---
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"
topic: "27亿美元买回顶尖学者，却因内部算力内战让模型停转"
source_type: "generated"
status: "published"
generated_at: "2026-10-12 16:14:47"
frame_type: ["机制"]
legal_anchor_count: 0
transcript_citation_count: 0
---

# 27亿美元买回顶尖学者，却因内部算力内战让模型停转

谷歌花27亿美元把天才请回来，却分不出算力给他跑模型。

这说的是诺姆·沙泽尔（Noam Shazeer）。
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。
他在谷歌干了整整二十一年。
当年他带头做出了对话模型 Meena，也就是后来的 LaMDA。
他极力主张把模型公开发布，让全世界用户来聊。
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。
沙泽尔一气之下离开，自己创立了 Character.AI。
没过两年，ChatGPT 席卷全球，谷歌才意识到放走的是什么。

2024 年，谷歌做了一笔轰动硅谷的交易。
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。
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。
人请回来了，直接挂帅负责前沿模型的研发。
按常理看，灵魂人物归位，研发该全速推进了。
但华尔街日报最近披露的内幕，把这件事的另一面掀开了。
真正棘手的问题，从他坐进办公室那一刻才刚开始。

沙泽尔要训新一代模型，最缺的是算力。
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。
但账面算力跟能用的集群，完全是两码事。
谷歌的芯片虽多，可大半都焊死在各自成熟的业务线上。
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。
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。

这就引发了一场持续的内部算力争夺。
DeepMind 团队要算力，Gemini 核心组要算力，云部门还在排队催交货。
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。
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。
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。

在 Character.AI 的时候，团队算力虽紧，但所有芯片全由他一人调度。
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。
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。
这也是很多技术团队经常踩中的现实陷阱。

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。
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。
把最值钱的大脑请回家，再让他去排队等机器。
这场内部的算力争夺，正成了研发速度最大的减速带。

_Rendered by mubei-terminal._