Gemini 新发布背后，是谷歌自研芯片的推理成本优势
brandon_galang · x · 2026-07-23
Gemini 的发布，要放进谷歌自研芯片的账里看
这条帖子的核心观点是：最近的 Gemini 发布之所以更合理，是因为这些模型据称只跑在 Gemini silicon 上。作者认为，真正重要的不是表面上的模型效果，而是推理成本。
如果谷歌能用自家芯片把内部业务的推理成本压到明显低于开源竞品的水平，那么这次发布就不仅是模型升级，更是在展示一条由自研算力支撑的成本优势路径。
换句话说，这条帖子的关注点是：模型能力之外，谷歌的基础设施和芯片堆栈可能才是利润来源。
所属事件:谷歌AI战略转向基础设施与推理成本优势(3 条相关)→
「Infra」频道最新
- 单 GPU 收入可随降价上升：Gavin Baker 拆解 token 价格与利润率的算术 — GavinSBaker · 2026-10-27
- Anthropic S-1 关键数字:成立以来算力支出仅 193 亿美元,算力过度建设警报 — bookwormengr · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 电网排队成 AI 工厂瓶颈,Exowatt 与 Redwood 给出储能新解法 — ingliguori · 2026-10-27
- Wasmtime 曝两个 CVSS 9.9 沙箱逃逸漏洞，其中一个仅影响 ARM64 — basedjensen · 2026-10-27
- AI 数据中心时代用电论战：有人还在纠结灯泡省电与调整时区 — mgostIH · 2026-10-27