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。
热点资讯
