2026年1月7日黄仁勋出席联想大会，畅谈AI引发的IT变革

整个计算世界正被AI重塑，这场使得过去几十年投入巨额资金的基础设施面临全面升级的变革开始了。

产业转型的底层逻辑

过往三十年的计算体系是以中央处理器构建环绕的、主要针对已预设规则的程序予以处理的体现。当下软件的核心已然转变成为理解、生成以及预测的AI模型，而这一转变对硬件架构提出了彻底转向的要求。英伟达CEO黄仁勋于联想大会上表明，这一轮平台的迁移深度远远超过了个人电脑或者移动互联网所经历过的时代。

运行数据库以及网页服务所设计的是传统的数据中心而非面向AI，AI鉴于要处理非结构化数据故而需要海量并行计算能力，这表明全球价值达十万亿美元级别的IT资产要更新设计理念，此转型进程会催生出巨大新型市场，该市场覆盖从芯片由服务器直至软件服务的整个链条 。

从CPU到GPU的范式转移

算术范式正由通用算术转向加快算术，中央处理器擅于繁杂的逻辑控制任务，然而人工智能训练和推断牵涉大量简易且反复的矩阵运算，此乃图形处理器的优势所在，这般根本性的转变，近似于从燃油车至电动车的动力系统变革。

黄仁勋着重指出，AI推理此刻正逐渐演变成算力消耗方面的主流态势。由于用户跟AI应用之间的交互量迅猛增加，在处理每一次对话框以及请求之际都必须进行实时性计算作业，如此便对高效能推理芯片产生了持续性的需求从而予以推动。而这种需求的增长呈现出指数级的特征，远远超过了传统算力规划所预先设定的期望范围。

模型进化驱动硬件革新

正朝着万亿级别迈进的是AI模型规模，从千亿参数开始，更大的模型，其训练以及运行，需要更强大的计算集群。模型能力得以提升，不光依靠参数增加，还依赖于更高质量的算法与数据，而这些，都加剧了底层算力压力。参数量的膨胀，直接推动了专用AI芯片的迭代速度。

针对于适应这般趋势而言，芯片设计得兼顾计算密度，还得兼顾内存带宽，以及能耗效率。英伟达所推出那一新一代平台，其既定目标在于于提升整体性能之际，降低每一个计算单位的成本。如此一来，大规模部署AI服务在商业范畴之中方得以成为可行状态。

AI工厂成为新基础设施

被称作“AI工厂”的概念指代的是，那种专门对于生成AI智能去进行建造的大型计算设施，它跟传统的数据中心是不一样的，它的核心任务是不间断地持续生产以及优化AI模型，这些工厂要将成千上万的GPU予以集成，并且配备效率高的网络以及冷却系统。

关联与英伟达协作推出的超级云场所计划，是为了助力企业迅速构建这类设施。此计划把硬件、网络以及软件栈预先整合，可把部署用时从年缩减至月。这般模式使得更多企业具备训练大模型的本事。

软件生态的重塑过程

大型语言模型被黄仁勋比作未来的操作系统，这致使应用开发方式产生改变，开发者是基于大模型所提供的理解能力去构建功能，并非从头编写全部逻辑，新的软件栈正在形成，其底层是AI模型，在其中间是开发工具，而在上层的则是各种智能应用。

这种改变使得某些领域的开发门槛有所降低，不过与此同时，也给开发者带来了新的要求，像是要掌握提示工程以及模型微调技能，整个软件产业的商业模式还有工具链都会跟着进行调整。

合作共赢的产业未来

AI变革规模这般巨大，不存在任何一家公司能够独自完成全部环节。硬件厂商需紧密协作，云服务商需紧密一同协作，模型开发商需紧密携手协作，应用企业也需紧密团结协作。联想跟英伟达的合作属于这种产业协同的典型事例，它结合了前者具有的全球供应链以及后者在芯片领域所拥有的优势。

这种合作对加快AI技术的普及有益，能使不同规模以及行业的企业接入先进的AI能力。其终极目标是把AI转变为如同电力那般可随时获取的基础资源，为千行百业的数字化转型赋予能量。

依你之见，于人工智能重塑计算基础设施这般的浪潮当中，对于普通的开发者来讲，最大的机遇以及挑战分别是什么呢？欢迎在评论区域分享你的看法，要是觉得本文具备启发意义，请点赞予以支持。