{"id":"mb-20261012-dd1f33","kind":"deep","title":"27亿美元买回顶尖学者，却因内部算力内战让模型停转","summary":"谷歌花27亿美元把Transformer论文核心作者沙泽尔请回公司，却陷入各部门争抢TPU集群的算力内战。大公司的存量芯片早已被搜索、广告和云业务瓜分，前沿研发面临机房资源断供的现实困境。","body":"谷歌花27亿美元把天才请回来，却分不出算力给他跑模型。\n\n这说的是诺姆·沙泽尔（Noam Shazeer）。\n如果你不熟悉这个名字，那篇奠定今天所有大模型基础的《Attention Is All You Need》，他是核心作者之一。\n他在谷歌干了整整二十一年。\n当年他带头做出了对话模型 Meena，也就是后来的 LaMDA。\n他极力主张把模型公开发布，让全世界用户来聊。\n但谷歌高层当时选择按住不发，担心模型出错影响品牌的搜索声誉。\n沙泽尔一气之下离开，自己创立了 Character.AI。\n没过两年，ChatGPT 席卷全球，谷歌才意识到放走的是什么。\n\n2024 年，谷歌做了一笔轰动硅谷的交易。\n名义上是购买技术授权，实际掏了 27 亿美元，把沙泽尔和团队带回谷歌。\n按核心团队规模算，为了迎回这位顶级科学家，平均每个人身上砸了将近一亿美元。\n人请回来了，直接挂帅负责前沿模型的研发。\n按常理看，灵魂人物归位，研发该全速推进了。\n但华尔街日报最近披露的内幕，把这件事的另一面掀开了。\n真正棘手的问题，从他坐进办公室那一刻才刚开始。\n\n沙泽尔要训新一代模型，最缺的是算力。\n外人看谷歌，那是自研 TPU 芯片更新到第六代、数据中心遍布全球的算力大户。\n但账面算力跟能用的集群，完全是两码事。\n谷歌的芯片虽多，可大半都焊死在各自成熟的业务线上。\n搜索要保秒级响应，广告要保实时推荐，云服务还要优先保大客户的合同。\n真正能拼成超大集群、供前沿模型连续稳定跑上几个月的机动算力，少之又少。\n\n这就引发了一场持续的内部算力争夺。\nDeepMind 团队要算力，Gemini 核心组要算力，云部门还在排队催交货。\n每个团队都有千亿美元级的业务做背书，每一批卡都有合理的去处。\n哪怕沙泽尔身价 27 亿美元，到了算力分配委员会面前，照样要写报告、排优先级。\n你脑子里有再好的模型构想，只要申请不到连续的万卡集群，一行代码也跑不起来。\n\n在 Character.AI 的时候，团队算力虽紧，但所有芯片全由他一人调度。\n回到谷歌，虽然顶着首席科学家的头衔，每天却要把大量精力花在协调芯片配额上。\n顶尖研究人员发现，决定前沿突破节奏的，往往是机房物理资源的分配机制。\n这也是很多技术团队经常踩中的现实陷阱。\n\n天价支票能买回顶尖科学家，却买不来立刻就绪的闲置硬件集群。\n前沿大模型研发真正消耗的燃料，是每天通电跑起来的算力集群。\n把最值钱的大脑请回家，再让他去排队等机器。\n这场内部的算力争夺，正成了研发速度最大的减速带。","topic":"27亿美元买回顶尖学者，却因内部算力内战让模型停转","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-12 16:14:47","legal_anchor_count":0,"transcript_citation_count":0}