最新一篇博客背后,黄仁勋的深度思考
@锦缎:
本文系基于公开资料撰写,仅作为信息交流之用,不构成任何投资建议3月10日,英伟达创始人黄仁勋罕见地发布了一篇博客,并提出了一个根本性的范式转换:AI不再是预先编写的软件,而是实时生成的智能。人工智能也并非单一的模型或应用程序,而是如同电力和互联网一样必不可少的基础设施。这一论断看似超前,但背后却有一套清晰的架构逻辑支撑:能源→芯片→基础设施→模型→应用自下而上递进,上层需求拉动下层投入,形成动态传导的技术栈。这并非简单的分层,而是物理约束逐级向上传导的链条。近几年来,智能已经从预存指令的检索发展到实时生成的推理,而整个计算范式也正在悄无声息地发生根本性重构。01 范式转换:从预制的软件到实时的智能氛围编程(Vibe Coding)概念兴起之前,在那些经历过传统计算时代的老一代程序员们眼中,软件必须依赖于人类预设的算法,数据必须经过结构化处理才能被检索。但短短几年,AI就轻松打破了这个流传了几十年的经典模式:计算机已经能够理解图像、文本、声音等非结构化信息,并根据上下文实时生成回应。在黄仁勋看来,AI的每次推理都是一次全新的创造实践,因此支撑智能生成的底层AI架构也必须重新设计。在他设想的五层架构中,能源被置于最底层,而且不存在“抽象层”。Transformer架构中,注意力机制下生成的每一个token,本质上都是电子流动、热量管理和能量转化为计算的结果。能源不仅是成本,还是物理层面上智能生产规模的上限。自此之上,芯片决定算力转化的效率,基础设施成为芯片集群的工厂,模型理解多领域的知识,而应用最后承载商业价值。在这个架构上运行的链条,任何一层存在瓶颈都会极大程度上制约智能生成的整体规模。对于英伟达和同在美国的Google、OpenAI等龙头企业来说,芯片、基础设施和模型三个层级基本已经打通,毫无疑问处于世界领先水平,但底层的能源仍是最大的限制。不惜成本建设数据中心以