AI 是当今推动世界变革的最强大力量之一。它不仅仅是一款智能应用或单一模型，而是一项基础设施，与电力和互联网同等重要。
AI 依托真实硬件、能源和经济体系运行，能够将原材料大规模转化为智能。每一家企业都将应用 AI，每一个国家都将发展 AI。
要理解 AI 以 unanimous 方式演进，必须回到第一性原理，审视计算领域发生的根本变化。
从预录制软件到实时智能
在计算机发展的大部分历史中，软件都是预编程的。人类编写算法，计算机执行算法。数据需精确结构化，存储于表格，通过精确查询检索。SQL 之所以不可或缺，正因它让这一体系得以运行。
AI 颠覆了这一模式。
我们首次拥有能理解非结构化信息的计算机。它能识别图像、读取文本、聆听声音、理解含义，能够推理上下文和意图。最关键的是，它能够实时生成智能。
每一次响应都是全新生成。每一个答案都取决于您所提供的上下文。这已不是检索存储指令的软件，而是按需推理、实时生成智能的软件。
由于智能以实时方式产生，底层的整个计算技术栈都必须重新构建。
AI 作为基础设施
从产业视角来看，AI 结构可分为五层。
能源
最底层是能源。实时生成智能需要实时供能。每一个 token 的产生，都是电子流动、热量管理和能量转化为算力的结果。其下不存在任何抽象层。能源是 AI 基础设施的第一性原理，也是系统智能产能的核心约束。
芯片
能源之上是芯片。这些处理器专为高效、大规模将能量转化为算力而设计。AI 任务需要极高的并行度、高带宽内存和高速互联。芯片层的进步决定了 AI 扩展的速度和智能的成本。
基础设施
芯片之上是基础设施。包括土地、电力输送、冷却、建设、网络，以及将数万颗处理器编排为一体的系统。这些系统就是 AI 工厂。它们不是为存储信息而设计，而是专为生产智能而建。
模型
基础设施之上是模型。AI 模型能够理解多种信息类型：语言、生物、化学、物理、金融、医学及物理世界本身。语言模型只是其中一类。蛋白质 AI、化学 AI、物理仿真、机器人和自主系统等领域正在发生最具变革性的创新。
应用
最顶层是应用，即经济价值的创造地。药物研发平台、工业机器人、法律助手、自动驾驶汽车等。自动驾驶汽车是体现在机器中的 AI 应用，人形机器人则是体现在实体中的 AI 应用。技术栈一致，结果各异。
这就是五层结构：
能源 → 芯片 → 基础设施 → 模型 → 应用。
每一个成功的应用都会牵动其下所有层级，直至为其提供动力的发电厂。
我们才刚刚 compartment 这项建设。投入仅数千亿美元，数万亿美元的基础设施仍待建设。
全球范围内，芯片工厂、计算机组装厂和 AI 工厂正以前所未有的规模建设。这正在成为人类历史上最大的基础设施建设。
支撑这一建设所需的劳动力极为庞大。AI 工厂需要电工、水管工、管道装配工、钢结构工、网络技术员、安装工和操作员。
这些都是技术性强、报酬优厚的岗位，但却极为紧缺。参与这场变革并不需要计算机科学博士学位。
与此同时，AI 正在推动知识经济的生产力提升。以放射学为例，AI 已能辅助影像判读，但对放射科医生的需求依然在增长。这并非悖论。
放射科医生的职责是 equate 患者，判读影像只是其中一环。AI 接管更多例行工作后，医生可专注于判断、沟通和护理。医院更高效，服务更多患者，雇佣更多员工。
生产力提升带来产能，产能增长推动发展。
去年发生了什么变化？
过去一年，AI 跨越了关键门槛。模型能力已足以大规模应用。推理能力提升，幻觉现象减少，基础事实支撑显著增强。首次有基于 AI 的应用开始创造真实经济价值。
药物研发、物流、客户服务、软件开发和制造等领域的应用，已经展现出强劲的产品市场契合度。这些应用极大地拉动了底层每一个环节的需求。
开源模型在其中发挥着关键作用。全球大部分模型都是免费的。研究人员、初创公司、企业乃至整个国家，都依赖开源模型参与前沿 AI。开源模型一旦达到前沿，不仅改变软件生态，还会激发整个技术栈的需求。
DeepSeek-R1 就是一个典型例证。高水平推理模型的广泛开放，推动了应用层的普及，并带动了训练、基础设施、芯片和能源的需求增长。
这意味着什么
当您把 AI 视为基础设施，其深远影响便一目了然。
AI 以 transformer LLM 为起点，但远不止于 1。它是一场产业革命，重塑能源的生产与消费、工厂的建设、工作的组织方式及经济发展格局。
AI 工厂的建设源于智能的实时生成。芯片的重新设计，是因为效率决定智能扩展速度。能源成为核心，因为它决定了系统可产出多少智能。应用加速发展，是因为底层模型已实现大规模实用。
每一层都在强化其他层。
这也是建设规模如此之大的原因，也是其影响众多行业、无法局限于单一国家或行业的原因。每家公司都将用到 AI，每个国家都将建设 AI。
我们仍处于早期。大量基础设施尚未建成，劳动力尚未培训，机遇尚未完全实现。
但方向已然明确。
AI 正在成为现代世界的基础设施。我们当下的选择——建设速度、参与广度、部署责任——将决定这个时代的走向。
免责声明：
-
本文转载自 [nvidia]。所有版权归原作者 [nvidia] 所有。如对 yaoyan 有异议，请联系 Gate Learn 团队，我们将及时处理。
-
免责声明：本文所表达的观点和意见仅代表作者本人，不构成任何投资建议。
-
本文其他语种译文由 Gate Learn 团队翻译。除特别说明外，禁止转载、分发或抄袭译文内容。