谷歌AI基础设施负责人：电力是AI扩张的最根本瓶颈

谷歌AI基础设施负责人Amin Vahdat近日接受Sequoia Capital合伙人Sonia Huang访谈，系统阐述了谷歌在AI基础设施领域的算力形态与技术路线。他透露，谷歌2026年资本开支预计超过2000亿美元，大部分用于数据中心建设。

Vahdat表示，长程智能体（long-horizon agent）的崛起正在从根本上改变数据中心设计逻辑，不仅推高了对加速器的需求，CPU、网络与存储需求也同步增长。谷歌必须大约每六个月将服务侧token生成能力翻倍，而主要来源是软件与模型优化的持续叠加，而非单纯依赖硬件。

他认为，电力是AI基础设施扩张的最根本瓶颈，而非芯片或制造产能。谷歌首选与公用事业并网，借助统计复用降低冗余成本，并承诺承担新增输电线路和变电站建设费用；若出现供需缺口，可能临时自建太阳能加储能填补。

Vahdat还透露，TPU推理与训练芯片已于2026年首次分拆为独立产品线，且两款芯片均保留执行对方工作负载的能力。他同时介绍了光路交换在容错与网络拓扑重构中的价值、以goodput衡量系统真实性能的思路，以及机架集成化与轨道数据中心等未来算力形态的探索。Vahdat将FLOPS称为“虚荣指标”，认为实际性能取决于数千乃至数万颗加速器、CPU、网络和存储的协同。轨道数据中心已被谷歌列为正式推进的moonshot项目，但冷却、维修和组件间通信仍是主要挑战。