前OpenAI首席技术官米拉·穆拉蒂在离开原公司后迅速投身创业领域，其创立的AI初创公司Thinking Machines Lab近日与谷歌云达成一项价值数十亿美元的合作协议。根据协议内容，这家成立仅数月的公司将成为首批使用谷歌基于英伟达最新GB300芯片构建的AI系统的客户之一，同时获得模型训练与部署所需的全套基础设施支持。
据TechCrunch独家披露，该合作覆盖谷歌云提供的计算资源、存储服务以及Kubernetes引擎等核心产品。值得注意的是，Thinking Machines此前已与英伟达建立战略合作关系并获得投资，此次与谷歌云的协议标志着其首次与云服务提供商展开深度合作。尽管协议不具排他性，但谷歌通过此举提前锁定了这家估值达120亿美元的潜力企业——该公司成立后即完成20亿美元种子轮融资，却始终保持低调运营风格。
市场观察人士指出，谷歌正通过大规模云合作构建AI生态壁垒。本月早些时候，AI安全领域领军企业Anthropic刚与谷歌及博通签署多吉瓦级张量处理器（TPU）供应协议，转眼又与亚马逊达成5吉瓦算力合作。这种多云部署策略在AI行业已成趋势，Thinking Machines未来可能同时使用多家云服务商的算力资源。
支撑Thinking Machines技术路线的核心是其今年10月推出的Tinker平台。这款自动化构建定制AI模型的工具采用强化学习架构，而该领域恰是谷歌DeepMind和OpenAI等机构实现重大突破的关键方向。谷歌云在官方声明中强调，其系统能稳定支持Tinker所需的强化学习工作负载，这类计算任务对算力消耗极为庞大，直接推动了此次天价合作的形成。
英伟达GB300芯片的部署成为合作焦点。谷歌透露，相比前代GPU，新系统在模型训练和推理速度上实现翻倍提升。Thinking Machines创始研究员迈尔·奥特特别提及："谷歌云提供的稳定性使我们创造了新的运行效率纪录。"这种技术优势对依赖强化学习的AI开发至关重要，该训练方法通过海量试错与反馈机制优化模型，但需要持续投入巨额算力成本。
行业分析师认为，这场合作折射出AI基础设施市场的激烈竞争。随着前沿模型训练成本飙升，云服务商正通过定制化芯片和专属服务争夺头部实验室。Thinking Machines虽成立时间短暂，但其技术路线与团队背景已引发多方关注——穆拉蒂在OpenAI任职期间主导了多个里程碑项目，而Tinker平台展现的自动化建模能力，可能重新定义AI开发的资源分配模式。
谷歌云此次签约延续了其"芯片+云服务"的整合战略。通过将自研TPU与英伟达GPU形成互补，配合Spanner数据库等企业级产品，试图构建覆盖AI全生命周期的服务体系。对于Thinking Machines而言，获得谷歌云与英伟达的双重支持，将加速其技术迭代与商业化进程，这场合作或许会成为AI基础设施领域资源整合的新范式。
