人类要成为神，而黄仁兄的蓝图给了我们实现的怎么做？就是那个五层蛋糕， 我们现在既看到了终点，手里又有了地图和工具，但最关键的那个问题还是悬而未决，这就把我们带到了赫拉利本人提出的那个终极问题面前。 我们作为可能是最后一代的指人，当我们一步步掌握了近乎神的力量时，我们到底想要什么？想要变成什么？ 这已经远远超出了一个技术问题，它关乎我们整个物种的未来，是一个我们每一个人都必须开始认真思考的哲学问题了。
11GEEK数码科技
01:28查看AI文稿AI文稿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。
30石斑鱼🐠
04:35查看AI文稿AI文稿三月十日，黄仁勋在英伟达官方薄刊发布了一篇文章， ai 的 本质是一个五层蛋糕。 ai is a five layer cake， 这是他自二零一六年以来发表的第七篇公开长文，因此迅速成为全球科技与资本市场的焦点。 今天咱们就详细看看黄仁勋在这篇文章里都说了什么。黄仁勋指出，人工智能可不是单一的应用或者模型， 它就像电力和互联网一样是核心基础设施，正推动着人类历史上最大规模的基础设施建设浪潮。现在计算模式发生了根本性的变化，从预录软件转向实时生成智能，这就逼着整个计算技术站进行重构。从产业视角看， ai 基础设施可以拆分成相互依存、自下而上的五层，就像一个美味的五层蛋糕。第一层是能源， 能源是第一性原理和刚性约束，实时生成智能得实时消耗能源，每一个计算输出，比如 token， 也就是磁源，都直接对应着能源的转化，它决定了整个 ai 系统所能产出智能总量的理论上限。第二层是芯片， 芯片的作用是把能源高效转化为计算，它是专门为 ai 所需的极致并行计算、高宽带内存和高速互联设计的。芯片的技术进步决定了 ai 智能扩张的速度，还有提供智能服务的成本。第三层是基础设施， 这就像是一个智能工厂，包括土地、电力、冷却设备、建筑网络，还有能把数万颗芯片协同成一台超级计算机的调度系统， 这些设施不是用来存储信息的，而是专门为制造智能而建设的。第四层是模型，模型是智能的核心， 它能理解多种领域的信息，像语言、生物学、化学、物理、金融、医学，甚至是物理世界本身大语言模型只是其中一类。更具变格性的进展正出现在科学领域，比如蛋白质 ai、 化学 ai， 还有和物理世界交互的领域，像机器人自主系统。 第五层是应用，应用是经济价值的创造端，它把底层智能转化成具体的产品和服务，比如药物研发平台、工业机器人、法律助手、自动驾驶汽车和人形机器人。 每一款成功的应用都会产生向下传达的需求，拉动下面所有层级，包括模型、基础设施、芯片和能源。目前 ai 的 发展有几个关键变化，首先，模型成熟了。 过去一年， ai 模型跨过了规模化、实用的门槛，推理能力变强了，幻觉减少了，事实准确性提高了，开始产生真实的经济价值。 其次，开源驱动。开源模型就像 deepsea 二一模型，达到了前沿水平，大大降低了参与门槛，加速了应用层的创新，还激活了全站需求，从训练、基础设施到芯片和能源。 最后，经济拉动。在药物研发、物流客服、软件开发等领域， ai 应用已经展现出很强的产品市场适配性，强力拉动了底层需求。 ai 带来的影响也很广泛。在就业与技能方面，它催生了大量高技能、高薪酬的基建岗位，像电工、管道工、网络技术员、运维人员，不需要计算机博士学位就能参与。在知识经济领域，以放射科为例， ai 承担常规任务，提升了竞争力， 让专业人员能专注于更高价值的判断和决策，反而可能创造更多就业机会。