▶  Google做出了選擇：賣算力，還是做AI？

一場人事大地震，揭開了Google這家科技巨頭的戰略大轉向。

2026年8月5日，GoogleCEO桑達爾·皮查伊通過內部郵件，向Google DeepMind團隊通報了多項人事變動。DeepMind創始人德米斯·哈薩比斯卸任CEO，轉任董事長兼Alphabet首席科學家；在Google任職27年的首席科學家傑夫·迪恩正式離職，與桑傑·格馬瓦特、奧里奧爾·維尼亞爾斯和郭可共同創辦新公司Discovery Loop。

創始人被“架”出了自己一手締造的實驗室，距離他獲得諾貝爾化學獎，才過去不到兩年。

人事震動的同時，另一條暗線浮出水面。英國《金融時報》披露，Google把數千億美元的AI算力打包賣給了Gemini的最大對手Anthropic。2000億美元的算力生意，正在改寫Google的未來。

01. Gemini從巔峰到潰敗，根源是人才流失

2025年11月，Gemini 3 Pro還是全球公認的最強模型，一度逼得Sam Altman在OpenAI內部拉響“紅色警報”。那是GoogleAI的高光時刻。

Gemini 3.5 Flash被評價為徹底失敗，Gemini 3.5 Pro在發佈前被內部取消。緊急拼湊的Gemini 3.6 Flash，表現甚至不如Grok 4.5和中國開放原始碼的GLM 5.2。

研究機構SemiAnalysis直言：DeepMind已不再屬於前沿AI實驗室行列。

據SemiAnalysis估算，Gemini在大模型排名中已跌至第8或第9位。AI模型評測平台Arena.ai的資料顯示，Gemini 3.6 Flash在前端程式碼競技場中以1537分排名第12位。

與排名同步下滑的是商業指標。Gemini第一方API的Token處理量雖然仍在增長，但增速已從一季度的60%驟降至二季度的38%。使用量還在漲，但漲不動了。

潰敗的直接原因，是人才的流失。過去幾個月，與哈薩比斯共同獲得諾貝爾獎的約翰·江珀已加入Anthropic。2024年7月離職的Tibo，這位在Google/DeepMind工作了9年的老兵，如今已是OpenAI旗下Codex的負責人。至此，Gemini大多數頂尖的強化學習人才近期已悉數離職。

問題的根源不是個別人的離去，而是系統性的潰敗。Transformer架構誕生於Google Brain，擴散模型的奠基性論文出自DeepMind。但現在這些人散落在OpenAI、Anthropic以及自己創辦的新實驗室裡。

SemiAnalysis指出，Google的問題不在於傑夫·迪恩或Noam Shazeer，而在於其極其官僚、進展緩慢且戰略膽怯的企業文化。

一個被反覆提及的事實是，DeepMind在ChatGPT發佈的一年前就已經擁有了AI聊天機器人，但因為擔心顛覆核心業務，被禁止發佈。

當頂尖人才不再相信內部能夠突破，離開就成了唯一選項。而最具象徵意義的兩個離開，發生在同一天。

哈薩比斯卸任CEO，轉任董事長兼Alphabet首席科學家。頭銜升了，但管的事少了。

熟悉他的人透露，卸任的想法已經醞釀了至少一年。自2023年DeepMind與Google Brain合併後，哈薩比斯被繁雜的管理事務和商業對接纏住。那些曾讓他興奮的技術細節，逐漸讓位於預算審批和跨部門協調。

他在公開信中說：“人類已來到AGI突破的關鍵時刻，我畢生的追求正在趨近現實。”然後退守頂層，專注於“長期戰略”和“前沿科學突破”。

接替他的是原CTO科雷·卡武克丘奧盧，一個更適配商業化需求的實幹型管理者。

傑夫·迪恩的離開，則是另一種性質的損失。他是Google技術體系的靈魂人物。1999年加入Google，與桑傑·格馬瓦特共同開發了GFS、MapReduce、BigTable，奠定了Google海量資料處理的根基；牽頭組建Google Brain，主導TensorFlow框架和TPU晶片落地，深度參與Gemini大模型頂層設計。他是Google工程界公認的“史上最強”，這個評價在內部幾乎沒有爭議。

