黄仁勋罕见发声,AI的尽头是能源,这是第一性原理

智车科技

2天前

我们生成的每一个Token(词元),背后都是电子的移动、热量的产生与管理,是实实在在的能源转化为计算能力的结果。

当地时间周二,英伟达CEO黄仁勋发表了一篇罕见的关于人工智能的长篇博客文章,这是他自2016年以来发表的第七篇公开长文,文章系统阐释了AI产业的底层逻辑。

在这场关于未来的宏大叙事中,能源,被定义能源为AI基础设施的第一性原理。

AI的“五层架构”

为了厘清AI产业的底层结构,黄仁勋系统定义了AI“五层架构”,将其形象地比喻为“五层蛋糕”,自下而上依次由能源、芯片、基础设施、模型和应用构成,每一层相互支撑、相互拉动。

他强调,任何关于AI的抽象讨论,最终都要回归到物理世界的现实约束:

“实时生成的智能,需要实时产生的电力。”

黄仁勋明确指出,AI的运行并非虚无缥缈的代码运算,而是一个极其实在的物理过程。我们生成的每一个Token(词元),背后都是电子的移动、热量的产生与管理,是实实在在的能源转化为计算能力的结果。在这个过程中,不存在任何可以绕过能源的抽象层。

对于当前AI产业的狂热发展,黄仁勋发出了来自底层视角的警告:能源供给,已经成为AI规模化发展的最紧迫瓶颈。

尽管行业已投入数千亿美元用于模型研发和芯片迭代,但如果底层的能源供电不足,上层的所有繁华都将成为空中楼阁。他指出,未来的AI工厂,其设计初衷不是为了存储信息,而是为了“制造智能”,这需要天量的、持续的、实时的能源支撑。

这一论断将能源行业直接推到了AI革命的最前沿。AI不再仅仅是半导体或互联网行业的游戏,它正在演变为一种能源密集型产业。未来,算力的竞争,本质上是电力基础设施的竞争;模型的规模,取决于能源网络的承载力。

黄仁勋的这篇文章,为所有关注AI发展的人厘清了一个关键事实:在谈论芯片算力、模型参数和应用落地之前,我们必须先正视那个最根本的物理约束——电从何来?

对于能源行业而言,这既是前所未有的挑战,也是一个定义未来的历史性机遇。

AI的尽头是智能,而智能的起点,是能源。

原文标题 : 黄仁勋罕见发声:AI的尽头是能源,这是第一性原理

我们生成的每一个Token(词元),背后都是电子的移动、热量的产生与管理,是实实在在的能源转化为计算能力的结果。

当地时间周二,英伟达CEO黄仁勋发表了一篇罕见的关于人工智能的长篇博客文章,这是他自2016年以来发表的第七篇公开长文,文章系统阐释了AI产业的底层逻辑。

在这场关于未来的宏大叙事中,能源,被定义能源为AI基础设施的第一性原理。

AI的“五层架构”

为了厘清AI产业的底层结构,黄仁勋系统定义了AI“五层架构”,将其形象地比喻为“五层蛋糕”,自下而上依次由能源、芯片、基础设施、模型和应用构成,每一层相互支撑、相互拉动。

他强调,任何关于AI的抽象讨论,最终都要回归到物理世界的现实约束:

“实时生成的智能,需要实时产生的电力。”

黄仁勋明确指出,AI的运行并非虚无缥缈的代码运算,而是一个极其实在的物理过程。我们生成的每一个Token(词元),背后都是电子的移动、热量的产生与管理,是实实在在的能源转化为计算能力的结果。在这个过程中,不存在任何可以绕过能源的抽象层。

对于当前AI产业的狂热发展,黄仁勋发出了来自底层视角的警告:能源供给,已经成为AI规模化发展的最紧迫瓶颈。

尽管行业已投入数千亿美元用于模型研发和芯片迭代,但如果底层的能源供电不足,上层的所有繁华都将成为空中楼阁。他指出,未来的AI工厂,其设计初衷不是为了存储信息,而是为了“制造智能”,这需要天量的、持续的、实时的能源支撑。

这一论断将能源行业直接推到了AI革命的最前沿。AI不再仅仅是半导体或互联网行业的游戏,它正在演变为一种能源密集型产业。未来,算力的竞争,本质上是电力基础设施的竞争;模型的规模,取决于能源网络的承载力。

黄仁勋的这篇文章,为所有关注AI发展的人厘清了一个关键事实:在谈论芯片算力、模型参数和应用落地之前,我们必须先正视那个最根本的物理约束——电从何来?

对于能源行业而言,这既是前所未有的挑战,也是一个定义未来的历史性机遇。

AI的尽头是智能,而智能的起点,是能源。

原文标题 : 黄仁勋罕见发声:AI的尽头是能源,这是第一性原理

展开
打开“财经头条”阅读更多精彩资讯
APP内打开