【導(dǎo)讀】人工智能已超越單純的技術(shù)應(yīng)用或單一模型范疇，正演變?yōu)槿缤娏εc互聯(lián)網(wǎng)般不可或缺的現(xiàn)代基礎(chǔ)設(shè)施。它依托于真實的能源、硬件與經(jīng)濟體系，具備將原材料大規(guī)模轉(zhuǎn)化為實時智能的獨特能力。從底層的能源供應(yīng)到頂層的應(yīng)用落地，AI 構(gòu)建了一個涵蓋芯片、基礎(chǔ)設(shè)施及模型的嚴密五層架構(gòu)。這一架構(gòu)不僅標志著計算模式從“預(yù)制軟件”向“實時智能”的根本性轉(zhuǎn)變，更正在引發(fā)一場重塑全球能源消耗、工廠建造及經(jīng)濟增長路徑的工業(yè)變革。
從預(yù)制軟件到實時智能
在計算技術(shù)發(fā)展的歷史中，軟件通常都是預(yù)先制作好的。人類描述一種算法，計算機執(zhí)行此操作。數(shù)據(jù)必須經(jīng)過精心設(shè)計，存儲在表格中，并通過精確查詢進行檢索。SQL 變得不可或缺，因為過去的世界因此得以運轉(zhuǎn)。
AI 打破了這種模式。
我們首次擁有了一臺能夠理解非結(jié)構(gòu)化信息的計算機。它能夠識別圖像、閱讀文本、聆聽聲音并理解其含義。它可以根據(jù)上下文和意圖進行推理。最重要的是，它能夠?qū)崟r生成智能。
每個回應(yīng)都是全新創(chuàng)建的。每個答案都取決于你提供的上下文。這并非軟件檢索存儲的指令，而是軟件根據(jù)需求進行推理并生成智能。
由于智能是實時生成的，因此其背后的整個計算架構(gòu)都必須重新設(shè)計。
AI 即基礎(chǔ)設(shè)施
從工業(yè)角度審視 AI，其架構(gòu)可分解為五層。
1 能源
最底層是能源。實時生成的智能需要實時產(chǎn)生的電力支持。每一個生成的 token，都是電子流動、熱量管理以及能量轉(zhuǎn)化為計算的結(jié)果。在這一層面之下，沒有抽象層。能源是 AI 基礎(chǔ)設(shè)施的首要原則，也是制約系統(tǒng)能產(chǎn)生多少智能的瓶頸因素。
2 芯片
能源層之上是芯片。這些處理器旨在大規(guī)模地將能源高效轉(zhuǎn)化為計算能力。AI 工作負載需要巨大的并行處理能力、高帶寬內(nèi)存和快速互連。芯片層的進展決定了 AI 的擴展速度以及智能的可適用性。
3 基礎(chǔ)設(shè)施
芯片之上是基礎(chǔ)設(shè)施層。這包括土地、供電、冷卻系統(tǒng)、建筑工程、網(wǎng)絡(luò)通信，以及將成千上萬處理器編排到一臺機器的系統(tǒng)。這些系統(tǒng)就是 AI 工廠。它們的設(shè)計目的并非存儲信息，而是制造智能。
4 模型
基礎(chǔ)設(shè)施層之上是模型層。AI 模型能夠理解多種類型的信息：語言、生物學(xué)、化學(xué)、物理學(xué)、金融學(xué)、醫(yī)學(xué)以及物理世界本身。語言模型只是其中一個類別。一些最具變革性的工作正發(fā)生在蛋白質(zhì) AI、化學(xué) AI、物理模擬、機器人技術(shù)和自主系統(tǒng)等領(lǐng)域。
5 應(yīng)用
最上層是應(yīng)用層，經(jīng)濟價值在此產(chǎn)生，比如藥物研發(fā)平臺、工業(yè)機器人、法律助手、自動駕駛汽車等。自動駕駛汽車是 AI 機器應(yīng)用的具體表現(xiàn)。人形機器人則是 AI 具身應(yīng)用的具體表現(xiàn)。同樣的架構(gòu)，能帶來不同的成果。
這就是五層蛋糕架構(gòu)：
