黃仁勳在文中表示，AI正在成為當代最重要的技術力量之一。他指出，傳統電腦運算依賴人類事先編寫的程式，但AI能理解影像、文字與聲音等非結構化資料，並即時推理與生成答案，使電腦不再只是執行指令，而是能夠按需求生成智慧。這樣的運算模式改變，也讓整個計算堆疊必須重新設計。
在這套「五層蛋糕」架構中，最底層是能源（Energy）。黃仁勳指出，每一次AI生成回應所產生的詞元（token），本質上都是電力轉換為運算能力的過程，因此能源是AI基礎設施的第一性原理，也是限制智慧生成規模的根本條件。
能源之上是晶片（Chips）。AI運算需要大量平行處理能力、高頻寬記憶體與高速互連技術，因此處理器的設計將決定AI系統的效率與成本，也影響智慧擴展的速度。
第三層是基礎設施（Infrastructure），包括資料中心、電力供應、散熱系統、網路與大型運算叢集。黃仁勳將這些系統稱為「AI工廠」，其核心功能不是儲存資訊，而是大規模生產智慧。
第四層為模型（Models）。AI模型可以理解語言、生物、化學、金融或物理等多種類型資訊，目前技術突破不只發生在語言模型，也延伸至蛋白質研究、化學模擬、機器人與自主系統等領域。
最上層則是應用（Applications），也是經濟價值產生的地方，包括藥物研發平台、工業機器人、法律助理、自動駕駛車與人形機器人等。每一個應用都依賴下方四層架構支撐，最終甚至追溯到發電廠。
黃仁勳指出，目前全球在AI基礎設施上的投資僅達數千億美元，但未來仍有數兆美元規模的建設需求。各地正興建晶片工廠、資料中心與AI運算設施，形成史上最大規模的科技基礎建設浪潮。
他也強調，AI帶來的職缺不僅限於軟體工程師。AI工廠需要電工、鋼鐵工人、網路技術員與設備安裝人員等多種技術職位，且多數薪資優渥、需求旺盛，並不一定需要電腦科學博士學位。
此外，黃仁勳認為AI不會單純取代人類工作，反而可能提升整體生產力。例如在醫療領域，AI能協助醫師分析影像，但醫師仍需負責診斷與照護病人。當AI承擔部分日常工作後，醫療機構反而能服務更多患者，進一步帶動產業成長。
他指出，過去一年AI技術已跨越關鍵門檻，模型推理能力大幅提升，錯誤與幻覺問題減少，並開始在藥物研發、客服、物流與軟體開發等領域展現真正的商業價值。
黃仁勳認為，開源模型的普及也是AI生態快速擴張的重要原因。當先進模型被廣泛開放時，不僅促進應用創新，也同時提高對運算、晶片與能源等底層資源的需求。
在AI運算需求快速成長之下，能源與資料中心建設也正成為全球科技競賽的新焦點。從晶片到電力，再到大型AI工廠的建設，黃仁勳所提出的「五層蛋糕」架構，也被視為理解未來AI產業版圖的重要框架。
點擊閱讀下一則新聞
