谷歌CEO谈2027年算力租赁市场：新增需求已极难满足

财联社10月21日讯（编辑 史正丞）客户现在找上门，希望获得2027年的算力，谷歌能否满足？Alphabet首席执行官桑达尔·皮查伊给出的回答是：“极其困难。”

在当地时间10月20日上线的Big Technology播客访谈中，皮查伊透露，谷歌去年甚至曾短期租用外部算力，以满足部分客户需求。面对快速增长的需求，他感慨，行业各家公司都希望当初规划的算力规模能再大一倍。

供给紧张之下，谷歌也必须作出取舍：优先保障前沿AI研发，再安排其他业务。皮查伊明确表示，谷歌云业务已经为此放弃部分短期收入。

围绕新模型Gemini 4 Argon，他还谈及智能体商业化、苹果合作与太空数据中心。尽管承认供应链瓶颈和宏观冲击可能导致过度建设，他仍对长期算力需求保持信心。

“足够好”的模型，为何还不够？

访谈首先回应了一个疑问：既然速度快且成本低的模型已经足以支持搜索、邮件等产品，谷歌为什么还要争夺最强模型的位置？

皮查伊直接否认谷歌降低研发雄心的说法：“大错特错。我们非常坚定地要站在前沿。这是我们DNA的一部分。”

据他介绍，Argon发布后最初72小时的词元使用量接近25万亿，约为Gemini 3.0同期的三倍，而谷歌在提供这一模型的服务时，仍受到容量限制。

坚持前沿研发的理由，并不只是提升现有产品表现。

皮查伊解释，领先模型能让谷歌更早看到新能力，为未来产品作准备；部分云客户希望能用上行业最前沿的模型；更重要的是，随着AI参与模型研发，更强的模型也能帮助开发下一代模型。

“在递归自我改进的时代，前沿模型将更擅长开发下一批模型。”

谷歌内部部署Argon后，开发人员已经能够处理此前模型无法解决的问题。按照他的逻辑，模型能力不仅影响当期产品竞争力，也影响下一轮研发的起点。

这并不意味着谷歌放弃轻量模型。皮查伊承认，前沿模型往往更慢、更贵，许多优秀产品并不需要调用最强模型。这也为Flash和Flash-Lite等轻量模型留下了应用空间：谷歌希望同时推进能力、速度与成本之间的最优组合。

谈及下一步，他将重点放在多个智能体协作上。未来，消费者和企业都可能拥有持续工作的多智能体系统，完成长时间、多步骤的任务。

AI参与研发，距离完全自我改进还有多远？

使用前沿模型帮助开发下一代模型，是本轮AI竞争的重要变量，但皮查伊为这一概念划定了边界。

他确认，递归自我改进相关机制对Argon研发作出了重要贡献，但强调：“我们距离递归自我改进的最终形态，或者类似的状态，还相当遥远。”

当前更准确的描述，是智能体在模型开发的不同环节，以一定程度的自动化协助AI研究人员，而不是模型已经脱离人类研究者独立迭代。他预计，这类协作将在明年继续进步。

能力增强也意味着安全投入必须同步增加。皮查伊承认，让模型行为符合人类意图的“对齐”研究仍存在明显缺口，因此不能只依靠模型本身遵守规则，还需要实时监控、异常干预、沙箱隔离，以及客户对部署位置和数据访问权限的控制。

这些措施同样需要算力。他进一步提出，行业应建立共同标准，引入独立评估，并以财务领域的会计准则和独立审计作类比，认为监管也将发挥作用。

这意味着，前沿模型的研发和部署成本，不仅包括训练与推理，还包括持续运行的安全保障。

随后，话题转向世界模型。皮查伊认为，理解物理规律、高保真模拟现实世界，是智能的重要基础，也与机器人应用直接相关。他将Argon在具身推理测试中的表现，归因于谷歌积累的世界模型经验，并预计不同研究路线未来可能在模型架构上融合。

