谷歌限制Meta使用Gemini算力，AI基础设施瓶颈浮出水面
Taylor Wilson
谷歌约于今年3月起限制Meta使用Gemini算力，导致Meta部分AI项目中断或延期。这意味着→ 即便是全球最大的科技公司，算力供给也已跟不上头部客户的需求增速。
谷歌为什么要"限量供应"Gemini算力？
据《金融时报》援引三名知情人士报道，谷歌约于今年3月通知Meta，无法提供其所需的全部Gemini算力，并对使用量实施限制。
该限制目前仍未解除，Meta部分内部AI项目被迫中断或延期。
这意味着→ 谷歌自己的算力产能已经见顶，连最大的企业客户也只能"排队"。
皮查伊怎么说——算力短缺有多严重？
谷歌CEO桑达尔·皮查伊在一季度财报会上明确承认："我们近期确实受到算力约束，云收入本可以更高。"
谷歌一季度云业务收入首次突破200亿美元，但已签署、尚未交付的云合同积压量环比接近翻倍，超过4600亿美元。
用大白话说＝ 订单已经签了，但机器还没建好、算力还没交付——需求远远跑在供给前面。
谷歌怎么补缺口——SpaceX算力租赁是什么？
谷歌本月与马斯克旗下SpaceX签署了一份每月9.2亿美元的算力租赁协议，向外部借算力来缓解产能瓶颈。
AI实验室Anthropic此前也与SpaceX签署了类似协议。
这反映出一个趋势：头部AI公司的算力缺口大到自建数据中心已经不够，开始向航天公司"租机器"。
Meta用Gemini做什么——为什么需求这么大？
Meta使用Gemini的场景涵盖内容安全审核（识别诈骗和有害内容）、客服及广告助手，以及内部工作流和代码编写。
Meta同时也使用Anthropic的Claude；最初选择Gemini，是因为其表现优于自研的Llama开源模型。
用大白话说＝ Meta把谷歌的模型当成了"基础设施级"的工具——用量大到谷歌自己都供不起。
Meta的备选方案是什么——能摆脱对外部模型的依赖吗？
Meta近期已开始转向优先使用自研的Muse Spark模型，该模型被认为在性能上已与Gemini具备竞争力。
受算力限制影响，Meta内部已要求员工提高AI token（衡量AI使用量的基本单位）使用效率。
Meta已承诺到2028年在美国投资6000亿美元，用于数据中心建设及AI基础设施扩张。这意味着→ Meta正在"两条腿走路"——短期靠提效节流，长期靠自建产能。
这件事对整个AI行业意味着什么？
谷歌与Meta均未就此事置评，但事件本身已说明：算力供给能否跟上需求增速，是决定各方AI商业化进程快慢的核心变量。
其他谷歌企业客户也受到类似限制，但影响程度不及Meta——因为Meta对谷歌模型的需求量异常庞大。
这反映出AI产业链的一个深层信号：模型能力的竞争正在让位于基础设施交付能力的竞争。谁能更快建好算力，谁就掌握下一阶段的主动权。
Content is for reference only, not financial advice.