在产业与经济方面，这是一场产业改革， 重塑了能源生产与消费、工厂建设、工作组织和经济增长方式。全球范围内，芯片工厂、 ai 工厂正在大规模落地建设，规模空前。黄仁勋最后总结提出， 目前 ai 基础设施建设还处于早期阶段，现在只投入了数千亿美元，还有数万亿美元的基础设施等着建设。 ai 不 会局限于一个国家或者领域，每家企业都会用，每个国家都会建设。 ai 正在成为现代世界的基础底座。我们现在在建设速度、参与广度和负责任部署方面的选择，将共同定义 ai 时代的最终形态。 黄仁勋这篇文章把 ai 系统的展示成一个由能源驱动、软硬结合的多层基础设施体系，强调了它超越软件工具的宏观产业属性，也让我们知道，我们正站在一场由技术根本性变更引发的全球性大规模基建与经济重构的起点。
58肥肠大护法
04:16查看AI文稿AI文稿黄仁勋发了篇博客，把 ai 产业从头到脚拆成了五层。他管这叫五层蛋糕，能源、芯片、基础设施、模型、应用，一层摞一层，谁也离不开谁。这五层宝塔到底是个啥？为啥说 ai 是 工业蛋糕啊？首先， ai 不是 软件，是工业。很多人以为 ai 就是 个聪明的 app， 用手机就能跑。 王一勋说错， ai 像电，像互联网，是基础设施，得盖工厂，得拉电线，得挖地基。每一行代码背后，都是真实的硬件在跑，每一句回答的背后，都是电子在移动。好比啊，你以为外卖是手机变出来的，其实是骑手在路上跑，后台有人接单，厨房有人炒菜，你看到的只是最后的一环。 首先，最底下的那一层叫能源，它是天花板，每一枚 token 生成都源于电子的。移动 ai 可以 算得很快，但电得供得上，就好比你家电脑配置再高，停电了啥也干不了。 能源是 ai 刚性约束，是物理基础，也是产出的上限。实时智能需要实时能源供给啊，你问着问题，那边电厂得烧着煤啊。再上一层叫做芯片了，它是核心的引擎，专为大规模并行计算设计进步直接决定了 ai 规模化的速度，决定了智能生产的成本。 这就好比啥，好比你家做饭锅好不好，直接决定你能炒多快，能炒多少，能多省气啊。芯片就是那口锅啊，最顶尖的锅，一次能炒几十道菜，还不会糊。 再上一层叫基础设施了，是 ai 工厂、土地、智能网络，数万个处理器组成的系统，核心任务不再是存储信息，而是像工厂一样大规模的制造智能。这就好比啥，好比你家楼下开了个中央厨房，不直接卖饭，但所有的外卖都从这里出啊，里面全是机器，日夜不停的炒菜。 在上一层叫模型，是 ai 理解世界的窗口，语言模型、生物模型、化学模型、物理模拟模型，让机器能够听懂人话，能够看懂世界。开源模型更狠了， deepsea 二一这样的直接拉低了门槛，让全球开发者都能够上手玩。 这好比啥？好比菜谱公开了，谁都能学着做，以前只有大厨会，现在人人能炒，菜市自然就多了。第五层是应用，是经济的终点，自动驾驶、药物研发、工业机器人、各类 copilot a 卷的助理啊。这是经济收益最终诞生的环节，也是整个堆站的需求。引擎 应用的成功会反向拉动所有的底层资源，而上层应用的爆发，将会直接带动能源芯片、基建订单的指数级增长。这就好比最近我们看到的龙虾，龙虾一顿火，导致 token 不 够用啊。 token 不 够用，大家就得买芯片，扩大数据中心。就好像外卖火了，骑手不够用就 厨房，不够用就得开厨房。电厂不够用就得建电厂，一环扣一环。黄仁勋还特别强调，开源模型是全堆站需求的点火器。强大的开源模型降低了应用层的门槛，使得更多的开发者涌入， 从而做大了对底层训练、算力、基础设施和能源的需求。