Deepmind 人才流失或源于芯片短缺、利益冲突与谷歌的官僚体制

事件核心：发生了什么

据 Semafor 报道，DeepMind 创始人 Demis Hassabis 约一年前已退出日常运营，将管理职责移交给新任负责人 Koray Kavukcuoglu。Hassabis 并非被迫离开，而是觉得管理工作消耗精力，更希望专注于科学家角色。

CNBC 则披露了更深层的矛盾：许多研究人员对谷歌 TPU 芯片的访问权限感到不满。谷歌在内部研究团队、产品部门和云客户之间按年分配算力，但优先级时常临时调整，让研究项目难以稳定推进。更让研究团队感到挫败的是，谷歌云将这些芯片同时出售给 Anthropic——恰恰是 DeepMind 需要正面竞争的对手。这种利益冲突加剧了内部不信任。

似乎是为了印证这种资源错配，谷歌同日宣布”前沿 AI 实验室”Mirendil 将通过谷歌云合作，获得价值超过 1 亿美元的 TPU 和 Nvidia GPU 算力。一边是自家核心研究人员抱怨缺卡，一边是外部实验室获得大额算力支持，这种对比让 DeepMind 内部的不满情绪更加直观。

为什么重要

这件事之所以关键，是因为 AI 大模型竞赛的胜负手之一是算力资源，而谷歌原本拥有最完整的自研芯片体系。TPU 是 DeepMind 训练 Gemini 等模型的基础设施，如果内部团队连稳定的算力分配都无法保证，模型迭代节奏会直接受影响。

更深层的问题在于谷歌的双重身份：它既是前沿 AI 研究的参与者，又希望成为向所有 AI 公司出售算力的云服务商。Anthropic 既用谷歌的 TPU 训练模型，又在产品层面与谷歌竞争——这种”既当运动员又当裁判”的结构，正在侵蚀 DeepMind 研究人员的信任和士气。

人才的持续出走也会积累成行业势能。从 OpenAI 到 Anthropic 再到各类新实验室，DeepMind 培养的研究者正在将谷歌的方法论、工程经验和研究品味带向整个行业，进一步稀释谷歌的技术壁垒。

对用户/开发者/创作者的影响

对普通用户来说，最直接的影响是 Google 旗下 AI 产品的迭代速度可能放缓。如果核心研究员持续流失，Gemini 等模型的训练效率和创新能力都会受到波及，用户在功能更新和模型能力提升上的感知会越来越明显。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对开发者和企业用户而言，这一事件提醒他们不要过度依赖单一云厂商的算力生态。谷歌云的 TPU 虽然在成本和性能上有优势，但资源分配策略可能随时调整，内部团队和外部客户之间的优先级博弈是长期风险。企业在做算力规划时，应保持多云、多芯片架构的灵活性，而不是将关键训练和推理任务全部押注在某一家云服务上。

对于 AI 初创公司来说，谷歌云将算力出售给外部实验室的策略短期内意味着更多选择和更充足的供给，但长期来看，这种模式会如何与谷歌自身的模型业务博弈，仍需保持观察。

值得关注的后续

接下来有几点值得跟踪：第一，Hassabis 卸任后是否会将更多精力投向新的研究方向，DeepMind 在 Gemini 之外会不会有新的技术布局；第二，谷歌管理层如何回应内部算力分配争议，是否会调整 TPU 资源的优先级政策，或者加大自研芯片的产能；第三，这一轮人才流出是否会催生新的明星 AI 实验室——目前公开信息显示，部分出走研究者的去向尚不明朗，但已经有不少初创公司获得了大额融资和算力支持，值得留意。

来源：The Decoder AI News