最近，黃仁勳發表了一篇罕見的部落格文章，標題很有趣，叫作《AI 是一塊五層蛋糕》（AI is a 5-Layer Cake）。

黃仁勳試圖告訴我們：AI 不是一個聰明的 App，也不是一個單純的模型，它是像「電力」與「網路」一樣的基礎設施。

為了理解這場變革的規模，黃仁勳要求我們回歸「第一性原理」，思考運算領域到底發生了什麼根本性的轉變。

▋從「預錄式軟體」到「即時智慧」的範式轉移

在過去幾十年的運算歷史中，軟體基本上是「預先錄製」好的。人類寫好演算法，電腦依指令執行。資料必須被結構化，儲存在表格中，再透過精確的查詢（SQL）來提取。

AI徹底打破了這個模型。

我們第一次擁有了一種能理解「非結構化」資訊的電腦。它能看懂圖片、讀懂文字、聽懂聲音，並理解背後的意涵與情境。最關鍵的是，它即時生成智慧。

你得到的每一個回應都是全新創造的，完全取決於你當下提供的上下文。這不是電腦在資料庫裡檢索預存的答案，而是它在當下進行推理，並「製造」出智慧。

正是因為「智慧」變成了即時生產的產品，其下方的整個運算堆疊（computing stack）就必須被徹底改造。這就是黃仁勳「五層蛋糕」理論的由來。

▋AI的工業化堆疊：五層蛋糕理論

當你用工業化的視角審視AI，它會清晰地分解為五個層次，由下至上，環環相扣：

1. 能源（Energy）： 這是蛋糕的底座。即時生成的智力需要即時產生的電力。每一個 Token 的產出，本質上都是電子移動與熱量管理的結果。能源是 AI 基礎設施的「第一性原理」，也是產能的最終上限。

2. 晶片（Chips）： 在能源之上，是將電力轉化為運算的處理器。這需要極大規模的並行運算與高頻寬記憶體。晶片的效率，決定了智力規模化的速度與成本。

3. ​ 基礎設施（Infrastructure）： 這不只是伺服器，而是包含冷卻系統、網路、電力傳輸在內的「AI 工廠」。它們的目標不是「儲存資訊」，而是「製造智力」。

4. 模型（Models）： 這是工廠產出的核心。從語言、生物學到物理模擬，模型開始理解現實世界的物理規則。

5. 應用（Applications）： 這是蛋糕的最頂層，也是創造經濟價值的地方。無論是自動駕駛、藥物研發還是機器人，它們其實都是「裝在不同載體裡的 AI 應用」。

這就是五層蛋糕的連動關係：能源 → 晶片 → 基礎設施 → 模型 → 應用。任何一個成功的應用，都會像一股強大的拉力，一路向下傳導，拉動底下每一層的需求，最終直達發電廠。

▋為何去年是轉捩點？

在過去一年，AI跨越了一個重要的門檻：模型變得「足夠好」，好到足以規模化地創造實用價值。

隨著模型推理能力的提升和「幻覺」的減少，建立在AI之上的應用程式開始產生真實的經濟效益。從藥物研發到客戶服務，強勁的「產品市場契合」（Product-Market Fit）已經出現。

黃仁勳在文中特別提到了 DeepSeek-R1。

開源模型在此扮演了關鍵的「需求催化劑」。當強大的開源模型（如DeepSeek-R1）普及後，它極大降低了應用層的創新門檻，從而引爆了對其下方的訓練、基礎設施、晶片和能源的巨大需求。

▋為什麼這場「大基建」才剛剛開始？

很多人擔心 AI 泡沫，但從黃仁勳的視角看，我們才剛進入「工業化」的初期。目前全球投入了數千億美元，但未來還需要數兆美元的基礎設施建設。

這場變革最特別的地方在於它對勞動力結構的重塑。AI 工廠的興建不需要幾萬個電腦科學博士，它需要的是大量的電工、水管工、鋼鐵工與網路技師。這是一場實體經濟的擴張，創造的是高薪且具備技術門檻的職位。

同時，AI 正在解決「生產力悖論」。以放射科醫生為例，AI 幫忙判讀影像，但醫生的需求反而增加了。為什麼？因為生產力創造了容量（Capacity），而容量創造了增長。 當例行公事被自動化，醫生能服務更多病人，醫院能擴張規模，進而雇用更多人。

▋我們正站在新大陸的岸邊

當我們把 AI 看作基礎設施時，很多爭論就消失了。它不再是「軟體業的升級」，而是一場重塑能源消耗、工廠建設與經濟增長模式的工業轉型。

黃仁勳的這篇文章，為市場的「AI焦慮」提供了一個解答。AI的核心故事，不是哪個App會曇花一現，而是關於能源如何生產與消耗、工廠如何建造、工作如何組織、經濟如何增長的根本性重塑。

- KP

p.s. 最新一期深入分析已經發出，主角是ASIC雙雄：Broadcom和Marvell。

但如果你認為他們就是純粹的ASIC大哥和老二，那就簡化了他們的投資邏輯。為何兩者估值會相差這麼遠，為何博通的Forward PE會比Nvidia更高。而在財報公報後，有其中一家的估值邏輯已經出現了變化。在我電子報中的深度產業分析報告中，我將為大家全面深入分析。

加入我的電子報，閱讀全文，你會對這兩家公司有完全不一樣的認知。