这就好比啥，好比手机支付普及了，大家都不带现金了，结果银行柜员少了，但是程序员多了，福气多了，电厂又得扩容啊。 目前全球 ai 基建投入仅仅几千亿美元，未来仍有数万亿美元的缺口需要填补，这将会构成人类历史上最大规模的基础设施扩建工程。 这就好比你家要装修，本来只想刷个墙，结果发现电线要重铺，水管要重走，窗户要换，最后花的钱是原来的十倍。其中啊，黄仁勋还提到了一个核心啊，他说， ai 非但不会削减岗位， 反而会创造大量新的就业机会。 ai 工厂需要电工，需要水管工，需要钢铁工人，需要网络技术人员，需要安装工和操作员，这些都是高技能、高薪资的岗位，目前还供不应求。 ai 正在填补全球范围内卡车司机、护士、会计等岗位的巨大劳动力缺口，而非制造业事业。 这就好比啥，好比当年有了汽车，马车夫失业了，但司机上岗了，修理工上岗了，加油站上岗了，整个产业链的人反而更多了。所以啊，这一套五层架构，把 ai 从空中楼阁拉回到了地面。能源是地基，芯片是引擎，设施是厂房，模型是图纸，应用是产品， 每一层都离不开下面的那一层，每一层都拉着上面的那一层。数万亿美元的缺口，意味着未来几十年，这都是最大的基建工程。对普通人来说啊，不一定要会写代码，但是可以当电工，可以当安装工，可以当操作员。所以， ai 这个蛋糕，不是只给马龙吃的，是给所有人吃的。
1546胡侃侃
01:11查看AI文稿AI文稿最近整个 ai 圈目光都盯向了中国台湾。六月二日，台北电脑展正式开幕，黄仁勋、苏兹峰还有英特尔、陈立武三大华人科技巨头全都要到场。说白了，现在 ai 拼到最后，拼的就是产能和先进封装，台湾这边刚好是核心供应链重振。 苏兹峰五月二十日就先到了，直接放话要在台湾投超一百亿美元，深度绑定台积电等厂商。 黄仁勋五月二十三日落地，马上拜会张仲谋，还要办赵元艳，把台戏供应链大佬全请过来谈下一代芯片产物。 六月一日，黄仁勋先演讲，讲他那个五层蛋糕 ai 机柜架构。六月二日开始英伟达 gtc 大 会， amd 主题演讲，密集开全是 ai 算力先进制程封装合作的干货一句话，谁先锁死台湾这边的产商。合作的干货一句话，谁先锁死台湾这边的产商。合作的干货，一句话，谁先锁死台湾这边的 ai 竞争里占先手。 产业链这边直接立好高端芯片代工、先进封装服务器、 p c b 光模块存储这几条线。你觉得这波 ai 巨头扎堆，台湾最受益的是哪家？内容整理不易，请点赞关注、支持一下！风险提示，视频仅为行业资讯客观解读，不构成任何投资建议。
972星轨研社
03:31查看AI文稿AI文稿你有没有觉得，现在的 ai 圈有点像过年期间的庙会，锣鼓喧天，鞭炮齐鸣、红旗招展、人山人海，卖糖葫芦的、卖显卡的，赚翻了，搭台子的、建数据中心的，忙疯了。但是你有没有想过一个问题，这庙会都开成这样了，到底谁是那个真正掏钱买东西的大冤种？ 这两天，全球 ai 界最大的卖产人、英伟达的老大黄仁勋罕见地发了一篇长文。他说， ai 不是 简单的 a p p， 它是一座五层大蛋糕，从最底层的能源，到芯片，到基础设施，再到模型，最后到咱们能摸得着的应用， 听起来很诱人吧？老黄说，这蛋糕才刚开始烤，未来还得砸进去几万亿美元。几万亿是什么概念？大概够把迪士尼、耐克、塔吉特三家打包买下来，还能剩点零花钱。 但今天咱们不聊宏大趣事，咱们就来掀开这块蛋糕的表花，看看里面的奶油是不是过期的。老黄把 ai 架构分成了五层，能源、芯片、基础设施、模型、应用。