AI是人類歷史上規模最大的基礎設施建設
黃仁勳在達沃斯論壇上提出「AI五層蛋糕」理論，指出人工智能並非單一技術，而是一個由能源、芯片與計算基礎設施、雲數據中心、AI模型以及最終應用層構成的完整技術棧。
能源（Energy）
最底層是能源，實時生成的智能需要實時生成的電力。每一個token的產生，都意味著電子在移動、熱量在被管理、能源被轉化為計算能力。能源是AI基礎設施的第一原則，也是決定系統能生產多少智能的根本約束。
芯片（Chips）
能源之上是芯片。這些處理器的設計目標，是以極高效率、在大規模條件下，把能源轉化為計算能力。AI工作負載需要巨大的並行計算能力、高帶寬內存以及高速互聯。芯片層的進步，決定了AI擴展的速度，也決定了「智能」最終會變得多便宜。
基礎設施（Infrastructure）
芯片之上是基礎設施，包括土地、電力輸送、散熱系統、建築工程、網絡系統，以及將數萬顆處理器組織成一臺機器的調度系統。這些系統本質上是AI工廠，不是為了存儲信息而設計，而是為了製造智能。
模型（Models）
基礎設施之上是模型。AI模型可以理解各種類型的信息：語言、生物、化學、物理、金融、醫學，以及現實世界本身。語言模型只是其中的一類，最具變革性的工作正在發生在蛋白質AI、化學AI、物理仿真、機器人、自主系統等領域。
應用（Applications）
最頂層是應用層，這裡是經濟價值真正產生的地方。例如，藥物發現平臺、工業機器人、法律Copilot、自動駕駛汽車。一輛自動駕駛汽車，本質上是一種「被機器承載的AI應用」；一個類人機器人，則是一種「被身體承載的AI應用」。底層技術棧是同一個，只是最終呈現的形態不同。
黃仁勳指出，當前投入的數千億美元僅是開端，未來仍需建設數萬億美元級別的基礎設施。AI五層堆棧的每一層都需要構建和運行，平臺轉型正在為整個經濟創造就業機會，從能源和建築到先進製造、雲運營和應用開發。
應用層是經濟效益的核心來源，醫療、金融與製造是典型代表產業，真正最大的經濟價值將在這一層爆發。
AI的五層結構是：能源 → 芯片 → 基礎設施 → 模型 → 應用。每一層都在強化其他層，形成一個相互依存的生態系統。
黃仁勳強調，我們仍處於早期階段，大量基礎設施尚未建成，大量勞動力尚未被訓練，大量機會尚未被實現。但方向已經非常清晰：人工智能正在成為現代世界的基礎性基礎設施。
當開源模型達到技術前沿時，它們不僅改變軟件，還會激活整個技術棧的需求。例如DeepSeek-R1，通過讓一個強大的推理模型廣泛可用，推動了應用層的快速增長，同時也增加了對訓練算力、基礎設施、芯片和能源的需求。
AI的真正意義，不只是更聰明的軟件，而是一場規模堪比電力和互聯網的基礎設施革命。