谷歌限制Meta使用Gemini算力，AI基礎設施瓶頸浮出水面
Taylor Wilson
谷歌約於今年3月起限制Meta使用Gemini算力，導致Meta部分AI項目中斷或延期。這意味著→ 即便是全球最大的科技公司，算力供給也已追不上頭部客戶的需求增速。
谷歌為何要「限量供應」Gemini算力？
據《金融時報》援引三名知情人士報道，谷歌約於今年3月通知Meta，無法提供其所需的全部Gemini算力，並對使用量實施限制。
該限制目前仍未解除，Meta部分內部AI項目被迫中斷或延期。
這意味著→ 谷歌自身的算力產能已經見頂，連最大的企業客戶也只能「排隊」。
皮查伊怎麼說——算力短缺有多嚴重？
谷歌CEO桑達爾·皮查伊在一季度業績會上明確承認：「我們近期確實受到算力約束，雲收入本可以更高。」
谷歌一季度雲業務收入首次突破200億美元，但已簽署而尚未交付的雲合同積壓量環比接近翻倍，超過4,600億美元。
簡單來說＝ 訂單已經簽了，但機器還未建好、算力還未交付——需求遠遠跑在供給前面。
谷歌怎麼補缺口——SpaceX算力租賃是甚麼？
谷歌本月與馬斯克旗下SpaceX簽署了一份每月9.2億美元的算力租賃協議，向外部借算力來緩解產能瓶頸。
AI實驗室Anthropic此前亦與SpaceX簽署了類似協議。
這反映出一個趨勢：頭部AI公司的算力缺口大到自建數據中心已經不夠，開始向航天公司「租機器」。
Meta用Gemini做甚麼——為何需求如此龐大？
Meta使用Gemini的場景涵蓋內容安全審核（識別詐騙和有害內容）、客服及廣告助手，以及內部工作流和代碼編寫。
Meta同時亦使用Anthropic的Claude；最初選擇Gemini，是因為其表現優於自研的Llama開源模型。
說白了＝ Meta把谷歌的模型當成了「基礎設施級」的工具——用量大到谷歌自己都供不起。
Meta的後備方案是甚麼——能否擺脫對外部模型的依賴？
Meta近期已開始轉向優先使用自研的Muse Spark模型，該模型被認為在性能上已與Gemini具備競爭力。
受算力限制影響，Meta內部已要求員工提高AI token（衡量AI使用量的基本單位）使用效率。
Meta已承諾到2028年在美國投資6,000億美元，用於數據中心建設及AI基礎設施擴張。這意味著→ Meta正在「兩條腿走路」——短期靠提效節流，長期靠自建產能。
這件事對整個AI行業意味著甚麼？
谷歌與Meta均未就此事置評，但事件本身已說明：算力供給能否跟上需求增速，是決定各方AI商業化進程快慢的核心變量。
其他谷歌企業客戶亦受到類似限制，但影響程度不及Meta——因為Meta對谷歌模型的需求量異常龐大。
這反映出AI產業鏈的一個深層信號：模型能力的競爭正在讓位於基礎設施交付能力的競爭。誰能更快建好算力，誰就掌握下一階段的主動權。
Content is for reference only, not financial advice.