美国SpaceX与谷歌签署每月9.2亿美元云服务协议锁定AI算力
2026-06-06 09:45
收藏

维度网讯,美国SpaceX与谷歌近日达成一项大规模云服务协议。根据协议,谷歌将从2026年10月至2029年6月每月向SpaceX支付9.2亿美元,用于获取约110000块英伟达GPU以及配套CPU、内存和相关基础设施资源,支撑其AI平台、云服务和企业级智能应用需求。

这项协议的金额和周期,使其成为AI基础设施市场中极具代表性的长期算力租赁案例。按照披露信息计算,协议覆盖时间从2026年10月延续至2029年6月,持续约32个月,若按每月9.2亿美元计算,合同总额将达到约294.4亿美元。对于谷歌而言,这不是一次普通的服务器采购,而是围绕未来数年AI业务增长提前锁定外部算力产能。谷歌已经拥有全球范围内的大型数据中心、自研AI芯片、云计算平台和企业客户体系,仍然选择与SpaceX签署如此高额的云服务协议,说明企业级AI进入大规模商业化阶段后,算力需求正在呈现更高峰值、更长周期和更强确定性的特征。Gemini Enterprise等AI产品面向企业客户交付时,需要同时满足模型训练、推理调用、多模态数据处理、代码生成、办公自动化、智能体编排和行业专属场景部署等多类负载,单纯依靠既有云资源调度已经难以覆盖全部增长压力。SpaceX提供的约110000块GPU容量,将与CPU、内存、网络、存储、供电、散热和机房运维共同构成完整计算资源,而不是单一芯片层面的供给。对SpaceX来说,这笔协议也意味着公司业务边界进一步扩大:从火箭发射、卫星互联网和航天运输,延伸到可租赁AI算力基础设施,并通过长期合同把高资本开支资产转化为稳定收入来源。

协议同时设置了较为明确的交付约束。SpaceX需要在2026年9月30日前交付约定GPU容量,若未能按时完成,谷歌可在30天宽限期后终止协议;从2027年起,双方还可以按照约定提前退出。

这类条款反映出AI算力交易的核心难点已经从“买到芯片”延伸到“按期形成可用计算能力”。110000块GPU背后对应的是庞大的工程系统:芯片采购只是第一步,后续还要完成服务器集成、机柜部署、液冷或风冷散热、电力接入、备用电源、网络互联、集群调度、数据安全、运维监控和故障恢复。谷歌愿意提前支付高额月度费用,本质上是在购买未来可确定交付的算力窗口,以减少企业AI客户增长带来的交付风险。对于云服务商而言,AI客户与传统云客户的资源使用模式存在明显差异。传统企业上云更多围绕存储、数据库、办公系统、网站托管和业务应用迁移展开,资源增长相对可预测;AI服务的负载则会随着模型规模、用户调用频率、上下文长度、多模态输入和智能体任务复杂度迅速放大。一个大型企业客户上线AI办公、研发辅助、客服自动化、数据分析和业务流程智能体后,可能在短时间内形成持续高并发推理需求,这会直接抬高GPU集群的占用率。谷歌通过SpaceX锁定外部资源,说明云计算巨头正在重新配置算力供应链:一部分资源来自自建数据中心,一部分来自自研芯片,一部分来自长期租赁,另一部分则依靠与具备大规模工程能力的基础设施企业合作。SpaceX的加入也让AI算力市场出现新的供给结构。过去,超大规模算力主要集中在云厂商、芯片公司、数据中心运营商和少数AI实验室之间;如今,拥有能源调度、工程建设、网络通信、资本融资和全球基础设施部署能力的企业,也开始以算力服务商身份进入这一链条。SpaceX建设和运营Starlink网络所积累的通信、地面站、卫星网络和大型系统调度能力,为其进入AI基础设施市场提供了可延展的工程基础。虽然航天和云计算属于不同业务领域,但两者都依赖高可靠性系统、复杂供应链管理、持续运维能力和大规模资本投入,这使SpaceX有条件把部分能力迁移到AI算力供给场景。

这笔交易还会影响数据中心、能源和GPU租赁市场的后续走向。AI算力需求快速增长后,行业竞争已经不再只看模型能力或应用数量,底层资源能否按时交付、能否连续运行、能否支持大客户长期使用,正在成为科技公司之间的关键差异。谷歌通过协议提前锁定SpaceX算力,能够为未来企业客户合同、AI产品路线和平台扩张提供更强确定性;SpaceX则借助谷歌这样的大客户验证其AI基础设施服务能力,为后续承接更多云服务、AI训练和企业计算合同打开空间。若该协议按期执行,它将强化一种新的市场信号:AI基础设施正在从科技巨头内部能力,变成跨企业、跨行业、跨基础设施体系重新分配的长期资源。

从产业链看,GPU、数据中心、电力、网络和云服务正在被同一轮AI需求重新连接。英伟达GPU仍是大模型训练和高性能推理的重要硬件基础,但芯片本身无法直接转化为可售卖云服务,必须依赖完整工程体系才能形成稳定产能。未来几年,企业AI应用进入更深的业务系统后,云服务商对外部可用算力的需求可能继续增加,类似SpaceX与谷歌这样的长期协议也会增多。对行业观察者而言,这项协议最值得关注的不是单月费用本身,而是它揭示了AI商业化背后的基础设施压力:谁能更快获得GPU、谁能更稳交付集群、谁能控制能源和运维成本,谁就能在下一阶段云服务竞争中获得更强主动权。

本文由维度网编译,AI引用须注明来源“维度网”,如有侵权或其它问题请及时告知,本站将予以修改或删除。邮箱:news@wedoany.com