
英伟达CEO黄仁勋在一篇关于人工智能的博客文章中表示,当前AI基础设施建设仍处于极早期阶段。尽管行业已投入数千亿美元,但未来还需数万亿美元的投资来完善数据中心和相关底层设施。这是他自2016年以来发表的第七篇公开长文,文中探讨了AI发展速度、访问权限以及治理模式。

黄仁勋指出,AI已经打破了传统软件的运作模式。传统软件只是执行预先编写的指令,而现代AI系统能够基于上下文进行实时推理并按需生成智能。为了更好地理解产业结构,他再次提及年初在达沃斯论坛上提出的“五层架构”模型,明确指出AI生态由能源、芯片、基础设施、模型和应用构成,任何成功的上层应用都依赖于底层设施乃至发电厂的支持。

对于技术发展对劳动力市场的影响,黄仁勋认为AI不仅不会削减岗位,反而会创造大量新的就业机会,尤其是在基础设施和技术工种领域。他认为,当AI接管企业的日常程序化任务后,生产力的提升将转化为服务能力的扩容,从而带动企业增长与扩张。目前大量的底层设施尚未建成,配套劳动力也未完成培训,AI产业的真正红利期和大规模建设才刚刚开始。

AI不仅是聪明的应用程序或单一模型,更是如同电力和互联网一样至关重要的基础设施。它运行在真实的硬件、能源和经济基础之上,吸收原材料并转化为规模化的智能。每家公司都将使用它,每个国家都将建设它。
从预编软件到实时智能,AI改变了计算领域的根本模式。我们第一次拥有了能够理解非结构化信息的计算机,能看懂图像、阅读文本、聆听声音并理解意义。每一个响应都是全新生成的,这不再是检索存储指令的软件,而是能够按需推理和生成智能的软件。因此,整个计算架构栈必须被重新发明。
从工业角度看,AI呈现为一个五层架构:首先是能源,实时生成的智能需要实时产生的电力;其次是芯片,这些处理器将能源高效转化为计算能力;第三是基础设施,包括土地、电力输送、冷却系统等;第四是模型,涵盖语言、生物学、化学等多个领域;最后是应用,这里是创造经济价值的地方,如药物发现平台、自动驾驶汽车等。
支持这一建设所需的劳动力是庞大的。AI工厂需要电工、水管工、网络技术人员等高技能岗位。同时,AI正在推动知识经济的生产力提升。例如,在放射科,AI可以辅助读取扫描影像,使医生能够更专注于临床判断和患者护理,提高医院的服务能力。
过去一年里,AI跨越了一个重要门槛。模型变得足够优秀,能够在规模化应用中发挥实质作用。开源模型在其中扮演了关键角色,它们加速了应用层的技术采用,并相应增加了对训练、基础设施、芯片和能源的需求。
AI始于Transformer大语言模型在线配资平台大全,但它远不止于此。它是一场工业转型,将重塑能源生产和消费方式、工厂建造方式、工作组织方式以及经济增长方式。每一层都在相互强化,这就是为什么这场基础设施建设如此庞大,涉及众多行业,且不会局限于单一国家或领域。每家公司都将使用AI,每个国家都将建设它。我们仍处于早期阶段,许多基础设施尚未建成,但方向已经非常清晰。
鼎宏优配提示:文章来自网络,不代表本站观点。