文章核心观点 - AI的本质远非软件工具或聊天机器人，而是一个全新的、由五层结构组成的基础设施技术栈，这正在引发人类历史上规模最大的基础设施建设之一 [3] - AI正在从“预先编写的软件”范式转变为“实时生成的智能”范式，这要求整个计算技术栈被重新发明 [5][6][7][10][11] - AI被视为如同电力和互联网一样的关键基础设施，每一家公司都会使用它，每一个国家都会建设它 [4][66][67] - AI基础设施的建设刚刚开始，目前已投入数千亿美元，未来仍有数万亿美元的建设需求，这可能成为人类历史上最大规模的基础设施建设之一 [32][33][35] - AI不仅不会减少就业，反而会创造大量新的高技能、高收入工作岗位，并提升知识经济的生产力 [36][40][41][44] AI技术栈的“五层蛋糕”模型 - **第一层：能源**：是AI基础设施的第一性原理和根本约束，实时生成智能需要实时提供的电力，智能产出的上限由能源决定 [14][15][17][63] - **第二层：芯片**：芯片被设计用来以极高效率将能源转化为计算能力，其进步决定了AI能扩展得多快以及智能能变得多便宜 [18][19][20][62] - **第三层：基础设施**：即AI工厂，其设计目的并非存储信息，而是为了制造智能，包含土地、电力、冷却、网络及将成千上万处理器编排为单机的系统等 [22][23][27] - **第四层：模型**：AI模型能够理解语言、生物、化学、物理、金融、医学及现实世界等多种非结构化信息，最具变革性的进展正发生在蛋白质AI、化学AI等领域 [25][26][28] - **第五层：应用**：是经济价值真正产生的地方，例如物理仿真、机器人、药物发现、自动驾驶汽车、人形机器人等，每个成功的应用都会向下强烈牵引整个技术栈的需求 [29][30][31][37][48] AI引发的工业级变革与建设 - **基础设施建设规模**：全球范围内，芯片工厂、计算机组装工厂、AI工厂正以前所未有的规模被建造 [34][38] - **建设处于早期阶段**：许多基础设施尚未存在，许多劳动力尚未完成培训，许多机会尚未被实现 [70][71] - **劳动力需求**：建设AI工厂需要电工、水管工、管道安装工、钢结构工人、网络技术人员、安装人员、运维人员等大量目前严重短缺的高技能、高收入岗位 [39][40][49] AI发展的现状与驱动力 - **技术成熟度拐点**：过去一年，AI模型在推理能力、减少幻觉、事实锚定方面显著提升，已足够好并跨过了规模化可用的门槛，开始产生真实的经济价值 [45][46][51] - **经济价值显现**：在药物研发、物流、客户服务、软件开发、制造业等领域，AI应用已表现出明显的产品-市场匹配 [47][51] - **开源模型的催化作用**：世界上绝大多数模型是免费的，开源模型（如DeepSeek-R1）达到技术前沿时，不仅改变软件，也激活了整个技术栈的需求，加速了应用层创新并增加了对训练、基础设施、芯片和能源的需求 [52][53][54][55][56][68] AI对生产力与就业的影响 - **提升知识经济生产力**：以放射科为例，AI接管重复性工作（如读取影像）后，医生能将更多时间用于判断、沟通和医疗决策，从而提高医院生产力，服务更多患者并可能雇佣更多人 [42][43][44][50] - **创造高价值就业**：AI变革将创造大量高技能、高收入的工作岗位，参与这场变革并不需要计算机科学博士学位 [40]

