黄仁勋这次在网上发了篇长文，还是头一回这么正式地表达看法。他特别强调说，咱们现在搞的这个AI建设，跟当年铺电网、修铁路差不多，都是大基建工程，目前刚把个开头开出来。而且光是已经砸进去的那几千亿美元，那还只是开胃菜呢，真正想要把整个地基铺扎实，搞出威力来，少说还得再往里面扔好几万亿美元。 这事儿发生在3月10号当地时间，这位英伟达的CEO黄仁勋在达沃斯论坛（也就是WEF）之后没多久，又跑去瑞士晒自己的观点。他把AI比作一块五层的大蛋糕，从底往上一层层剖析。他直说，咱们现在才刚刚爬梯子第一步，前面的路长着呢。 下面第一层是能源，说白了就是支撑AI干活的电。这层要是卡脖子，那上边的智能产量肯定上不去。第二层是芯片，这是把电高效转换成算力的关键环节，直接决定了你能把聪明才智扩散得多快。第三层是实实在在的硬件设施，像厂房、网络、制冷系统这些都得建好。这些东西不是用来存数据的，是用来生产智能的。 到了第四层就是模型层了。黄仁勋提到像蛋白质AI、机器人技术这种最前沿的领域，正在发生翻天覆地的变化。这里面包含的信息特别多，不光有文字语言那种常见的类型。 最上头的那一层才是我们最常接触到的应用层。这里面的经济价值最高，比如搞新药研发、做工业机器人或者法律助手、自动驾驶之类的工作都在这里产生实际效益。 黄仁勋给大伙算了一笔账，说每一个成功的应用都会把它底下的每一层都给拉动起来。大家都在干活的时候生产力变高了，东西就越生产越多，这就是经济增长的动力来源。 很多人担心AI出来后会不会抢走大家的饭碗？黄仁勋觉得这种担心有点多余。因为他说搞AI建设得要好多人干活呢：你得要电工、管工、钢铁工人、网络技术员这些技术工种才能把活儿干好。这些岗位都是很缺人的高薪活计，哪怕你不是什么博士也能参与进来。 他还拿医院里的放射科医生做例子来说明这事儿不矛盾。以前医生得盯着CT片子看半天甚至通宵加班才能诊断清楚病情。现在有了AI帮忙解读影像医生就轻松多了：常规工作交给机器去做，医生自己就有时间去琢磨病情怎么治、跟病人好好沟通和护理了。这样一来医院的效率上去了就能看更多的病人，自然也需要更多的人手来帮忙。 黄仁勋回忆起这一年来的变化也感慨很深：“跨过了一个重要的门槛”。以前的模型不行、推理能力差、经常胡说八道（也就是幻觉），现在好多了；推理能力强了、落地应用也靠谱多了；基于AI搞出来的东西真的开始能挣钱了。 他特意点出DeepSeek-R1这个产品来举例子：通过把强大的推理模型开放给大家用，这就像放水一样加速了上层应用的普及；结果底下对训练资源、硬件设施、芯片和电的需求也就跟着水涨船高了。 最后他又把话说回了基础设施的本质上：“如今AI工厂正在兴建”，因为智能已经能实时生成了；“芯片正在被重新设计”，因为效率决定了智能的扩展速度；“能源成为核心要素”，因为它从根本上决定了智能的生产规模上限；“应用加速发展”，因为底层模型已经跨过了门槛得以大规模投入使用。每一层都在互相强化，形成了一个良性循环的闭环。