能源 → 芯片 → 基礎(chǔ)設(shè)施 → 模型 → 應(yīng)用。
每一個成功的應(yīng)用都會拉動其下的每一層，直至維持其運行的動力設(shè)備。
我們才剛剛開始這一建設(shè)進程，目前已投入數(shù)千億美元，但仍需建設(shè)價值數(shù)萬億美元的基礎(chǔ)設(shè)施。
放眼全球，我們看到芯片工廠、計算機組裝廠和 AI 工廠正在以前所未有的規(guī)模建設(shè)。這正在成為人類歷史上規(guī)模最大的基礎(chǔ)設(shè)施建設(shè)。
支撐這一建設(shè)進程所需的人力非常龐大。AI 工廠需要電工、管道工、管件工、鋼鐵工人、網(wǎng)絡(luò)技術(shù)人員、安裝人員和操作員等。這些都是技術(shù)性強、待遇優(yōu)厚的工作崗位，且目前供不應(yīng)求。參與這場變革無需擁有計算機科學(xué)博士學(xué)位。
與此同時，AI 正在提高整個知識經(jīng)濟領(lǐng)域的生產(chǎn)力。以放射學(xué)為例，AI 已經(jīng)能夠輔助解讀掃描影像，但對放射科醫(yī)生的需求仍在持續(xù)增長。這并非矛盾現(xiàn)象。
放射科醫(yī)生的職責就是照顧患者，而解讀掃描影像只是其工作中的一個環(huán)節(jié)。當 AI 承擔更多的常規(guī)工作時，放射科醫(yī)生可以專注于判斷、溝通和護理。醫(yī)院的工作效率將越來越高，將能夠為更多的患者提供服務(wù)，也會雇傭更多員工。
生產(chǎn)力提升創(chuàng)造產(chǎn)能，產(chǎn)能擴大推動增長。
過去一年的變化？
在過去的一年里，AI 跨越了一個重要的門檻。模型性能顯著提升，可以大規(guī)模投入使用。推理能力增強，幻覺現(xiàn)象減少，落地應(yīng)用能力大幅提升?；?AI 構(gòu)建的應(yīng)用首次開始創(chuàng)造真實的經(jīng)濟價值。
藥物研發(fā)、物流、客戶服務(wù)、軟件開發(fā)和制造領(lǐng)域的應(yīng)用已經(jīng)展現(xiàn)出強大的產(chǎn)品市場契合度。這些應(yīng)用會對其下方的每一層架構(gòu)都產(chǎn)生強勁的拉動效應(yīng)。
開源模型在這方面發(fā)揮著關(guān)鍵作用。全球大多數(shù)模型都是免費開放的。研究人員、初創(chuàng)公司、企業(yè)甚至國家都依靠開放模型來參與先進的 AI。當開放模型達到前沿水平時，它們改變的不僅僅是軟件領(lǐng)域，而是激活了整個技術(shù)棧的需求。
DeepSeek-R1 就是一個很好的例子。通過廣泛開放強大的推理模型，它加速了應(yīng)用層的普及，并帶動了底層對訓(xùn)練、基礎(chǔ)設(shè)施、芯片和能源的需求增長。
題中要義
當你將 AI 視為必不可少的基礎(chǔ)設(shè)施時，其影響便顯而易見。
AI 始于 Transformer 大語言模型。但其意義遠不止于此。這是一場工業(yè)變革，重塑著能源的生產(chǎn)與消耗方式、工廠的建造模式、工作的組織形式以及經(jīng)濟的增長路徑。
AI 作為新時代的基礎(chǔ)設(shè)施，其建設(shè)規(guī)?？涨扒矣绊懮钸h，每一層級的進步都在相互強化并拉動整體生態(tài)的發(fā)展。盡管我們?nèi)蕴幱谶@一宏大進程的早期階段，面臨巨大的建設(shè)需求與人才缺口，但方向已然明確：AI 將滲透至每家企業(yè)與每個國家，成為推動生產(chǎn)力提升與經(jīng)濟擴張的核心引擎。此刻，人類在構(gòu)建速度、參與廣度以及負責任部署上的選擇，將最終決定這一技術(shù)變革如何塑造未來的世界格局。