2026年GTC大会与AI产业趋势 - 2026年GTC大会被视为AI行业风向标 其核心议题之一是AI工厂 市场最值得期待的不只是芯片而是系统[1] - 英伟达CEO黄仁勋指出AI的五层蛋糕为能源、芯片、基础设施、模型与应用 芯片之上模型之下 一个万亿级基建市场正在成形[1] - 市场期待通过极致的系统集成与部署效率 降低Agentic AI的单Token成本 从而获取万亿美元的资本开支红利[1] 联想集团与英伟达的合作及市场定位 - 联想集团与英伟达联合推出了吉瓦级AI工厂计划 该计划明确将支持下一代Vera Rubin平台[1] - 市场预期联想集团有望成为英伟达下一代Rubin平台量产的首发合作伙伴之一[1] - 联想集团与英伟达拥有长达30年的合作历史 合作从个人电脑、数据中心演进至AI产业重构 现已超越传统服务器供应 处于AI产业链分工重构的核心环节[2] - 已有券商如太平洋证券指出 Agentic AI的爆发拉动了从基础设施到模型端的AI产业链 位于该生态圈的联想集团被纳入了推荐标的[2] AI技术的应用验证与行业落地 - GTC 2026议程包含“下一代体育AI如何改变赛事制作、分析和球迷体验”议题 旨在将AI工厂、智能体和AI推理等技术在最公开、苛刻且需实时交付的体育行业中进行验证[2] - 作为国际足联FIFA的官方技术合作伙伴 联想集团将借此证明其交付“生产级AI”的现实能力[2]

AI的本质与产业技术栈 - AI并非单一的软件工具或聊天机器人，而是一种基础设施，其本质是一个由五层结构组成的全新产业技术栈，即“AI五层蛋糕” [1] - AI技术栈的五层结构依次为：能源、芯片、基础设施、模型、应用，每一层都相互依赖和强化 [4][5][6] - AI正在引发人类历史上规模最大的基础设施建设之一，目前已经投入了数千亿美元，未来仍有数万亿美元的基础设施需要建设 [1][7] 计算范式的根本转变 - 计算领域发生了根本性变化，从“预先编写的软件”转向“实时生成的智能” [2][3] - AI能够理解非结构化信息（如图像、文本、声音），并根据上下文和意图进行推理，实时生成智能 [3] - 由于智能是实时产生的，支撑它的整个计算技术栈都必须被重新发明 [3] AI基础设施的底层：能源与芯片 - 能源是AI基础设施的第一性原理和根本约束，实时生成智能需要实时提供的电力 [4] - 芯片层负责以极高效率将能源转化为计算能力，其进步决定了AI能扩展得多快以及智能能变得多便宜 [4] - AI工作负载需要高速互连网络 [4] AI基础设施的中上层：设施、模型与应用 - 基础设施层包括巨大的并行计算能力、高带宽内存、土地、电力输送、冷却系统等，这些系统本质上是“AI工厂”，旨在制造智能而非存储信息 [4][5] - 模型层能够理解语言、生物、化学、物理、金融、医学等多种类型的信息，语言模型只是其中一类，最具变革性的进展发生在蛋白质AI、化学AI、物理仿真、机器人技术等领域 [5] - 应用层是经济价值真正产生的地方，例如自动驾驶汽车、人形机器人、药物发现平台、工业机器人、法律助手等 [5][6] - 每一个成功的应用都会向下牵引整个技术栈，一直延伸到为其提供电力的发电厂 [6] AI产业的发展阶段与影响 - AI发展已跨越重要门槛，模型已经足够好，可以在规模化应用中发挥价值，基于AI的应用开始产生真实的经济价值 [12][13] - 在药物研发、物流、客户服务、软件开发、制造业等领域，AI应用已表现出明显的产品-市场匹配 [13][16] - 开源模型（如DeepSeek-R1）扮演关键角色，其达到技术前沿时能加速应用层创新，同时增加对训练、基础设施、芯片和能源的需求 [14][17] - 这场建设仍处于早期阶段，许多基础设施尚未存在，许多劳动力尚未完成培训，许多机会尚未被实现 [21][24] AI对劳动力与生产力的影响 - 支撑AI基础设施建设需要大量高技能、高收入的劳动力，包括电工、水管工、钢结构工人、网络技术人员、安装人员、运维人员等，目前这些岗位严重短缺 [8][10] - AI正在提升知识经济生产力，例如在放射科，AI接管重复性工作后，医生可将更多时间用于判断、沟通和医疗决策，从而提高医院生产力，服务更多患者 [9][11][15] - AI不会减少就业，反而会创造大量新的高技能岗位 [1] AI的广泛与深远影响 - AI是一场工业级变革，将重塑能源如何生产和使用、工厂如何建造、工作如何组织以及经济如何增长 [23] - 每一家公司都会使用AI，每一个国家都会建设AI，其影响不会局限在某一个国家或某一个产业 [2][20][21] - AI正在成为现代世界的基础性基础设施，今天在建设速度、参与范围和部署方式上的选择将决定这个时代的最终形态 [21]

