黃仁勳（Jensen Huang）在 2026 年 GTC 大會提出的 「AI 五層蛋糕」（AI 5-Layer Stack），是一套針對「AI 工廠」時代設計的產業垂直整合架構。傳統網路通訊的 OSI 七層架構 相比，兩者的核心邏輯有顯著不同：OSI 關注的是「資料如何傳輸」，而 AI 五層蛋糕關注的是「智慧如何被製造」。

 黃仁勳（Jensen Huang）在 2026 年 GTC 大會提出的 「AI 五層蛋糕」（AI 5-Layer Stack），是一套針對「AI 工廠」時代設計的產業垂直整合架構。

與傳統網路通訊的 OSI 七層架構 相比，兩者的核心邏輯有顯著不同：OSI 關注的是「資料如何傳輸」，而 AI 五層蛋糕關注的是「智慧如何被製造」。

一、 黃仁勳的「AI 五層蛋糕」

這套架構反映了 NVIDIA 對未來運算的看法：運算不再是軟體執行，而是「電力轉化為智慧」的過程。

能源 (Energy)： 最底層。黃仁勳認為智慧的本質是電子流動，電力供應與熱能管理（液冷技術）是限制 AI 發展的物理極限。

晶片 (Chips)： 將電力轉化為算力的核心。包含 GPU、自研 CPU（如 Vera CPU）、HBM4 記憶體與高速互連技術。

基礎設施 (Infrastructure)： 即「AI 工廠」。包含資料中心建築、配電、冷卻系統（如 Kyber 機架）與大規模網路。

模型 (Models)： 智慧的引擎。除了大語言模型 (LLM)，還包含物理模擬、機器人 (GR00T) 與自主系統模型。

應用 (Applications)： 最頂層。決定經濟價值的地方，如自動駕駛、藥物研發、法律助理及 AI Agent（代理型系統）。

二、 AI 五層蛋糕 vs. OSI 七層架構 比較

OSI 模型（物理層到應用層）是為了讓不同設備能「溝通」；AI 五層蛋糕則是為了讓 AI 能「生產」。

比較維度 OSI 七層架構 (Open Systems Interconnection) 黃仁勳 AI 五層蛋糕 (AI Infrastructure Stack)

核心目標 標準化通訊：確保資料在不同網路間正確傳輸。 智慧生產：將原始能源高效轉化為經濟價值。

底層定義 物理層：電信號、電纜、光纖等傳輸介質。 能源層：電力供應、變壓器、散熱管理（冷卻）。

資源轉化 關注資料包的封裝與解封裝（Data Flow）。 關注電力到算力、算力到智慧的轉換（Power-to-Intelligence）。

基礎設施 路由器、交換器、網路線（偏向連結性）。 AI 工廠、機架、配電工程、冷卻系統（偏向工廠建設）。

最高層次 應用層：HTTP, FTP, Email 等網路服務。 應用層：AI Agent, 機器人, 垂直領域 AI 服務。

三、 關鍵差異總結

「能源」的地位升格： 在 OSI 模型中，電力被視為理所當然的背景，不列入層級；但在 AI 蛋糕中，能源是第一層，是所有運算的物理門檻。

從「傳輸」轉向「生成」： OSI 解決的是「我如何把 A 點的資料送到 B 點」；AI 蛋糕解決的是「我如何生產出原本不存在的智慧」。

硬體與環境的深度耦合： AI 五層蛋糕強調「垂直整合」。例如，為了讓第二層（晶片）效能發揮，必須在第三層（基礎設施）設計專屬的液冷系統，並在第一層（能源）確保高功率供電