算力如何分配？前沿研发优先

当讨论转向算力配置时，皮查伊给出了整场访谈中最明确的资源分配原则。

“我们的第一原则，是确保拥有足够算力来投资前沿研发，这一点不可谈判，其他一切都建立在这个基础之上。”

他回顾称，自己在2015年推动谷歌转向“AI优先”，因为AI贯穿搜索、云计算和Waymo等业务。算力配置首先要确保Google DeepMind的研究及前沿模型开发处于领先水平，再根据其他业务的长期计划安排资源。

云业务的需求预测、已签合同和长期收入机会，仍是建设规划的重要依据。但在资源不足时，谷歌已经作出了取舍。

“我们的云业务在任何一个时点，都在放弃一些短期收入，因为我们正在进行算力取舍，以支持前沿AI开发。”

供给调整又存在明显时滞。他指出，谷歌目前拥有的算力，取决于2024年作出的建设决策；公司始终需要提前规划未来两至三年的需求，而就在一年前，智能体编程尚未迎来爆发。

“行业里的每个人都希望，自己当初规划的规模能再大一倍。”

主持人提到，风投人士Ben Horowitz曾转述亚马逊CEO安迪·贾西的说法，称算力已售罄至2028年。对此，皮查伊表示：“如果今天有客户来找我们，希望获得2027年的算力，要满足这样的需求极其困难。”

他还透露，谷歌去年甚至曾短期租用外部算力，以满足部分客户需求。

但研发优先并不意味着无限供给。皮查伊认为，研究人员面临适度约束也有好处，能够激励更高效的算法突破，例如降低内存需求。谷歌承诺的是投入保持前沿地位所需的资源。

承认可能过度建设，为何仍对长期需求有信心？

对于AI基础设施是否会重演铁路、光纤等行业的投资过热，皮查伊强调，应区分时间尺度。

“这不像光纤。它并没有闲置。我们正在使用它。我们每天都受到容量限制。”

他认为，当前应用和底层技术持续改善，现有算力正在被实际使用，因此从足够长的周期看，现有建设规模有其合理性。

但这不是对整个行业投资安全性的保证。

“如果你问的是，有没有可能出现过度建设？有。”

皮查伊指出，算力基础设施需要一整套配套条件，涉及的组成要素可能有2000项甚至更多。某些环节受限，就可能形成瓶颈，并导致其他环节出现过度建设；经济外部冲击和宏观风险也不能排除。

因此，长期需求旺盛与局部供给过剩可以同时出现。芯片、机房和配套资源必须共同到位，才能形成可用算力。

谷歌的应对方式，是把需求信号、合同对应的收入机会、内部使用情况和模型能力演进放在一起判断，以“自信、积极，但有纪律”的方式规划建设。

他的最终判断仍然乐观：“只要给予足够时间，我是否相信我们规划中的算力会有用武之地？绝对有信心。”

AI入口如何变化，商业化又从何而来？

讨论完基础设施，访谈转向这些投入将支持怎样的产品。

皮查伊认为，过去是人适应计算机，AI时代则会反过来，技术将适应人的日常生活：理解上下文、保持连续性，并在用户需要时自然响应。

但他不认同“自然交互”必然意味着界面消失。语音可以减少输入和修改的负担，观看视频、消费内容或查看AI生成结果，仍需要相应界面。

对于OpenAI强调“AI原生”、暗示谷歌只是在旧产品上附加AI的竞争叙事，他也不接受这种划分。他承认OpenAI推动了谷歌改变，但指出Gemini应用本身就是从零打造的新产品。

在他看来，改造既有产品和创造全新体验都会存在，关键是产品体验能否胜出。

至于商业化，主持人提出了一个直接的问题：如果智能体推荐商品并促成购买，是否应该抽佣？

皮查伊没有确认具体收费机制，而是先以开发者愿意为编程模型付费为例，说明效率提升可以形成支付意愿。

“我从未见过这样的例子：一款消费产品真正扩大到数十亿用户，人们高频使用，却没有相应的商业化。”

