AI產業正從模型競賽，進一步轉向電力、算力與資料中心的基礎建設競賽。 NVIDIA（輝達，NASDAQ：NVDA）創辦人暨執行長黃仁勳21日在德國柏林舉行的 GTC 主題演講中指出，AI 模型出現之前，相關基礎設施就必須先到位；他再次以「五層蛋糕」來比喻人工智慧產業，從能源、運算、AI 工廠、模型一路延伸至應用，強調歐洲若要掌握 AI 經濟機會，不能只使用 AI，也要具備生產 AI 的能力。 AI發展不只靠模型，能源與算力得先到位 黃仁勳將能源放在 AI 產業鏈的底層，接續是運算系統與 AI 工廠，再往上才是模型和應用。 AI 工廠透過運算產生詞元與數位智慧，供企業服務及各類應用使用。

他說：「在 AI 模型出現很久以前，基礎設施就必須先存在。 」黃仁勳以網際網路發展需要先建置網路、電力供應需要電網為例，說明 AI 也必須先有穩定能源與運算設施，才能讓模型持續訓練、推論並進入產業流程。 這項觀點也讓 AI 競爭的焦點從單一晶片或模型，擴大到電力供應、資料中心建置、網路連結與軟體管理等環節。 隨著生成式 AI 與代理服務增加，運算需求不只來自模型訓練，也包括大量推論與代理執行任務。 黃仁勳表示，AI 代理會思考、推理、反覆執行並使用工具，帶動詞元（token）消耗；因此建置基礎設施的速度和效率，將影響企業能否把 AI 服務推向實際應用。

黃仁勳指出，NVIDIA 正與歐洲科技生態系合作，公司承諾在歐洲科技生態系投入近100億美元，並與超過1.2萬家夥伴合作。 從消費品牌、金融服務、製藥、電信到汽車產業，歐洲企業都在探索 AI 應用。 黃仁勳在演講開場提及 L’Oréal、Revolut、Spotify、Merck、Vodafone、Zara、Porsche、Nestlé 與 HSBC 等企業，指出它們都正與 NVIDIA 合作發展AI。 AI工廠與代理，從基礎設施走向產業應用 NVIDIA在柏林公布的計畫，呼應黃仁勳對基礎設施的強調。

DSX POD參考設計讓合作夥伴可在模組化貨櫃中預先整合並驗證AI工廠設備；場地電力、散熱與網路等條件備妥後，並宣稱部署時間最快可縮短至14天。 DSX平台則著眼於工廠營運，涵蓋電力、冷卻及設施管理。 這些布局顯示，NVIDIA試圖把 AI 工廠從單純的伺服器建置，擴大為涵蓋設備、能源與營運的整體系統。 另一項重點是企業如何安全地使用 AI 代理。 代理可調用知識、資料與工具執行任務，企業因此必須管理其權限與操作範圍。 NVIDIA 推出 OpenShell 參考架構，透過隔離、政策控管與監測支援代理部署；黃仁勳也介紹連結企業資料的知識工具，讓代理能運用文件與資料庫資訊處理工作。

AI 代理的價值不只在回答問題，更在能否安全地執行企業任務。 黃仁勳在演講中還以工廠、生命科學與工程設計為案例，展示代理如何運用企業知識和模擬工具協助工作。 例如西門子埃朗根工廠可在數位孿生環境中測試產品投產準備，生命科學團隊則可利用虛擬實驗規劃研究。 另一方面，NVIDIA 也公布機器人、自駕車、醫療及電信領域的合作進展，嘗試將 AI 從雲端延伸到實體場域。 黃仁勳說：「要成為AI經濟的一部分，不能只消費AI，也要生產AI。 」對歐洲而言，這不只是擴充資料中心，也關乎能否建置能源與算力、培養開發人才，並讓企業在本地形成 AI 服務與產業應用。

投資規模和合作夥伴數量呈現布局廣度，後續更值得觀察的，是這些基礎設施能否按期上線，並轉化為可持續的運算服務與經濟效益。 輝達創辦人暨執行長黃仁勳21日在德國柏林GTC發表主題演講。 （輝達提供）