跟他一起走的桑傑·格馬瓦特和郭可都是Google Fellow，這一頭銜僅授予公司最頂尖的十幾位技術貢獻者。奧里奧爾·維尼亞爾斯則是Gemini的聯合負責人。四個人在Google的任職時間橫跨13到27年，加起來超過80年。同一天離開，不是巧合。

核心人物的出局，對應的是核心資產的重新配置。當哈薩比斯不再掌握算力分配權，迪恩帶著頂尖團隊出走，那些原本屬於DeepMind的算力資源，便開始流向別處，包括Gemini的直接競爭對手。

03. Google把TPU賣給Anthropic，雲平台成最大贏家

Gemini陷入困境的同時，Google Cloud正在講述一個完全不同的故事。

2026年第二季度，Google Cloud收入同比增長82%至247.68億美元，遠超市場預期的224億美元。雲業務積壓訂單達到5140億美元，單季新增超500億美元。營業利潤從28.26億美元猛增至88.14億美元，利潤率從20.7%擴張至35.6%。

更大的變數藏在財務資料的細節裡。Alphabet開始向客戶資料中心交付完整的TPU系統。SemiAnalysis估算，TPU系統銷售按總額法確認的收入約為每GW 350億美元，2026年第二季度確認約12億美元。

真正驚人的是積壓訂單。據英國《金融時報》報導，Google已打造了史上規模最大的基礎設施融資計畫之一，捆綁約2000億美元的合同，向Anthropic出售超過1500億美元的AI晶片。

6月，首批TPU硬體已經交付。一家名為Compute SPV的特殊目的實體支付了350億美元，購買了約1吉瓦的AI硬體，相當於約100萬個TPU。4月，Google又同意向博通出售3.5吉瓦的TPU硬體供Anthropic部署。博通披露的採購承諾總額達1280億美元。

SemiAnalysis估計，從2026年第三季度到2027年第四季度，Google超過20%的TPU出貨將直接銷售給Anthropic。這還不包括已租給Anthropic的數十萬顆和承諾未來租給Meta的數十萬顆。

算力從DeepMind“自用”轉向“外售”的趨勢清晰可見。SemiAnalysis資料顯示，DeepMind在Google整體AI算力中的佔比已從2024年的約40%降至2026年的約33%，預計到2027年底將降至17%。

圖：DeepMind算力佔比變化趨勢圖
來源：SemiAnalysis Tokenomics Model

這種“算力外售”的規模之大，已遠遠超出臨時調配的範疇，而是一項系統性的戰略選擇。誰主導了這場轉向？

04. 2000億算力生意的代價：放棄前沿AI

這場人事地震的最大受益者，不是Anthropic也不是OpenAI，而是Google Cloud負責人托馬斯·庫裡安。

過去，Gemini和GCP曾為算力分配拚死競爭。哈薩比斯要算力訓練下一代模型，庫裡安要算力賣給外部客戶賺錢。如今勝負已分。庫裡安曾在播客中表示，TPU應該成為“通用基礎設施”，服務於Citadel、能源部和各類企業客戶。當被問及為何將算力出售給Gemini的直接競爭對手時，他的回答是：這是Google作為“平台公司”的必然結果。

圖：Google Cloud營收增速變化趨勢
來源：SemiAnalysis Tokenomics Model

財務邏輯支撐了他的勝利。SemiAnalysis估算，Gemini在2026年第二季度的年度經常性收入約為120億美元。而到2027年底，GCP的外部銷售總額預計達2000億美元量級，息稅前利潤率超過30%。對Google管理層而言，2000億美元的外部銷售預期與120億美元的Gemini年收入之間，算力資源的優先配置方向不言自明。

更具諷刺意味的是，傑夫·迪恩等人創辦Discovery Loop後，Google不僅是其創始投資者，還承諾作為雲服務合作夥伴提供算力。也就是說，Google一邊把TPU賣給Anthropic，一邊給離職員工的新公司供算力。算力還在，人還在，但已不再為Gemini所用。

