黄奇帆把人工智能讲明白了：这五个发展层次，决定未来格局

引言

最近看了黄奇帆的一篇文章，讲人工智能的发展。

——《黄奇帆：人工智能自身发展的五个层次 —— 从算力底座到能源支撑的完整生态》

很多人聊AI，喜欢盯着模型、盯着应用，但他讲了一件更底层的事：

AI不是一个技术，而是一整套体系。

如果只看其中一块，很容易看偏。

他把人工智能拆成五个层次：

芯片

算力基础设施

数据

算法模型

能源电力

这五个东西，不是谁强一点就行，而是：

必须同时成立，才能跑得起来。

这也是为什么，有的公司模型很强，但还是做不大；
有的国家技术不差，但产业没起来。

问题不在单点，而在体系。

因为模型最显眼。

ChatGPT一出来，大家都觉得：

AI就是模型能力

但实际上，模型只是其中一层。

如果没有前面的东西：

没芯片 → 算不动

没算力 → 跑不起来

没数据 → 学不会

模型再强，也只是“摆在那里”。

如果你把这五层拆开看，会发现一个很现实的逻辑：

越往下，越决定上限。

尤其是前三个：

1. 芯片

这是最底层的能力。

别人不给你，你就很难做大规模训练。

这也是为什么芯片一直是卡脖子的点。

2. 算力基础设施

不是一台机器，是一整套系统：

数据中心

GPU集群

高速网络

现在训练一个模型，动辄几万张卡一起跑。

这不是普通企业能玩的东西。

3. 数据

很多人低估这一点。

模型的能力，很大程度取决于：

你喂了什么数据

尤其是行业数据：

工业

医疗

能源

这些才是真正的“护城河”。

这部分他说得很有意思。

过去大家觉得：

算法最核心

但现在有变化：

大模型路径已经比较清晰

开源越来越多

技术扩散很快

甚至像DeepSeek，用更少资源也能做出不错的效果。

说明一件事：

算法的重要性还在，但不再是唯一决定因素。

这个点，其实挺关键。

AI现在有多耗电？

训练一个大模型，可能顶得上几千个家庭一年的用电。

而且未来还会继续涨。

所以一个很现实的问题是：

谁有电，谁就有算力空间。

这一点，中国反而是有优势的：

电力规模大

清洁能源多

基础设施在扩张

我觉得核心就一句话：

AI的竞争，不是拼单点，而是拼体系能力。

你可以理解为：

有人强在模型

有人强在数据

有人强在算力

但真正能跑出来的，是：

把这五件事都串起来的人