谷歌与Thinking Machines Lab签数十亿协议布局下一代AI算力

AI创作导航管理员 LV4 资深连续登录30天萌新

5 个月前

风向

1692

前OpenAI首席技术官米拉·穆拉蒂（Mira Murati）创立的AI研究机构Thinking Machines Lab，近期与谷歌云达成总价值数十亿美元的合作协议，后者将为其提供搭载英伟达最新GB300芯片的专属AI算力基础设施，支撑该机构前沿通用人工智能模型的研发训练。这是2026年以来全球AI算力领域金额最高的跨界合作之一，将对全球AGI研发的竞争格局产生深远影响。

2026年开年以来，全球通用人工智能（AGI）研发正式进入万亿参数模型的迭代攻坚期，据行业调研数据显示，当前前沿大模型单轮训练所需的算力规模较2024年同比增长720%，搭载高端GPU的算力集群缺口已经突破40%，锁定稳定、高性能的算力资源，已经成为所有前沿AI研究机构的核心优先级。

Mira Murati在2025年离开OpenAI后创立的Thinking Machines Lab，主攻具备深度逻辑推理能力的下一代AGI模型，其预研中的模型单轮训练需要调用超过12000张高端GPU，此前曾接触过多家头部云服务商寻找适配的算力解决方案。

本次达成的合作中，谷歌云将为Thinking Machines Lab搭建专属的隔离算力集群，所有节点全部搭载英伟达2026年刚发布的GB300 GPU。这款芯片的FP8训练性能较前代H200提升120%，高带宽内存容量达到192GB，针对大模型长上下文推理场景做了专属硬件优化，是当前全球性能最强的AI训练芯片之一。

本次合作的总合同金额超过30亿美元，合作周期为3年，除了算力供给之外，双方还将联合研发面向大模型训练的智能调度框架，预计可将整体训练效率提升35%，同时降低40%的算力能耗。值得注意的是，谷歌云自身也在推进自研TPU芯片的商用落地，本次选择英伟达GB300作为合作基础，核心原因是Thinking Machines Lab的模型训练框架对CUDA生态的适配度更高，无需额外做大规模迁移即可快速投入使用。

本次合作落地之前，行业普遍猜测Thinking Machines Lab会选择微软Azure作为算力供应商，毕竟Mira Murati在OpenAI任职期间，OpenAI的全部算力基础设施都由微软Azure提供，双方还曾共同推进多款大模型的训练框架优化。本次转投谷歌云，也意味着AGI赛道“云服务商+科研机构”的绑定格局正在发生新的变化。

据了解，双方后续还将探索更多落地层面的合作，包括将Thinking Machines Lab研发的推理模型接入谷歌云的企业服务生态，覆盖工业设计、药物研发、机器人控制等多个垂直场景，共同推进AGI技术的商业化落地。

AI算力通用人工智能 Lab 谷歌云 Thinking Machines 英伟达GB300

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。