SemiAnalysis認為：Google管理層已做出明確選擇，將GCP的重點轉向算力商業化以獲取短期高回報，即便這意味著放棄前沿AI模型的長期競爭力。

DeepMind被收購時，Google的願景是“讓AI惠及所有人”。12年後，這家公司把AI的命脈大規模賣給了競爭對手，而自己的模型卻輸給了競爭對手。

這場人事巨震的真正含義，或許不是Gemini的失敗，而是Google完成了一次隱秘的戰略轉向：從“做最好的AI模型”，變成了“賣最好的AI鏟子”。

至於那條路更正確，時間會給出答案。 (新質動能)

1.SpaceX在2027年底建成約10GW算力被認為可行，若半數商業化，年度經常性收入或達3000億美元，微軟可能成為最大承購方。

2.可行性來自快速改造、現場發電、替代裝置採購和平行施工；微軟因模型推理具備高單位算力收入且自身容量緊缺，正加速簽約大規模供給。

SpaceX在2027年底建成約10GW算力被認為可行，若半數商業化，年度經常性收入或達3000億美元，微軟可能成為最大承購方。可行性來自快速改造、現場發電、替代裝置採購和平行施工；微軟因模型推理具備高單位算力收入且自身容量緊缺。

一、SpaceX 2027年實現10GW，為何這一目標切實可行、將為SpaceX帶來3000億美元年度經常性收入，以及為何微軟將成為最大採購方

推理業務每GW年營收1000億美元、SpaceX的驚人速度、微軟2026年覺醒並簽下10GW、Azure可實現三位數增長

Reyk Knuhtsen、Jordan Nanos及另外3人。Elon Musk在SpaceX首次發佈財報時宣佈了明年的GW級雄心，再次震驚世界。他“保守地”計畫僅在2027年就新增建設並交付6-8GW，實際數字可能遠高於10GW。按每GW 500億美元計算，這意味著2027年的資本支出將達到3000億-5000億美元，與我們預計的AWS和Google資本支出相當，對於一家盈利能力明顯弱於超大規模雲服務商競爭對手的公司而言，這是一個令人難以置信的數字。

然而，我們認為這個數字是真實可信的。我們預計SpaceX有望在2027年年底前建成約10GW。我們評估了所有適合SpaceX的選址，並向我們的資料中心模型訂閱使用者提供了相關清單。我們的能源模型訂閱使用者還可以獲得30多家渦輪機、發動機和燃料電池供應商按季度劃分的燃氣發電裝置精確清單。早在市場意識到這一點之前，我們就已經提供了其中的大量資料。下文將討論Elon如何繞過資料中心建設中的常見限制。

正如我們在Meta算力深度分析中所解釋的，大規模算力與短期交付相結合，是一種極其稀缺的資源，因此享有巨額溢價，最高可達每GW每年500億美元。不過，AI實驗室能夠承受這一價格，並從中獲得可觀利潤。

我們的Tokenomics模型和推理模擬器表明，在現實的性能水平下，例如每塊GPU每秒生成的token數量，OpenAI和Anthropic在GB300叢集上銷售API推理服務時，每GW每年均可創造超過1000億美元的營收。這顯著高於按當前新雲廠商價格租用GB300叢集一年的成本。

對前沿模型公司而言，提供推理token服務的利潤高得令人難以置信。

我們採用保守的每GPU小時3美元租賃價格，假設每年每GW成本約為120億美元；同時使用Inference Simulator，結合前沿級模型架構和我們的智能體程式設計基準AgentX進行token產量估算。AgentX是InferenceX的一部分，通過收集真實生產環境中的程式設計軌跡建構。我們按照真實工作負載比例，將該token產出率與輸入、快取讀取、快取寫入和輸出token的成本進行混合計算，最終估算結果超過每年每GW 1000億美元。

