Google收紧AI模型Gemini的算力供应后，Meta部分内部AI项目被迫暂停或延期。业内认为，AI行业的竞争焦点正从模型性能转向算力获取，谁能稳定获得充足算力，正成为科技巨头竞争力的重要变量。

据在线媒体Gigazine当地时间6月29日报道，Meta此前一直推进多个基于Google Gemini的内部AI项目，但由于Google无法提供足够算力，相关开发进度受到影响。

报道称，这一问题大约从今年3月开始出现，截至6月底仍在影响部分项目。尽管Meta已与Google签署Gemini使用协议，但Google实际可提供的算力未能满足其需求，导致部分依赖Gemini大规模算力支持的内部项目被迫推迟。

这一影响也已波及Meta内部运营。Meta一方面着手压降AI运营成本，另一方面也向内部发出指引，要求更高效地使用AI token（令牌）。算力紧张带来的影响，已不再局限于服务调用受限，而是进一步延伸至开发排期和成本管理。

另有消息称，受到限制的并不只有Meta。知情人士透露，其他Google客户也在不同程度上面临类似情况，但影响范围和程度均不及Meta。原因在于，Meta是Google AI模型最积极的客户之一，因此更容易受到算力短缺冲击。

这一事件也与Google Cloud业务的快速扩张有关。Google在今年4月公布业绩时表示，其云业务收入首次突破200亿美元，未履行的云合同金额也较此前大幅增长，超过4600亿美元。

不过，随着大型客户对AI的需求增速超出预期，芯片、数据中心和电力资源等基础设施的扩张速度，被认为难以同步跟上。

Google也在加快补充算力。报道称，Google已于6月与SpaceX签署合同，以获取额外计算资源，显示其正在通过外部基础设施扩大AI服务能力。

与此同时，Meta也在加速强化自身AI竞争力。该公司正扩大与AMD、Nvidia等半导体企业的合作，并推进“Personal Superintelligence”战略，在提升自研能力的同时，加大对外部算力资源的投入。

市场普遍认为，这一事件释放出AI产业进入新阶段的信号。过去，行业竞争主要围绕模型性能和功能展开；如今，能否稳定获取足够的算力、数据中心和电力资源，正成为决定竞争力的关键因素。

Financial Times（FT）指出，Google对大客户设置AI模型使用额度上限，是反映AI基础设施瓶颈的少见案例。尽管大量资金正持续投向芯片、数据中心和电力设施，但即便是科技巨头，也未必能够获得足以承接激增需求的算力资源。

在这一背景下，AI产业竞争正加速从模型开发转向基础设施争夺。Meta项目延期是否只是短期供给不足所致，抑或会进一步演变为AI算力分配的结构性问题，仍有待后续观察。