谷歌Gemini改用动态算力限额,免费时代终结
事件速览
- 核心事件:谷歌因算力供给不足,于今年3月前后告知Meta无法足额供应Gemini模型算力额度,目前已对Meta实施用量限制
- 供需缺口:受需求激增影响,Gemini API调用量从350亿次飙升至850亿次,谷歌云积压订单高达4620亿美元
- 应对措施:谷歌每月斥资9.2亿美元租赁11万张英伟达GPU救急,Meta要求员工节约Token使用并加速向自研模型迁移
- 行业影响:全球AI算力紧缺推高数据中心能耗,预计2026年全球数据中心、AI和加密货币电力消耗将突破1000TWh
展开说说
算力供给的极限拉扯
这场限制风波的本质,是AI产业爆发式增长与物理硬件产能之间的极限拉扯。Gemini API请求量在短短五个月内从350亿次翻倍至850亿次,这种指数级的需求直接击穿了谷歌现有的算力储备。谷歌CEO皮查伊近期承认算力受限,云业务高达4620亿美元的积压订单就是最直观的注脚。为了填补这一巨大缺口,谷歌不得不采取非常规手段,以每月9.2亿美元的天价向SpaceX租赁约11万张英伟达GPU作为过渡产能,这种“租卡度日”的无奈,折射出整个云厂商在算力争夺战中的焦灼状态。
这场限制风波的本质,是AI产业爆发式增长与物理硬件产能之间的极限拉扯。Gemini API请求量在短短五个月内从350亿次翻倍至850亿次,这种指数级的需求直接击穿了谷歌现有的算力储备。谷歌CEO皮查伊近期承认算力受限,云业务高达4620亿美元的积压订单就是最直观的注脚。为了填补这一巨大缺口,谷歌不得不采取非常规手段,以每月9.2亿美元的天价向SpaceX租赁约11万张英伟达GPU作为过渡产能,这种“租卡度日”的无奈,折射出整个云厂商在算力争夺战中的焦灼状态。
被迫转向的自研之路
对于Meta而言,谷歌的“断供”不仅打乱了内部AI项目的节奏,更是一次深刻的战略警醒。在收到额度限制通知后,Meta内部已要求员工更高效地使用AI代币,减少非必要的算力消耗。但这只是权宜之计,真正的应对之策是加速“去谷歌化”。Meta正将重心迅速向自研的Muse Spark模型迁移,并承诺到2028年在美国累计投资6000亿美元自建数据中心。从依赖外部算力到重金自建基础设施,Meta的转变预示着AI巨头们正逐渐意识到,算力自主权才是未来竞争的底牌。
对于Meta而言,谷歌的“断供”不仅打乱了内部AI项目的节奏,更是一次深刻的战略警醒。在收到额度限制通知后,Meta内部已要求员工更高效地使用AI代币,减少非必要的算力消耗。但这只是权宜之计,真正的应对之策是加速“去谷歌化”。Meta正将重心迅速向自研的Muse Spark模型迁移,并承诺到2028年在美国累计投资6000亿美元自建数据中心。从依赖外部算力到重金自建基础设施,Meta的转变预示着AI巨头们正逐渐意识到,算力自主权才是未来竞争的底牌。
能耗飙升的隐形成本
算力荒的蔓延正在引发连锁反应,首当其冲的是能源消耗的激增。全球AI算力紧缺直接推高了数据中心的能耗水平,预计2026年全球数据中心、人工智能和加密货币的电力消耗将突破1000TWh。这一数字不仅意味着巨大的运营成本压力,更对全球能源供应结构提出了严峻挑战。当算力成为类似石油的战略资源,其背后的能源供给、散热技术以及绿色电力调度,将成为继算法和芯片之后,AI产业必须攻克的下一道关卡。
算力荒的蔓延正在引发连锁反应,首当其冲的是能源消耗的激增。全球AI算力紧缺直接推高了数据中心的能耗水平,预计2026年全球数据中心、人工智能和加密货币的电力消耗将突破1000TWh。这一数字不仅意味着巨大的运营成本压力,更对全球能源供应结构提出了严峻挑战。当算力成为类似石油的战略资源,其背后的能源供给、散热技术以及绿色电力调度,将成为继算法和芯片之后,AI产业必须攻克的下一道关卡。
历史事件回溯
当前事件
谷歌限制Meta使用Gemini AI算力
- 算力限制:谷歌暂停向Meta提供Gemini模型API访问权限
- 供需矛盾:Gemini算力供不应求致优先保障自有业务
- 竞争关系:Meta与谷歌在AI领域存在直接竞争
2023年12月
微软限制OpenAI部分算力资源调配
- 算力限制:微软调整Azure对OpenAI的GPU分配优先级
- 供需矛盾:AI训练需求激增致云资源紧张
- 竞争关系:微软与OpenAI合作中存在战略博弈
2022年10月
英伟达限制中国客户A100/H100芯片供应
- 算力限制:英伟达断供高端AI芯片给中国客户
- 供需矛盾:全球AI芯片短缺叠加出口管制加剧紧缺


当前文章无评论,是时候发表评论了