他认为，智能体仍需要满足用户的商业需求，另一端的供应商也会从中获得价值，因此最终会形成某种价值交换机制。

谈Anthropic、苹果

随后，主持人以谷歌已向Anthropic投入并承诺数百亿美元为背景，询问合作理由。

皮查伊强调，谷歌很早便判断，参与过早期GPT模型研发的Anthropic创始团队具备世界级水平，有能力站在技术前沿。他将这项合作与谷歌对SpaceX的合作并列，解释为识别并支持前沿科技公司的长期做法。

对于苹果通过Gemini支持Siri的合作，皮查伊表示，苹果对模型进行定制并整合进Siri，用户反响令他满意，并称：“我们致力于进一步深化合作。”

当主持人追问是否会有更多合作时，他没有披露具体安排：“没有具体内容可以评论，但双方的合作进展顺利。”

太空数据中心看长期，编程效率已有内部指标

谈到太空数据中心，皮查伊将其放在长期研发的时间尺度上：一些今天看起来像科幻的技术，可能在10至20年后发挥实质作用。

按照他的说法，谷歌在量子计算上已投入约10年，Waymo接近20年，太空方向则处于两至三年的探索阶段。

他看重的是在轨获取持续太阳能的潜力，以支持算力需求的指数级增长。但他也明确称，这是一个充满挑战的项目，需要按阶段性目标推进。

皮查伊表示，把TPU送入太空已经是一个令人振奋的里程碑（注：本月初谷歌通过SpaceX向太空部署了一个算力试验卫星），访谈时团队正期待收到首次“Hello World”式运行反馈。TPU是谷歌面向机器学习工作负载开发的专用处理器。访谈未披露太空数据中心的商业化时间、成本或规模。

相比之下，AI对谷歌内部软件开发的影响，已有更具体的观察指标。

面对“此前25%的代码由AI编写，现在比例是多少”的问题，他认为，这个比例已经失去衡量意义，因为AI正深度影响整个开发过程。

皮查伊还披露了一组为期四周的观察数据：使用Argon后，谷歌代码变更提交量（CLs）增加30%，回滚减少约三分之一。开发者已用它处理涉及数百万行代码的复杂项目。

被问及如何应对反对建设数据中心的声音时，皮查伊强调，这里的关键是“把事情做对”，应提前与社区透明沟通，增加电力供给，并承担项目自身电力需求的100%成本。

他表示，以20年的时间尺度看，探索太空数据中心的部分原因，正是希望寻找新的部署地点，让数据中心建设面临不同的资源条件和取舍。

谈及下一步研究方向，皮查伊表示，谷歌正在并行探索合成数据、持续学习、更高效的模型架构和世界模型，并为这些研究配置相当比例的算力。他以Argon的100万输出词元能力，以及早期Gemini的100万词元输入上下文窗口为例，说明研究突破仍在不断进入主力模型。

结语：乐观不意味着可以不计后果地建设

访谈最后，主持人以自己重访萨尔瓦多一座小镇的经历提出追问：当地对比特币的热情，如今已被烂尾建筑和近似“鬼城”的景象取代。当技术投资失败会留下真实代价，科技行业应如何保持乐观？

皮查伊表示，他对技术进步及技术普及能够改善生活的信念，来自自身经历。但这种乐观也有明确的前提。

“这种乐观，不是说你想在什么时候建设什么，就可以随心所欲地去做。你必须努力确保，自己开发的技术是在服务人类、改善人类的处境。”

他认为，医疗等领域的许多进步仍在前方。对于一些长期变得越来越昂贵的事物，技术有望从根本上降低成本，新材料发现等突破也可能改变既有的发展轨迹。这些影响今天尚难充分理解，但将十分深远。

“我非常乐观，但我们也必须对这项技术可能出错的各种方式保持应有的担忧。”

（财联社 史正丞）