雖然公開警告人工智能市場的“非理性”，但 Google 領導層私下下令積極擴展基礎設施，使人工智能服務能力每六個月翻一番。
根據 查看的演示文稿CNBC 本週，該指令的目標是在五年內將規模擴大 1,000 倍，以支持計算量大的“推理時代”。
這項內部指令由基礎設施副總裁 Amin Vahdat 提出，與首席執行官 Sundar Pichai 最近對 接受 BBC 採訪，了解潛在的泡沫。
由於對投資不足的擔憂，該戰略依靠定制芯片（如 Google 的 Ironwood TPU 芯片）來防止成本隨著產能增長而螺旋式上升。
1,000 倍任務:Google 作戰室內部
11 月 6 日全體會議公佈的細節描繪了一家在戰時基礎上運營的公司。
基礎設施副總裁 Amin Vahdat 提出了一份題為“AI 基礎設施”的路線圖，其中列出了跟上需求所需的指數增長要求。該指令明確要求谷歌每六個月將其人工智能服務能力提高一倍，以保持其競爭地位。
長期預測目標是在短短四到五年內將能力增加 1,000 倍。推動這種加速的不是模型訓練，它歷來消耗了大量計算資源，而是向“推理時代”的根本轉變。
像最近推出的 Gemini 3 Pro 這樣的模型需要大量、連續的計算能力來執行推理任務和執行代碼。
Vahdat 警告說，“人工智能基礎設施的競爭是人工智能競賽中最關鍵也是最昂貴的部分。”
首席執行官 Sundar Pichai 強化了這種觀點，他表示，由於硬件限制，該公司錯失了使用該公司視頻生成工具 Veo 的機會。皮查伊承認，儘管雲計算強勁增長，“如果我們擁有更多的計算能力，這些數字會好得多。”
面對市場懷疑，公司並沒有緊縮開支，內部基調將 2026 年定義為“起伏不定”的“激烈”一年。領導層傳達的信息很明確:增長的主要限制不再是軟件能力，而是計算的物理可用性。
矽盾:Ironwood、Axion 和效率陷阱
使用現成硬件將容量擴展 1,000 倍將在財務上造成毀滅性的損失。谷歌的戰略取決於將性能提升與線性成本增加脫鉤。 Vahdat 概述了工程要求:
“Google 需要‘能夠以基本相同的成本以及越來越多的相同功率、相同能源水平提供 1,000 倍以上的功能、計算和存儲網絡，’”Vahdat 說。
支撐這一大規模擴張的是一個簡單但殘酷的經濟現實:效率是實現可持續發展的唯一途徑。對剛剛全面上市的 Ironwood TPU 的依賴是這一戰略的核心。
這款第七代芯片聲稱比 v5p 峰值性能提高了 10 倍，與上一代 Trillium 相比，每瓦性能提高了 2 倍。
通用工作負載正在被卸載到基於 Arm 的新型 Axion CPU，以釋放用於 AI 任務的功耗和熱空間。通過將標準計算作業轉移到更高效的處理器，Google 的目標是最大限度地提高其耗電 TPU 的可用能量。
工程師採用“協同設計”理念，將軟件直接與硬件架構集成。谷歌 DeepMind 的研究為芯片設計提供了信息，使該公司能夠獲得標準硬件無法獲得的收益。 Vahdat 指出，“這並不容易，但通過協作和共同設計，我們將實現這一目標。”
然而，“效率陷阱”迫在眉睫。傑文斯悖論表明，隨著計算變得更加高效，需求將會上升以消耗剩餘資源，從而抵消了成本節約。如果推理成本下降，由代理工作流程和“深度思考”推理驅動的查詢量預計將呈爆炸式增長，從而使總能耗保持在較高水平。
泡沫悖論:反對“非理性”
在外部對生成式人工智能的投資回報率 (ROI) 越來越懷疑的情況下，這種積極的內部擴張仍在繼續。
在接受采訪時BBC 的皮查伊承認當前人工智能的市場估值存在“非理性因素”。儘管公眾對此持謹慎態度，Alphabet 仍將 2025 年資本支出預測上調至 930 億美元，併計劃在 2026 年“大幅增加”。
員工在問答環節直接向領導層提出了這種脫節的質疑。有一個問題專門解決了支出飆升和對市場調整的擔憂之間的緊張關係:
“在大量的人工智能投資和市場談論潛在的人工智能泡沫破裂的情況下，如果人工智能市場沒有按預期成熟，我們如何考慮確保長期可持續性和盈利能力?”
皮查伊的辯護基於公司的資產負債表。他認為:“你知道，我們比其他公司更有能力承受失誤。”
防禦性的邏輯認為，投資不足的風險——並且可能變得無關緊要——是存在的，而過度投資只是代價高昂。
這種推理目前推動了正在進行的人工智能資本支出繁榮，基礎設施建設脫離了眼前的收入現實。谷歌實際上是在押注，它能夠在資本密集型的消耗戰中擊敗競爭對手。
市場現實:人工智能的囚徒困境
根據
競爭對手 OpenAI 也面臨著自己的困境。山姆·奧爾特曼 (Sam Altman) 本週發布的一份內部備忘錄表明，這家行業領導者正在越來越多地應對規模擴大的經濟現實。這為谷歌利用其垂直整合創造了機會。
將瓶頸從數據可用性轉移到純粹的代幣生成速度和成本就是“推理時代”。 Google 的具體優勢在於其定制矽堆棧，這可能使其比那些完全依賴 Nvidia 硬件的公司更好地應對利潤率被壓垮的價格戰。
最近推出的產品（例如 Gemini 3 Pro 和 Gemini 3 Pro Image）進一步推動了這一需求。最終，結果取決於“深度思考”和代理工作流程等高級功能是否能夠比硬件折舊更快地產生收入。
儘管涉及的成本驚人，但到目前為止，谷歌似乎致力於“構建它，他們就會來”的策略。