他的逻辑很完美，只要顶层的应用成功了，比如出现一个超级牛逼的自动驾驶或者法律助手，他就会像抽水机一样，把下面四层的钱全都给挣回来。 这个逻辑就像告诉我们只要考上清华小学，买的辅导书就都值了一样。听着很有道理，但问题卡在了中间环节。现在的现实是什么？是下面三层能源、芯片基建，那是真金白银的重资产，是必须要挖的河道铺的铁轨，上面那层应用是唯一能收门票的出口。 关键来了，这门票钱现在根本覆盖不了挖河道的成本。你去看看华尔街的财报就知道了， over ai 虽然估值高的吓人，但亏起钱来也是吓死人，一个季度能亏上百亿美元。那问题来了，既然顶层不赚钱，底层的钱从哪来的？说出来你可能不信，现在的 ai 繁荣有点像是左脚踩着，右脚上天。 大家拆解一个硅谷神仙组合，微软和 open ai。 微软给 open ai 投了巨资，但这钱不是现金，大部分是算利券，也就是让你来租我的云服务器。 open ai 拿到钱，转头就把这笔钱花在了微软云上，用来训练模型。微软云的收入花花涨，财报好看了，市值创新高。 然后微软拿着更高的市值，再去英伟达那里买更多的显卡，扩建更大的服务器，再租给 open ai。 看懂了吗？一笔钱吃了两碗粉，撑起两家万亿巨头，最后全变成了英伟达的订单。这哪是淘金啊，这分明是几个大矿主在互相买对方挖出来的石头，然后把石头越炒越贵。甚至老黄在文章里还安抚大家，别怕 ai 抢工作。 他说 ai 工厂需要大量的电工、水管工、钢铁工人。这倒是大实话，因为那些数据中心里，几百万块显卡确实需要人去插电、通水、散热。只不过，原本担心被 ai 取代的白领们，可能得先学会拿起扳手了。当然，老黄也知道光靠左手倒右手不行，他也给出了药方， ai a 阵的智能体。 他预言未来几年传统的 app 会消失，取而代之的是能替你干活的智能体。听起来很美好，比如你跟手机说帮我订一束花送给老妈，她自己就把事办了。但大家冷静想想，现在的 ai， 别说替我订花了，有时候让他总结个文章，他都能给你编出几个不存在的参考文献。有研究显示，让 ai 处理需要多步推理的任务，准确率能直接砍办， 让这种水平的实习生去替我订机票、签合同，你敢吗？所以回到我们最初的问题，这桌万亿美金的盛宴，到底谁买单？如果是消费者买单，那意味着你得愿意为每个月的 ai 助手付几十美金。如果是企业买单，那意味着这笔算力账单必须带来真金白银的利润。 但在那之前，现在的 ai 基建狂潮更像是一场少数人的资本狂欢。巨头们为了不在下一轮竞赛中掉队，疯狂囤地囤显卡，哪怕地里的庄稼还没长出来。老王说，方向已经明确了， ai 就是 未来，这我信。但投资圈还有一句话， 方向对了，也得看准路况。现在的路上洒满了数千亿美元的显卡，但司机应用还在考科目二。当潮水褪去，我们才会知道谁在罗永。只是希望到时候罗永的别是在高位接盘的咱们普通人。你觉得现在的 ai 是 革命前夜，还是泡沫前夜？
54纵论天下之事
06:10
10:41查看AI文稿AI文稿三月十日，英伟大 ceo 黄仁勋做了一件不太寻常的事，他以个人名义发表了一篇署名长文。要知道，这是他自二零一六年以来仅有的第七篇公开博文。 更耐人寻味的是，在这篇文章里，这位全球 ai 算力最大的供应商通篇没有提到自家产品，而是认认真真的画了一幅 ai 产业的全景图。他的核心观点很明确， ai 不是 一款软件，不是一个模型，而是一种基础设施和电力互联网同等量级的基础设施。 围绕这个判断，他提出了一个形象的比喻， ai 的 五层蛋糕架构，最底层是能源，往上依次是芯片、基础设施、模型，最顶层是应用。