全球AI基础设施的竞争正愈演愈烈，科技巨头们纷纷加大算力领域的布局。最近，Alphabet宣布计划筹集800亿美元股权资本，用于大幅扩张其人工智能基础设施，这一规模成为公司历史上最大的二次发行之一。此次融资的核心目标是强化AI算力支撑，以应对微软等竞争对手在生成式AI领域的快速突破，巩固其在搜索、云服务及大模型研发中的领先地位。
具体来看，这次融资的主体是Alphabet，规模为800亿美元股权融资，披露时间在2024年近期（具体以SEC文件为准），信息通过公司官方声明和监管文件发布。背后的原因在于AI基础设施已成为当前科技竞争的核心壁垒——生成式AI大模型的训练与推理需要海量算力，而Alphabet的Gemini系列模型及Google Cloud的AI服务都依赖持续的算力扩张。资金将主要用于三部分：一是采购英伟达H100等高端GPU（单卡成本约4万美元），二是建设全球分布式AI数据中心（单中心投资可达数十亿美元），三是迭代自研TPU芯片（如TPU v5e性能较v4提升2倍、能效比提升3倍）。
伯克希尔哈撒韦此次投入的100亿美元是融资中的关键亮点，这打破了巴菲特过去对高成长科技公司的谨慎立场，表明其对Alphabet AI战略的长期价值认可。数据显示，100亿美元占此次融资规模的12.5%，是伯克希尔近年来对科技公司的最大单笔投资之一，从侧面印证了AI基础设施的战略重要性。
分析师们普遍提醒，Alphabet的AI雄心与实际财务状况之间存在差距。据公司披露，预计每年AI相关支出达1850亿美元，而当前AI驱动的收入仍处于增长初期：2023年Google Cloud全年收入341亿美元，其中AI相关收入约占25%-30%（约85-102亿美元），远低于年支出规模。如果AI收入增长未能跟上支出节奏，可能导致公司利润承压或债务规模扩大。
技术上，AI基础设施的核心在于算力密度和能效比。Alphabet的TPU芯片在大模型训练方面有独特优势，比如TPU v5e支持128路并行计算，能将Gemini Ultra的训练时间缩短30%；同时，采购英伟达H100 GPU可补充推理场景的灵活性，两者形成互补。数据中心方面，Alphabet计划在北美、欧洲新增5个超算级AI数据中心，每个中心的算力规模可达每秒100亿亿次浮点运算（EFlops），足以支撑千亿参数大模型的持续迭代。
这次融资的结果将直接影响Alphabet在AI领域的竞争格局。如果能顺利募资，其算力储备将领先于多数竞争对手，支撑Gemini模型的商业化落地及搜索广告的AI优化；如果失败，则可能在生成式AI赛道被微软拉开差距。行业最新动态显示，微软已宣布未来三年投入1000亿美元用于AI基础设施，亚马逊AWS推出Graviton4芯片优化AI推理性能，Meta也计划2024年投入300亿美元建设AI基础设施并推出自研MTIA芯片。这些动作都说明，全球科技巨头正进入AI算力军备竞赛的关键阶段，Alphabet的800亿美元融资正是这一竞赛的重要注脚。
快报