传 Google 研发 Frozen v2 芯片：架构固化入硅，能效或提 10 倍

为了让大模型跑得更快，大家通常的思路是堆算力、优化调度算法。但 Google 打算走一条更极端的路：直接把大模型的一部分架构，用物理方式「刻」进芯片里。

据 The Information 报道，Alphabet 正在秘密研发一款代号为「Frozen v2」的全新服务器芯片，目标是在 2028 年推出。这款芯片的能效预计将达到 Google 现有 TPU 的 6 到 10 倍，衡量标准是每单位电力所生成的 token 数量。

把模型焊死在硅片上

所谓「Frozen」，顾名思义就是把东西给冻结住。这款芯片的核心设计，是直接把 Gemini 模型的部分架构永久刻进硅片中。

这样做的好处非常明显：芯片在运行推理时，可以省去大量耗费时间的中间决策，也不需要在内存与计算核心之间搬运那么多数据。

换句话说，它牺牲了通用芯片的灵活性，换取了极致的专用效率。

Google 在回应 TechCrunch 询问时没有直接确认也没有否认，只表示团队一直在探索软硬件协同设计，确保底层硬件高度适应真实工作负载，但并非所有研发项目都会最终量产。

算力紧缺逼出来的硬办法

Google 会采取这么激进的做法，很大程度上是被算力荒逼出来的。报道指出，Google 的 AI 算力短缺已经到了让 Google Cloud 不得不拒接部分客户订单的程度。

同时，Alphabet 面对着沉重的资本支出压力。今年早些时候，Google 透露其资本支出计划高达 1800 亿至 1900 亿美元，引发了投资人对 AI 投资回报率的担忧。

自研定制芯片正在成为头部 AI 巨头的标配。今年 6 月 OpenAI 刚宣布了首款推理芯片「Jalapeño」，本月初也有消息称 Anthropic 正在与三星洽谈芯片合作。受此消息提振，Google 股价在周一早盘上涨了约 3%。

为什么重要

我们认为，Google 这步棋不仅是想摆脱对 Nvidia 的依赖，更是在下一场高风险的赌注。

它的聪明之处在于降本增效极其直接。在数据中心电力供应见顶、算力成本高企的当下，6 到 10 倍的能效提升意味着推理成本会出现断崖式下跌，这能让 Google 在未来 Gemini 的大规模商用部署中占据巨大的利润优势。

但这里的隐患也显而易见：大模型架构演进速度极快，把特定架构写死在硬件里，意味着只要底层架构发生重大转向，这些芯片可能就会面临被提前淘汰的风险。看起来 Google 内部对 Gemini 的核心架构具备极高的信心，才敢把赌注下在 2028 年的硬件量产上。