作為背景介紹，我們的Inference Simulator完全從零建構，其基礎是對現代AI加速器運行方式的深刻理解。我們針對前沿模型的推理過程建立了屋頂線模型和現實性能模型，涵蓋每項運算的耗時，並輸出真實執行軌跡。它對實際矽晶片上運行的真實工作負載進行端到端模擬。我們已經在眾多加速器和工作負載上驗證了該模擬器的保真度，並持續提升其根據設計規格精準預測未來加速器性能的能力。

如需進一步瞭解我們如何運用Inference Simulator開展定製研究與分析，請聯絡sales@semianalysis.com。

除OpenAI和Anthropic之外，全球實際上還有第3家公司能夠實現如此高的單位GW經濟效益：微軟。由於可以完整使用OpenAI模型，微軟能夠實現完全相同的單位MW營收和利潤率，同時無需承擔任何訓練成本。Satya與OpenAI的談判非常成功：2026年4月重訂的協議取消了此前20%的營收分成。簡而言之，微軟有巨大動力以儘可能快的速度採購儘可能多的MW。目前，微軟資料中心的大量容量以每MW每年約1400萬美元的價格提供給OpenAI，但其有機會改善這一業務組合。潛在影響是，微軟Azure的營收增速可能從約42%加速至明年的100%以上。這是千載難逢的機會，而SpaceX處於極佳位置，可以滿足這一需求。

雖然微軟以每GW每年500億美元的價格與SpaceX簽訂3GW合同聽起來很瘋狂，但我們認為這有可能實現，原因有2點：

1.1/ 微軟已經在為史詩級的資料中心擴張做準備。如下文所述，微軟今年迄今已簽署10GW的合同，合同總價值超過3000億美元，不包括GPU成本。我們預計還會簽署更多合同。需要注意的是，這些合同將貢獻2027年末和2028年的容量，短期內仍存在需要填補的缺口。

2.2/ 採用90天取消政策，類似SpaceX與Anthropic及Google達成的協議，因此資產負債表風險為零。考慮到相應的營收機會，Amy Hood非常容易批准這筆交易。

對SpaceX而言，下一個自然的問題是融資。沒有領先超大規模雲服務商那樣的資產負債表，Elon如何負擔如此龐大的資本支出？我們預計將通過以下兩種方式相結合來實現：

1.1/ 輝達提供支援，以供應商融資形式降低前期現金成本。這很可能就是Elon在財報電話會上宣佈獨家採用輝達的原因！正如我們的Accelerator Model反覆說明的那樣，xAI/SpaceX一直在積極評估TPU和AMD等替代方案，因此，財務層面的考量很可能促使其放棄這些方案，轉而專注於輝達。

2.2/ 由行業最高定價支援的經營現金流融資，而最快的交付周期使其成為可能：SpaceX將繼續銷售交付周期僅為3至5個月的大規模算力。這是一項無可匹敵的服務，因此其定價也將達到每MW每年3000萬至5000萬美元。這樣不到1年即可收回資本支出。我們在Meta算力文章中對此進行了深入分析。

這意味著SpaceX有望在2027年年底前實現3000億美元的年度經常性收入。這一預測僅假設其2027年新增算力的50%實現商業變現，其餘算力將供Grok和Cursor團隊用於訓練，未計入任何推理營收。

下面展開分析。我們先從微軟說起，它終於以令人矚目的方式覺醒了：去年的暫停已經逆轉，今年迄今已簽署10GW的具有約束力的合同。我們將簡要討論實現每MW每年1億美元推理營收的經濟效益。隨後轉向SpaceX，分析其資料中心擴張，以及在2027年年底前達到10GW以上的可行性。

二、微軟10GW覺醒，爭奪每年每MW 1億美元的機會

2024年12月，我們率先在Datacenter Model中指出微軟租賃活動出現大幅暫停。如今，這家巨頭已經覺醒。我們的模型按季度追蹤租賃活動、新雲廠商簽約、自建項目開工，以及大規模、具有約束力的購電協議和能源服務協議。下方展示了模型輸出。微軟已在所有這些管道簽約超過10GW，相當於新增約3000億美元的約束性承諾。

