Alphabet 第二季度营收和盈利均好于预期，谷歌云也录得近几个季度以来最强劲的增长。比单季业绩更值得基础设施团队关注的是，公司将全年资本支出预期大幅上调至 1950 亿至 2050 亿美元，并将这一变化与强劲的人工智能需求联系起来。
资本开支增长并不等于开发者马上就能获得更便宜、无限量的 GPU，但它清楚地说明了一件事：AI 竞争已经从模型能力延伸到数据中心、电力、网络、存储和芯片供应。企业采用云端 AI 时，仍然需要自己解决容量、成本和可移植性问题。
2050 亿美元买的不只是加速卡
大型云厂商的资本支出通常覆盖服务器、加速器、数据中心建筑、电力设施、网络设备和存储系统。公开摘要没有披露这笔预算在各类资产之间的具体分配，因此不能把全部增量简单理解成 GPU 采购。
这些资产的建设周期也不同。芯片可以按批次部署，数据中心和电力工程却往往需要更长时间。资本支出上调反映的是对未来需求的判断，不代表所有区域、所有实例类型会同步扩容。
对工程团队来说，真正需要观察的是几个可验证信号：
- 目标区域的 AI 实例是否更容易获得配额。
- 托管训练和推理服务是否增加新机型或新区域。
- 预留容量、按需实例和抢占式实例的价格差是否变化。
- 网络、对象存储和跨区传输成本是否成为新的主要账单项。
- 云服务收入增长能否持续转化为稳定的产品供给。
云业务增长背后的工程约束
谷歌云取得近几个季度以来最强劲的增长，说明企业对云计算和 AI 服务的需求仍在扩大。然而，供应扩张与需求增长可能同时发生。即便厂商建设了更多基础设施，热门区域和新型加速器仍可能出现配额紧张。
因此，生产系统不应把“云厂商正在扩容”当成容量保证。训练任务可以等待队列，在线推理却必须面对延迟、吞吐量和可用性目标。两者应采用不同的资源策略：
| 工作负载 | 更合适的资源策略 | 主要风险 |
|---|---|---|
| 离线训练 | 抢占式实例、断点续训、跨区域调度 | 中断和数据传输成本 |
| 批量推理 | 队列削峰、动态批处理、低价时段运行 | 完成时间波动 |
| 在线推理 | 预留容量、多副本、降级模型 | 空闲成本和区域故障 |
| 实验环境 | 硬预算、自动关机、共享端点 | 资源闲置和费用失控 |
资本开支扩大还可能加快硬件迭代。新一代芯片能降低单次推理成本，但也会引入编译器、算子兼容性和模型精度验证工作。团队不能只比较设备的小时单价，应比较完成同一业务请求的总成本。
可以这样实践：把容量与成本假设写成可执行模型
以下示例不是 Alphabet 财报提供的工具，而是一种可以直接改造的 FinOps 实践。它根据请求量、批大小、实例吞吐量和单价，粗略估算在线推理服务的实例数量与月成本。
将代码保存为 estimate_ai_capacity.py，再按实际压测结果修改文件顶部的参数：
from math import ceil
# Replace these values with benchmark and cloud pricing data.
requests_per_second = 180
peak_multiplier = 1.6
requests_per_batch = 8
batches_per_second_per_instance = 4.5
instance_price_per_hour = 3.20
reserved_discount = 0.25
availability_headroom = 0.20
hours_per_month = 730
peak_rps = requests_per_second * peak_multiplier
instance_capacity_rps = requests_per_batch * batches_per_second_per_instance
base_instances = ceil(peak_rps / instance_capacity_rps)
required_instances = ceil(base_instances * (1 + availability_headroom))
on_demand_cost = required_instances * instance_price_per_hour * hours_per_month
reserved_cost = on_demand_cost * (1 - reserved_discount)
print(f"Peak traffic: {peak_rps:.1f} requests/s")
print(f"Per-instance capacity: {instance_capacity_rps:.1f} requests/s")
print(f"Required instances: {required_instances}")
print(f"Monthly on-demand cost: ${on_demand_cost:,.2f}")
print(f"Monthly reserved cost: ${reserved_cost:,.2f}")
print(f"Estimated monthly saving: ${on_demand_cost - reserved_cost:,.2f}")
运行命令：
python3 estimate_ai_capacity.py
这个模型故意保持简单。投入生产评审前，还应加入输入与输出 token 数、缓存命中率、CPU 与 GPU 利用率、网络流量、存储、跨区复制和故障冗余成本。实例吞吐量必须来自团队自己的模型压测，不能直接照搬厂商峰值指标。
还可以为实验项目设置一条简单的预算策略。下面是可改造的策略文件，具体告警系统和云平台接口由团队实现：
project: ai-experiments
monthly_budget_usd: 12000
alerts:
- threshold_percent: 50
action: notify-owner
- threshold_percent: 80
action: block-new-large-jobs
- threshold_percent: 100
action: stop-non-production-resources
exceptions:
require_approval_from: platform-lead
expire_after_hours: 48
labels_required:
- owner
- environment
- model
- cost-center
关键不在 YAML 格式本身，而在于预算告警必须连接到执行动作。只发送邮件而不限制新任务，通常无法阻止训练作业在数小时内突破预算。
采用建议：不要把厂商扩张当成架构承诺
Alphabet 上调资本支出，说明 AI 基础设施需求足以影响超大规模云厂商的年度投资计划。它可能带来更多算力和更快的产品迭代，但也伴随着折旧压力、建设周期、能源约束以及需求预测失误的风险。
企业在采用相关云服务时，可以用以下清单约束决策：
- 用真实模型和真实输入完成吞吐量、延迟与成本压测。
- 提前申请生产区域配额，并验证扩容需要多长时间。
- 为在线服务准备较小模型、缓存或 CPU 回退路径。
- 将预留容量用于稳定基线，把突发流量留给按需资源。
- 记录模型、区域和硬件依赖，评估迁移到其他实例的工作量。
- 按业务请求或 token 计算单位经济性，而不只看云账单总额。
财报中的巨额资本支出是供给侧信号，不是应用侧的成本保证。成熟的 AI 平台应该把容量不足、价格变化和硬件更新都视为常态，并通过压测、预算控制和降级路径消化这些变化。