谷歌限制 Meta 使用 Gemini 揭示 AI 算力资源紧张

摘要： 本文报道了人工智能需求激增导致算力成为科技行业最稀缺资源，即使是谷歌等顶尖 AI 提供商也面临严重的基础设施瓶颈，进而限制了 Meta 等大客户对 Gemini 模型算力的使用。

行业主线：

1. 算力成为核心瓶颈：先进模型需求的爆发式增长使计算能力成为极度稀缺资源，导致即便投入数百亿美元的科技巨头仍难以支撑推理工作负载。
2. 基础设施竞争升级：企业正通过多种途径争取容量，如谷歌每月支付 9.2 亿美元租赁 SpaceX 的计算能力，Meta 则计划到 2028 年在美国投资 6000 亿美元建设自有数据中心。

关键变化与分歧：

1. 供应商与客户的关系紧张：谷歌因算力受限无法满足 Meta 的需求，导致 Meta 部分内部 AI 项目被扰乱或延迟。
2. 自研替代趋势增强：由于外部模型访问受限且成本较高，Meta 开始优先使用自研的 Muse Spark 模型以降低对外部算力及模型的依赖。

受益方向与风险：

1. 受益方向：算力基础设施建设、高效推理模型研发、数据中心相关设备。
2. 核心风险：基础设施交付速度低于需求增长预期、算力成本过高影响企业利润、资源分配不均导致产品迭代延迟。