此次覺醒的一個關鍵原因，是微軟迫切需要算力來把握每年每MW 1億美元的營收機會。微軟於2025年10月與OpenAI簽署了一項2500億美元的協議。我們通過Tokenomics Model估算，該協議總規模約為7GW；Tokenomics Model是理解美元與瓦特之間複雜換算關係的全球最佳工具。這項規模龐大的基礎設施即服務協議導致微軟在其他應用場景中面臨嚴重的算力約束。微軟一直無法利用其OpenAI模型存取權來發展API業務Foundry，也無法充分用於Copilot等應用。

然而，就利潤率和每MW營收而言，這些服務遙遙領先。我們已在AI Value Capture文章中對此進行了深入解釋。

三、AI價值獲取，向模型實驗室轉移

如今，AI行業的1天彷彿相當於其他行業的1年。模型發佈、軟體突破和硬體改進，正在把其他行業需要數年完成的周期壓縮至數周。僅僅在過去幾個月裡，智能體AI就跨越了一個真正的拐點，推動token價值出現階躍式提升；與此同時，軟硬體改進大幅降低了token生成成本。

為了得出這些利潤率估算，我們必須仔細綜合洩露的財務資料、InferenceX資料、業內所有最新加速器的微基準測試、論文、開源實驗室的部落格和推文等資料。洩露的DeepSeek投資者電話會等新資料點證實，我們的估算處於合理區間；該電話會提到其GPU回收期為10個月。不過，我們首先承認，資料粒度不足令人極不滿意。相比單一的公司整體推理毛利率數字，真正需要瞭解的是，在完整的吞吐量與延遲帕累托前沿上，每一種“模型、加速器”組合的毛利率。例如，在Trainium3上提供Opus 5 Fast服務，與在TPUv7上提供Fable 5服務，毛利率分別是多少？

我們通過Inference Simulator回答這一問題，該工具僅向SemiAnalysis諮詢客戶開放。

我們的AI Cloud TCO模型已經解答了等式中的成本部分，但營收部分在過去一直無從獲知。為解決這一問題，我們編寫了一套模擬框架，在虛擬硬體上模擬真實模型的運行，並以經過調優的精細化性能模型為基礎，覆蓋多種加速器和運算類型。我們在模擬XPU上，以現實和理想化服務條件相結合的方式，測試每個模型的所有可能服務配置。在對模型架構作出一些有充分依據的假設後，我們由此可以精準估算任意軟體、硬體和工作負載組合的性能。

借助該模擬器，我們的Tokenomics Model目前已經納入在所有相關晶片上運行OpenAI和Anthropic旗艦模型時的每MW高層營收資料。工作負載形態顯然是一個巨大影響因素。我們模擬運行了價值超過100萬美元、從自身實際使用中收集的智能體軌跡，同時達到呼叫第一方端點時觀察到的真實互動性和首個token生成時間水平。先展示一小部分：以下是我們在GB200與GB300上提供Fable 5服務的資料。

這正是微軟每MW 1億美元的機會。鑑於近期Codex需求激增以及OpenAI ARR相應加速增長，我們認為，微軟通過提供OAI模型服務，也能夠以類似水平實現算力變現。

為把握這一畢生難遇的機會，微軟和AI實驗室需要資料中心，而且需要快速建成的大型資料中心。SpaceX已經兩次證明其建設速度快於其他公司，但到2026年底，其算力容量將“僅”為2GW。它真的能在2027年短短1年內建成10GW以上嗎？

四、SpaceX：以驚人速度建設資料中心

在Meta Compute文章中，我們深入解釋了Elon為何再次證明自己是一位商業天才。他明白AI實驗室的利潤率已經大幅飆升，因此為其GPU叢集引入了“基於價值的定價”，而不是更常見的“成本加成”模式。

為了讓這台機器繼續運轉，Elon需要比任何人都更快地建設資料中心。我們認為他能做到。我們為何如此有信心？我們已多次撰文討論Elon的速度：用122天建成Colossus 1的300MW；用6個月建成Colossus 2的200MW；決定在邊界外1公里處建設現場發電廠以避開審批；以及更多案例。