AI的本质与产业框架 - AI的本质远不止软件工具或聊天机器人，而是一种全新的、类似电力和互联网的基础设施，运行在真实的硬件、能源和经济体系之上，将原材料转化为规模化的智能[4][8] - 理解AI发展的根本变化在于计算领域从“预先编写的软件”转向“实时生成的智能”，这要求整个计算技术栈被重新发明[11][17][18] - 从产业角度，AI可被理解为一个五层结构的技术栈（AI五层蛋糕模型）：能源 → 芯片 → 基础设施 → 模型 → 应用[10][20][42] AI技术栈详解：从底层能源到上层应用 - **第一层：能源**：是AI基础设施的第一性原理和根本约束，实时生成智能需要实时提供的电力，能源决定系统能产生多少智能[21][22][25] - **第二层：芯片**：芯片将能源高效转化为计算能力，AI工作负载需要巨大的并行计算能力、高带宽内存和高速互连网络，芯片层的进步决定AI扩展速度和智能成本[26][27][28] - **第三层：基础设施**：包括土地、电力输送和冷却系统，本质上是“AI工厂”或“智能工厂”，为制造智能而非存储信息而设计[29][30][31][32] - **第四层：模型**：AI模型能理解多种非结构化信息，变革性进展正发生在语言、生物、化学、物理、金融、医学及现实世界仿真等多个领域[33][34][36][37] - **第五层：应用**：是经济价值真正产生的地方，例如自动驾驶汽车、人形机器人、药物发现平台、工业机器人等，每个成功应用都会向下牵引整个技术栈的需求[38][39][40][42][47] AI驱动的产业变革与投资机遇 - 全球正进行一场可能成为人类历史上最大规模之一的基础设施建设，目前已投入**数千亿美元**，但仍有**数万亿美元**的基础设施需要建设[45][49][50] - 建设涵盖芯片工厂、计算机组装工厂、AI工厂等，以前所未有的规模被建造[48][49] - 支撑建设需要大量高技能、高收入的劳动力，包括电工、管道工、钢结构工人、网络技术人员等，目前这些岗位严重短缺[52][53][58] - AI正推动知识经济生产力提升，例如在医疗领域，AI接管重复性工作（如读取影像）可使医生将更多时间用于判断、沟通和医疗决策，从而提升医院生产力并服务更多患者[56][57][59][60] - 过去一年，AI模型已跨越重要门槛，在药物研发、物流、客户服务、软件开发、制造业等领域表现出明显的产品-市场匹配，开始产生真实的经济价值[62][63][64][65][66][72] 开源模型与行业发展阶段 - 开源模型（如DeepSeek-R1）扮演关键角色，世界上绝大多数模型是免费的，被广泛用于参与先进AI发展，当开源模型达到技术前沿时会激活整个技术栈的需求[69][73][74][75][76] - 模型能力在过去一年取得显著进步，包括推理能力提升、幻觉问题减少以及事实锚定能力大幅改善[63][71] - AI是一场将重塑能源生产使用、工厂建造、工作组织和经济增长的工业级变革[80][84] - 目前行业仍处在早期阶段，许多基础设施尚未存在，许多劳动力尚未完成培训，许多机会尚未被实现，但方向清晰，每一家公司都会使用AI，每一个国家都会建设AI[85][86][87][88][89][94]

