在人工智能赛道的激烈竞争中，谷歌内部正上演一场关于算力资源的“饥饿游戏”。据知情人士透露，由于训练下一代 Gemini 模型所需的算力需求激增，谷歌研究人员正面临严重的资源短缺，不得不为了获取昂贵的处理器（GPU 和 TPU）使用权而进行激烈的内部博弈。
尽管谷歌在去年将其顶级 AI 实验室 Google Brain 与 DeepMind 合并，旨在整合资源以对抗 OpenAI，但这种整合并未能缓解算力的结构性短缺。由 Demis Hassabis 领导的 Google DeepMind 部门现在必须在维持核心大模型迭代与支持长期基础科学研究之间做出艰难抉择。这种优先级排序导致部分研究员感到沮丧，因为他们的探索性项目往往被排在 Gemini 这种具有商业战略意义的旗舰项目之后。
为了获取必要的计算资源，一些资深研究员甚至需要直接向高层游说，或是在内部“算力委员会”面前反复证明其项目的价值。在外部竞争压力不断加大的背景下，这种内部资源争夺折射出科技巨头共同的困境：即使拥有自主研发的 TPU 芯片，硬件的增长速度依然难以满足研究人员日益膨胀的训练野心。这种“算力焦虑”正迫使谷歌重新审视其内部的研究文化与资源分配机制。
