以下為黃仁勳「AI是一個五層蛋糕」（AI is a five layer cake）的全文：
人工智慧（AI）是當今塑造世界最強大的力量之一，它並非只是聰明的應用程式或單一模型，而是像電力與網路一樣，是不可或缺的基礎設施。
AI運作於真實的硬體、真實的能源以及真實的經濟體系之上，它將原材料轉化為可大規模運作的智慧能力。每一家公司都將使用AI，每一個國家都將建構AI。
要理解AI為何以這樣的方式發展，從第一性原理（first principles）（編按：將問題拆解到最基礎的本質、原理，從最根本開始思考，而非從已知的知識開始思考）出發思考，並觀察運算領域中究竟發生了哪些根本性的改變，將會有所幫助。
在大部分的電腦運算的發展歷史中，軟體都是「預錄好的」。由人類編寫演算法，再由電腦執行。資料必須經過精心結構化處理，儲存到表格中，並透過精確的查詢進行檢索。SQL（編按：結構化查詢語言）之所以不可或缺，是因為它讓這樣的電腦世界得以運作。
AI打破了這種模式。
我們首次擁有能夠理解非結構化資訊的電腦。它可以辨識影像、閱讀文字、聽到聲音，並理解其中的意義，它也能對情境與意圖進行推理。更重要的是，它能即時生成智慧。
每一個回覆都是全新產生的，每一個答案都取決於你所提供的上下文。這不再是軟體從預存指令中進行檢索，而是軟體即時推理、按需求生成智慧。
由於智慧是即時產生的，因此其底層的整個運算堆疊，都必須重新設計。
AI即基礎設施
當從產業角度來看 AI，它可被解析為一個五層堆疊的架構。
能源（Energy）
AI蛋糕的最底層是能源。即時生成的智慧，需要即時供給的電力，每一個產生的詞元（token），都是電子流動、熱能管理，與能源被轉換為算力的結果，在此之下不存在任何抽象層。能源是AI基礎設施的第一性原理，也是限制系統能產生多少智慧的根本約束。
晶片（Chips）
位於能源之上的是晶片。這些處理器被設計用來能夠大規模的、高效的將能源轉換為算力，AI工作負載需要龐大的平行運算能力、高頻寬記憶體，以及高速互連技術。晶片層的進展，決定了AI能以多快的速度擴展，以及AI產出智慧的成本能降到多低。
基礎設施（Infrastructure）
在晶片之上的是基礎設施。這包括土地、電力輸送、散熱、建設工程、網路，以及將數萬顆處理器協調運作為單一機器的系統，這些系統就是AI工廠，它們的設計目的並非儲存資訊，而是製造智慧。
模型（Models）
基礎設施之上是AI模型。AI模型能理解多種類型的資訊，包括語言、生物、化學、物理、金融、醫藥，以及真實世界本身，語言模型只是其中一種類型。目前最具變革性的進展，正發生在蛋白質AI、化學AI、物理模擬、機器人，以及自主系統等領域。
應用（Applications）
AI蛋糕的最上層則是應用層，這是經濟價值產生之處。例如藥物研發平台、工業機器人、法律助理、自駕車等。自駕車是一種以汽車形式出現的 AI 應用，人形機器人則是體現於類似人類軀體中的AI應用。同樣的堆疊，不同的成果。
這就是五層蛋糕：能源 → 晶片 → 基礎設施 → 模型 → 應用。
每一個成功的應用程式，都依賴其下方的每一層架構，一直向下延伸至支撐其運行的發電廠。
這項建設（編按：AI五層蛋糕）才剛剛開始，我們目前僅投入了數千億美元，但仍有數兆美元規模的基礎設施尚待建置。
在全球各地，我們正看到晶片工廠、電腦組裝廠，以及AI工廠以前所未有的規模在興建，這正成為人類史上規模最大的基礎設施建設工程。
支撐這波建設所需的人力極為龐大，AI工廠需要電工、水管工、配管工、鋼鐵工人、網路技術員、安裝人員及操作員，這些都是技術性高且薪資優渥的職位，而且目前供不應求，參與這場變革並不需要電腦科學博士學位。
同時，AI正在提升整體知識經濟的生產力。以放射醫學為例，AI現在可以輔助解讀掃描影像，但對放射科醫師的需求仍持續成長，兩者並不矛盾。
放射科醫師的職責是照顧病人，解讀影像只是其中一項工作。當AI承擔更多日常工作時，放射科醫師就能專注於判斷、溝通和照護，醫院的生產力隨之提升，服務更多患者，並僱用更多員工。
生產力創造產能，產能創造成長。
過去一年發生了什麼改變？
在過去一年中，AI跨越了一個重要的門檻：模型的能力首次達到足以大規模應用的程度，推理能力提升、幻覺（hallucination）減少，接地能力（grounding）也大幅提高，基於AI的應用首次開始產生真正的經濟價值。
在藥物研發、物流、客服、軟體開發與製造等領域，AI應用已展現強大的產品與市場契合度（product-market fit），這些應用對其下面的每一層都提出了很高的要求。
AI開源模型在其中扮演關鍵角色，世界上大多數AI模型都是免費的，研究人員、新創公司、企業，甚至整個國家，都仰賴開源模型來參與先進AI的發展，當開源模型達到技術前沿時，它們不僅改變了軟體，還會啟動整個技術堆疊的需求。
DeepSeek-R1（編按：去年農曆年間在全球爆紅的中國AI開源模型） 便是一個強而有力的例證，這個推理模型廣泛被使用後，它加速了應用層的採用，同時也提升了對訓練算力、基礎設施、晶片與能源等底層資源的需求。
這代表了什麼意義？
當你將AI視為一項必要的基礎設施時，其意涵便顯而易見。
AI的起點是一個基於Transformer架構（編按：一種讓AI能一次看完整段文，並秒懂重點與關聯的技術）的大語言模型，但它遠不止於此，這是一場產業轉型，AI正在重塑能源如何被生產與使用、工廠如何被建造、工作如何被組織，以及經濟如何成長。
AI工廠之所以被建造，是因為智慧已能即時生成，晶片之所以被重新設計，是因為效率決定智慧能以多快的速度擴展，能源之所以成為核心，是因為它決定了AI可生產智，的上限。而應用加速發展，則是因為其下層模型已跨越門檻，終於真正具備大規模實用性。
每一層都與其他層相互強化。
這是為什麼AI的建設規模會如此龐大、為什麼它能同時觸及如此多的產業，這也是為什麼AI不會被侷限於單一國家或單一產業，每一家公司都將使用 AI、每一個國家都將建構 AI。
我們仍處於非常早期的階段，大部分的基礎設施尚未建立，許多勞動力尚未完成AI培訓，很多的機會也尚未被實現。
但方向是明確的。
AI正在成為現代世界最根本的基礎設施。現在我們做的選擇、建造的速度、參與的廣度，以及負責任地部署AI的方式，都將形塑這個時代的未來。