黄仁勋想说的是， ai 产业的竞争从来不是某一层的单打独斗， 每一层都在为上一层提供支撑，每一个顶层的成功应用都会像多米诺骨牌一样向下传达需求，一直到最底层的电力供给。而这整套系统的建设目前才刚刚开始，全球已投入数千亿美元，但未来还需要数万亿美元的持续投入。 拆解五层蛋糕，每一层都是一个投资命题。如果我们把老房的五层蛋糕翻译成投资语言，会发现每一层都对应着不同的产业逻辑、不同的风险收益特征，以及不同的入场时机。 这恰恰是这个框架对投资者最有价值的地方。第一层，能源最确定的底层需求 华仁勋把能源放在最底层，不是随便排的。 ai 的 智能是实时生成的，每一次推理都在消耗电力。能源是这个五层体系的物理约束，它决定了智能产出的终极上限。 对投资者来说，这意味着什么？意味着无论 ai 的 模型层怎么卷，应用层谁输谁赢，只要这个产业在运转，电力需求就是刚性的。据麦肯锡估计，到二零三零年，全球数据中心累计投资可能达到六点七万亿美元。 这些数据中心的用电量正在改变全球能源版图，清洁能源、储能技术、电网基建，这些看似传统的赛道，反而可能是 ai 浪潮中确定性最高的受益方向。 第二层，芯片技术壁垒最深的护城核心片层，负责把能源高效转化为算力。 ai 的 工作负债需要极强的并行计算能力、高贷款内存和高速互联，这和传统 cpu 的 逻辑完全不同。黄仁勋没有直说，但潜台词很清楚，这一层的技术壁垒极高，先发优势极强。 从投资视角看，芯片层是利润最丰厚，但也是估值最充分的环节。殷伟达自己就是最好的立正。值得关注的不仅是 gpu 本身，还有围绕 ai 芯片的整个供应链， 先进封装、 hbm 内存、光模块互联。每一个技术节点的突破，都可能重新分配这一层的利润格局。第三层，基础设施规模最大的实物投资。 黄仁勋管这一层叫 ai 工厂，它包括土地、电力输送、冷却系统、建筑工程、网络通信，以及把数万台处理器协同工作的调度系统。这些工厂的设计目的不是存储信息，而是制造智能。 这一层的投资特征很有意思，它涉及大量实体经济的参与者，建筑施工、暖通空调、精密电器、夜冷技术。黄仁勋在文中特意提到，这场基建浪潮需要大量电工、管道工、钢铁工人、网络技术人员。 换句话说， ai 的 建设红利正在向传统制造业和工程服务溢出。对于那些习惯关注纯科技股的投资者，这可能是一个需要调整认知的地方。 第四层，模型最具细具性的竞争层模型层是最近两年市场最关注也最容易产生情绪波动的一层。 大语言模型的军备竞赛、开源与闭源之争、 deepsea 二一的横空出世每一次模型层的变化都会牵动市场神经。 黄仁勋在文中提到一个关键判断，过去一年，模型性能已跨越规模化使用的门槛。这意味着模型层的竞争正在从谁的模型更强转向谁能更快的服务于应用场景。 它还特别提到 deepsea 二一的催化效应，当强大的开源模型出现时，它不仅改变了软件领域，更激活了整个五层架构的全链路需求。对投资者而言，模型曾有一个容易被忽略的特点， 他的竞争力度极高，但赢家的护城河相对较浅。今天领先的模型，明天可能被新技术路线颠覆。这一层适合关注趋势和拐点，但不太适合压住单一玩家。 第五层，应用价值兑现的最终出口顶层的应用层是 ai 真正创造经济价值的地方。药物研发、自动驾驶、工业机器人、法律辅助。黄仁勋猎取了一长串正在落地的场景。 他还预判传统软件和 app 的 形态可能在未来几年逐渐消失，取而代之的是 ai agent 这种全新范式。 