Google Cloud Next 2025：AI基础设施未来走向深度解读

最近Google Cloud Next 2025刚开完，有一场对话特别值得聊——Google Cloud基础设施的掌舵人Amin Vahdat，跟Jeff Dean他们几位大佬坐在一起，聊了聊AI基础设施的未来走向。这种级别的公开对话其实挺少见的，往往能透露出一些非常重要的技术路线信号。 对，我也注意到了这场对话。你知道Amin Vahdat这个人其实非常有意思，他早在2015年就主导发表了Google Jupiter数据中心网络架构的论文，展示了Pb级别的内部网络带宽。可以说Google数据中心网络能有今天这个水平，他是核心推手。所以他出来聊AI基础设施，分量是很重的。 嗯，那我们就从最核心的变化聊起。这几年大家都在说一个词——从通用计算到AI优先架构的转型。这个转型到底意味着什么？ 其实你可以这么理解。传统数据中心就像一个万能工具箱，核心是x86 CPU，什么活都能干，但什么活都干得不算极致。深度学习起来之后，GPU开始上位，但到了大模型时代，光有GPU也不够了。现在一个现代AI数据中心，你看它的架构——CPU、GPU或者TPU、DPU、各种专用加速器，层层叠叠，每一层干不同的事。DPU专门处理网络和存储的卸载，释放CPU算力；专用加速器针对特定AI任务做深度优化。这种异构架构的复杂度，远远超过以前的数据中心。 所以本质上不是简单地换一块芯片的事，而是整个系统从硬件设计到软件栈到调度系统，全都要重新协同设计。 没错，这也是为什么Google在自研TPU这条路上走得这么坚决。TPU到2025年已经迭代到第六代Trillium了，它跟NVIDIA的GPU走的是完全不同的技术路线。GPU是通用的并行计算架构，而TPU用的是脉动阵列架构，专门为深度学习里的矩阵运算做了硬件级优化。打个比方，GPU像一把瑞士军刀，什么都能切；TPU更像一把专业的手术刀，在特定场景下精度和效率都更高。 这就形成了一个很有意思的竞争格局——Google走自研芯片加云服务的垂直整合路线，跟NVIDIA主导的GPU生态是差异化竞争。 对，而且这种垂直整合的好处是，你可以从芯片到编译器到框架做全链路优化。比如Google的XLA编译器可以自动优化计算图，JAX和TensorFlow框架跟TPU硬件深度协同，这种从底到顶的调优空间，用第三方芯片是很难做到的。 说到这里，我特别想聊聊Amin Vahdat一直在推的一个理念——网络和计算的深度融合。他说在AI时代，网络不再只是连接计算节点的管道，而是计算架构本身不可分割的一部分。这个观点怎么理解？ 这个其实特别关键，很多人容易忽略。你想，大模型训练用的是所谓的3D并行——数据并行、模型并行、流水线并行三种策略同时上。数据并行的时候，一个千亿参数模型单次梯度同步可能就要传数百GB的数据；模型并行的时候，前向和反向传播要跨设备传中间激活值，对延迟敏感到微秒级；流水线并行又要求网络持续稳定的吞吐。你看，三种并行策略对网络的要求各不相同，但都极其苛刻。 这么一说我就理解了，网络如果拖后腿，再强的芯片也白搭。 就是这个道理。所以Google他们在探索一些非常前沿的网络技术。比如用光交换技术来动态重构网络拓扑，不同的训练任务通信模式不一样，网络拓扑可以跟着变；用RDMA和RoCE技术把通信延迟压到极低；还有一个特别酷的方向叫网络内计算，就是把一部分聚合操作直接放到交换机上做，数据不用跑到端上再聚合。这样网络就不只是搬运数据了，它自己也在参与计算。 这确实是一个范式级的变化。那我们把视角拉远一点，看看整个行业。2025年全球云计算市场预计突破8000亿美元，AI相关的云支出年增长率超过40%。在这个背景下，三大云厂商的竞争格局你怎么看？ 嗯，现在的格局其实挺微妙的。AWS靠市场份额的先发优势继续扩张，Azure靠跟OpenAI的深度绑定在AI领域增长很快，Google Cloud则是打差异化牌——自研TPU、Gemini大模型生态、加上多年的AI研究积累。三家走的路线各有特色。但有一个数字特别值得注意，2025年各大云厂商AI相关的资本开支合计预计超过2000亿美元。这个数字说明什么？说明AI基础设施竞赛已经不只是技术之争了，它是资本、技术和生态的综合较量。 2000亿美元，这个门槛确实不是一般玩家能跨过去的。 对，所以你看Google Cloud通过这种公开对话释放信号，一方面是展示技术实力，另一方面也是在告诉市场——我们在AI基础设施这条赛道上是认真的，而且有独特的技术壁垒。特别是把技术优势转化为产品竞争力这一步，从硬件的性能成本优势，到软件栈的全链路优化，再到Vertex AI这样的一站式平台降低开发者门槛，这条链路他们想得很清楚。 最后总结一下，我觉得这场对话释放的核心信号就是——AI时代的云基础设施，已经不是简单地在原有架构上加几块GPU的事了。从芯片到网络到软件栈，整个体系都在被重新定义。对于技术从业者来说，理解这些底层变化，不管是做技术选型还是判断行业方向，都非常有价值。 嗯，我补充一点。其实对于很多工程师来说，可能觉得这些基础设施层面的东西离自己很远，但实际上它直接决定了你未来用什么工具、在什么平台上开发、你的模型训练成本是多少。所以关注这些一线技术领袖的思考，真的不是凑热闹，而是在为自己的技术判断力充值。