2026 年 5 月 29 日 · 当日全部新闻

能源是「五层蛋糕」的地基,也是系统能产生多少智能的绝对约束。黄仁勋指出,每一个生成的 token 都是电子流动、热量管理与能量转化为计算的结果。发电(电网 / 核电 / 天然气 / 可再生)、供电与散热,因此成为 AI 基础设施建设中不可回避的第一性问题。

为什么重要电力供给是 AI 算力扩张的最终物理约束,数据中心用电与电源协议日益成为焦点。

基础设施层把成千上万的处理器、供电、冷却系统、建筑工程与网络通信编排成一台机器,黄仁勋称之为「AI 工厂」。围绕超大规模云、数据中心建设、液冷与网络的投入,是把芯片算力转化为可用产能的关键一环,也牵动着大额资本开支与电力需求。

为什么重要AI 工厂的建设节奏决定算力能否真正落地为产能,直接关联巨额 capex。

模型层让 AI 能够理解语言、生物、化学、物理与金融等多种信息。黄仁勋在其文章中以开放推理模型为例,说明此类模型加速了应用普及,进而带动对训练、基础设施、芯片与能源的需求增长——这正是「应用向下拉动每一层」动态的典型例证。

为什么重要模型能力与开放程度直接影响应用普及速度,是五层之间相互拉动的起点。

在「五层蛋糕」中,芯片层负责把能源大规模、高效地转化为算力。AI 负载对巨大并行算力、高带宽内存(HBM)与快速互连的需求,使 GPU / AI 加速器、先进封装与晶圆代工成为产业扩张的关键环节。围绕这一层的产能、良率与新架构节奏,是 AI 资本叙事中最受关注的变量之一。

为什么重要芯片供给与新架构节奏直接决定算力扩张速度,是 AI 产业链估值的核心变量。