应用层的投资逻辑和底层截然不同，底层看的是确定性，只要 ai 产业在扩张，能源和算力就有需求。应用层看的是爆发力，一旦找到真正的产品市场契合点，增长曲线可能极其陡峭， 当然风险也更大，大量应用会在竞争中被淘汰，真正能跑出来的只是少数。五层蛋糕里的投资节奏 如果只是理解五层架构的内容，那只是完成了认知的第一步。更重要的问题是，这五层之间存在着清晰的传达顺序，而这个顺序本身就暗含了投资的节奏。逻辑是这样的， 每一轮 ai 能力的跃升，都是从模型层的突破开始，然后向上拉动硬层的爆发，同时向下传导为对基础设施、芯片和能源的持续需求。这个传导不是同步发生的，而是有时间差的。 我们可以用过去一年发生的事情来验证这个逻辑。二零二四到二零二五年，大模型能力大幅提升，幻觉问题显著减少。 这些模型层的进步首先体现为芯片和算力的需求爆发，英伟达的业绩连续超预期。 接着基础设施层开始响应，全球科技巨头的资本开支飙升到七千亿美元量级。再然后，应用层开始起量，药物研发、客服、软件开发等领域出现了真正具有商业价值的 ai 产品。 这个导链条给了投资者一个有用的参照框架。当模型层出现显著突破时，最先受益的往往是芯片和算力环节，因为训练和推理的算力需求会率先爆发。这是第一波。 随着模型能力被验证，应用开始落地，基础设施层的建设需求会集中释放数据中心、电力配套冷却系统。这是第二波。最后，当应用真正成熟商业模式跑通，应用层本身的公司才会迎来估值重估的机会。 与此同时，成功的应用会反向拉动整条链路的持续需求，形成正循环。这是第三波，也是持续时间最长的一波。 当然，这个节奏不是限性的，每一层之间会有反复和波动，但总体的传导方向是清晰的。从模型突破出发，先硬件后软件，先基建后应用。理解了这个节奏，至少在面对市场波动时，不容易被短期噪音干扰。判断 几个值得多想一层的问题，黄仁勋的五层蛋糕框架很好用，但我们也不妨多想一层。首先，老黄本人就是这场游戏中最大的卖产人。 英伟达的核心利益天然与 ai 基建投资的持续升温绑定在一起。他描写的万亿美元蓝图既是产业判断，也是商业趋势，两者并不矛盾，但投资者需要分辨其中哪些是已经发生的事实，哪些是对未来的预期。 其次，五层架构的一个隐含假设是应用层能够持续产生足够的经济价值来为底层所有投入买单。目前来看，应用层的商业化仍处于早期，大量 ai 应用的用户增长很快，但变现能力还在验证中。 如果顶层的蛋糕不够大，底层的投入最终会面临回报压力。最后，一个值得思考的角度是开源的影响。 黄仁勋在文中高度评价了 deepsea r 一 这样的开源模型，认为他们加速了整个生态的发展， 但开源模型的普及也在某种程度上压缩了模型层的商业空间。当模型本身越来越接近公共品，价值可能进一步向应用层和基础设施层两端集中，这对投资者选择标的的方向有着直接的影响。 写在最后，黄日新说，我们仍处于这场改革的早期阶段，大量基础设施尚未建成，大批人才尚未培养，诸多机遇尚未发掘。 这话没错，但对投资者来说，早期这个词既意味着巨大的空间，也意味着更高的不确定性。 五层蛋糕给我们提供了一个有用的思考框架，它帮我们看清产业的全貌，理解各层之间的导关系，从而在纷繁的信息中找到属于自己的投资节奏。 底层求确定性，中层看壁垒，顶层堵爆发力，不同的风险偏好，可以在不同的层级找到适合自己的位置。 至于这块蛋糕最终能做多大，没有人现在能给出确切答案。但有一点是确定的，理解了结构，才能把握节奏，把握了节奏，才不至于在这场长跑中，要么跑的太快，要么掉了队。
332真深挖者也