此後，其速度又有了更多體現。Southaven的發電廠已從2026年2月的27台渦輪機，約495MW，擴展至2026年7月的69台渦輪機，達到1.7GW。

“MiniHard”也已經到來。該項目於2026年3月開始垂直施工，很可能僅用約5個月就達到450-500MW！

這並不意味著Elon比其他所有人都更擅長建設。他只是採用了一套不同的方法。開關裝置和大型電力變壓器的訂單已經排到2年以後？那就直接從中國購買電源模組，並通過將發電端的中壓電力輸送至供應更充足的低壓變壓器，繞過大型電力變壓器。

燃氣輪機的訂單已經積壓5年以上？GEV的確如此，但還有很多其他選擇，我們的能源模型涵蓋30多家已獲得服務資料中心大規模訂單的燃氣發電裝置製造商。只要足夠認真地尋找，並願意與新供應商合作，市場上仍有大量可用產能。

勞動力是最終限制因素？那就儘可能開展平行作業、縮短偵錯流程，並儘可能進行預組裝。據報導，Colossus 2單日用工峰值約為3000名建築工人，大約比其他在建的GW級資料中心低ex。Elon長期以來一直有以少於行業標準的人員規模取得成果的記錄。

這意味著到2027年仍有綽綽有餘的時間建設多個這樣的建築主體。而且這還是他的第1個真正從零開發的項目，因此下一個項目可能做得更好。當然，另一種選擇是改造現有設施。正如我們去年在xAI深度分析中所述，Colossus 1和Colossus 2正是通過改造，以極快速度建成的。

五、xAI的Colossus 2，全球首座GW級資料中心、獨特的強化學習方法、資本募集

關於xAI的Colossus 1，外界已經寫了很多。Memphis項目的建設足以載入史冊：全球最大的AI訓練叢集，從零開始僅用122天建成。該叢集擁有約200,000塊H100/H200和約30,000塊GB200 NVL72，至今仍是規模最大的完全投入運行、單一連貫叢集，Google除外，

在付費牆之後的內容中，我們將討論一些我們懷疑Elon可能選中的地點。

所有人心中的問題都是：這一切會在那裡、以何種方式發生？我們認為，SpaceX很可能已經找到了少數幾個地點，用於部署剩餘的GW級容量，2027年達到10GW的目標觸手可及。

但新地點會在那裡？我們的Datacenter Model訂閱使用者已經獲得完整明細，不過我們可以先看看其中幾個有意思的地點。

首先，我們通過針對MZX（Elon）的留置權記錄發現了兩座舊倉庫，它們都是理想的改造候選地點。

這些留置權記錄顯示，Darana Hybrid當時正在這些地點開展電氣和機械工程。其中一處位於Mississippi州Olive Branch，面積為863,000平方英呎。該設施由ElmTree Funds所有；ElmTree Funds自去年起歸BlackRock所有，也曾將Macrohard設施出售給MZX。另一處也被列入記錄，但並非ElmTree所有，是一座位於Mississippi州Southaven、面積474,000平方英呎的建築。如此大的面積可以提供約1GW或更高的容量。

在Elon低調收購APR之後，我們還將Pampa地點視為一個可能的候選地，該地點計畫部署2GW現場發電設施。Kinder Morgan的NGPL州際幹線距離Pampa地點約1英里，而其剛剛宣佈、已獲全額認購的Panhandle擴建項目明確提及資料中心需求，因此最可能成為這座2GW永久電廠的穩定供氣通道。目前尚無檔案證實這一點，但看起來很有可能。

SpaceX在2027年底建成約10GW算力被認為可行，若半數商業化，年度經常性收入或達3000億美元，微軟可能成為最大承購方。可行性來自快速改造、現場發電、替代裝置採購和平行施工；微軟因模型推理具備高單位算力收入且自身容量緊缺。 (404K)

彙整鉅亨號中所有使用「算力商業化」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`