AI产业结构的重新定义 - 黄仁勋提出“AI五层蛋糕”理论，将AI体系拆分为五个层级：能源、芯片、基础设施、模型和应用 [1] - 这一框架强调AI竞争是生态系统级别的竞赛，而非单一技术之争 [4][8] - 通过分层设计，重新分配AI产业的想象空间，将价值中心从传统软件时代的应用层，扩展至能源、算力和基础设施等新领域 [9] 英伟达的战略布局与角色演变 - 公司自身战略形成三层布局：算力统治、AI基础设施、以及应用与生态 [11] - 在算力层，作为GPU主要供应商，已成为全球AI训练和推理的核心基础设施，CUDA软件平台形成高技术壁垒 [11] - 在基础设施层，提出“AI工厂”概念，通过整合GPU、网络和软件，提供完整的算力系统，而不仅仅是销售芯片 [11][12] - 在应用与生态层，开始主动参与构建，例如计划推出开源AI智能体平台NemoClaw，以支持企业基于AI构建业务系统 [4][13] 对应用生态的关注与产业叙事 - 黄仁勋频繁强调应用层重要性，指出当前AI算力供给强大，但消化这些算力的应用场景仍然有限 [4][8] - 应用生态的不足是公司面临的关键问题，若AI技术无法转化为广泛的商业机会，算力需求将遇到天花板 [12] - “AI五层蛋糕”的叙事旨在重构产业想象，证明AI产业仍存在巨大的“金矿”，以推动整个算力经济持续运转 [8][9] - 公司目标是从“铲子商”转变为整个AI生态的基础平台，通过构建从算力到应用的完整体系，确保自身持续占据核心位置 [13]

英伟达与OpenAI的合作关系与投资动态 - 英伟达CEO黄仁勋否认与OpenAI合作出现摩擦的传闻，称其为“纯属无稽之谈” [2] - 英伟达与OpenAI于2025年9月签署战略合作意向书，计划使用英伟达系统构建至少10吉瓦的AI数据中心，投入数以百万计的GPU，英伟达将分阶段投入最高1000亿美元 [2] - 黄仁勋确认英伟达将参与OpenAI当前融资轮，并称之为“极佳的投资”，投资额可能是英伟达有史以来规模最大的一笔 [2] OpenAI的融资进展与估值 - 截至2026年2月3日，OpenAI已完成10轮核心融资，另有一轮千亿美元级融资正在洽谈中 [3] - 新一轮融资涉及英伟达（数十亿美元至300亿美元）、微软（不到100亿美元）、亚马逊（100亿—200亿美元）、软银（追加300亿美元）等潜在投资者 [3] - 英伟达已确认参与且为最大单笔投资方，微软和软银作为既有核心伙伴在洽谈中，亚马逊和中东主权基金处于深度谈判阶段 [3] - 上一轮融资后OpenAI估值已达5000亿美元，本轮融资初期估值定在7000亿至8000亿美元 [3] 英伟达的“五层蛋糕”AI产业理论 - 黄仁勋在CES 2026和达沃斯论坛上推广AI“五层蛋糕”概念，将AI产业分为五个层级 [4] - 第一层是能源，第二层是芯片和计算基础设施，第三层是云数据中心，第四层是AI模型，第五层是应用层 [4][5] - 根据该理论，OpenAI处于第四层的模型层，是全球公认的大模型技术标杆与商业化先锋 [5] - OpenAI在闭源大模型领域全球第一，其GPT-5/Sora等产品引领技术方向，模型能力领先竞争对手约6—12个月，2025年营收突破200亿美元 [5] 双方合作的战略逻辑与行业影响 - 双方合作形成“投资换订单、算力换技术”的深度绑定模式，属于精准互补的价值闭环 [6] - 对英伟达而言，通过资本绑定可锁定OpenAI长期算力采购需求，巩固其在AI芯片市场的核心主导地位，并联合优化软硬件路线图 [6] - 对OpenAI而言，可获得英伟达的资金与算力双重支持，破解AGI研发的算力瓶颈，自建基础设施以降低长期运营成本，并借助英伟达生态加速技术落地 [6] - 这种模式同步强化双方核心竞争力，共同规避行业竞争风险，契合科技巨头协同发展的逻辑 [6] - 从资本市场角度看，双方合作将强化AI板块估值逻辑，吸引更多资金涌入算力与大模型领域 [7]