在人工智能技术迅猛发展的当下，算力已成为科技企业竞争的核心资源，被视为AI时代的“新石油”。然而，即便谷歌这样全球知名的科技巨头，也正深陷“算力饥荒”的困境。尽管公司今年计划投入高达910亿至930亿美元的资本支出，却仍难以满足内部各部门对算力的迫切需求，甚至需要CEO和董事会亲自介入协调资源分配。
谷歌拥有搜索、Chrome、Gmail等多款月活跃用户超20亿的超级产品，这些业务不仅是公司的现金牛，更是支撑其全球科技帝国的重要基石。与此同时，为保持AI领域的领先地位，谷歌在算力投入上毫不吝啬。然而，随着AI技术的爆发式增长，公司内部对算力的争夺愈发激烈。各部门负责人为了争夺有限的芯片资源，甚至陷入了一场“拉锯战”。
为解决这一矛盾，谷歌专门成立了一个由高层组成的高管委员会，负责协调算力分配。该委员会的成员包括谷歌Cloud CEO托马斯·库里安、DeepMind创始人德米斯·哈萨比斯、知识与信息部门高级副总裁尼克·福克斯，以及Alphabet首席财务官阿纳特·阿什肯纳齐等核心人物。这一阵容体现了谷歌在算力分配问题上的战略考量：既要保障AI研究的长期投入，又要维持云业务和核心产品的稳定运行。
据知情人士透露，该委员会在决策时试图建立一套理性的评估模型，权衡不同业务的收入潜力、增长空间和战略价值。然而，现实远比模型复杂。由于算力需求远超供应能力，给一方分配资源往往意味着另一方的业务可能受到影响。因此，委员会不得不频繁做出艰难取舍，甚至将部分决策权上交至CEO桑达尔·皮查伊或Alphabet董事会。
谷歌的算力困境背后，是三大核心命脉的平衡难题。首先是未来：AI模型的迭代需要海量算力支持，稍有滞后就可能被竞争对手超越；其次是增长：谷歌Cloud作为公司的主要增长引擎，需要算力服务客户并维持扩张；最后是生存：支撑公司收入大头的广告业务，依赖于搜索、地图等核心产品的稳定运行，而这些产品同样依赖算力支持。
尽管谷歌在芯片和服务器上的资本支出已进入“激进模式”，但算力紧张的问题短期内仍难以缓解。数据中心建设和芯片制造的周期较长，当前的困境实际上是前几年决策滞后的结果。2023年，谷歌的资本支出仅为320亿美元，这一投入在AI爆发前夜显得过于保守。即便今年大幅增加投入，算力供需矛盾仍将持续至2026年。
在新委员会成立前，谷歌的算力分配由一个名为“机器学习战略与分配”的机构负责。但由于该机构规模庞大、成员分散，决策效率低下，难以形成共识。新委员会的成立旨在打破这种低效机制，通过集中权力实现更果断的决策。然而，算力分配的复杂性远超高层预期。例如，谷歌Cloud虽在2025年预计获得约一半的算力，但这一比例可能因新产品发布或市场变化而动态调整。
在执行层面，算力分配的指令到了基层往往变形为“谁能赚钱谁优先”的逻辑。以DeepMind为例，算力分配权集中在首席技术官科拉伊·卡武克卢奥卢及其团队手中。研究人员虽名义上应专注单一项目，但在资源匮乏的现实下，明星员工往往能同时参与多个项目，掌握多个算力池。而普通研究员则需通过“互借算力”或“以劳换卡”等方式维持研究进度，算力成为一种需靠人情和私下交换流通的“硬通货”。
谷歌的困境并非个例。随着AI需求的爆发，几乎所有主流云厂商都面临算力不足的问题。尽管谷歌拥有自研的TPU芯片，能在一定程度上缓解压力，但这并非终极解决方案。在全球AI军备竞赛的背景下，即便是谷歌这样的巨头，也不得不面对算力焦虑与资源匮乏的现实。这场“算力饥荒”不仅考验着企业的战略智慧，更折射出AI时代技术竞争的残酷性。
