谷歌研发Frozen v2芯片：Gemini架构写入硬件，效率提升10倍

谷歌正在探索一条AI芯片的全新路径。据外媒7月20日报道，谷歌正研发一款内部代号为Frozen v2的新型AI服务器芯片，通过将Gemini大模型的底层运算架构直接固化到芯片硬件中，实现模型运行效率的量级式提升。据知情人士透露，该芯片单位功耗下的Token处理能力有望达到谷歌最新TPU的6至10倍，计划最早于2028年部署。

软件定义硬件的新范式

Frozen v2的核心创新在于模型与芯片协同设计——不再用通用芯片去适配大模型，而是直接为大模型量身打造专用硬件。这相当于将Gemini的部分神经网络结构固化进芯片的物理电路中，让原本需要软件执行的运算直接在硬件层面完成，大幅减少数据搬运和指令调度的开销。这种思路类似于ASIC专用集成电路的设计理念，但更进一步——它直接绑定了一个特定模型的架构特征。

不是替代TPU，而是开辟新赛道

值得注意的是，Frozen v2并非要替代谷歌现有的TPU产品线，而是一条独立的新赛道。TPU面向更广泛的AI训练和推理任务，追求通用性；Frozen v2则专为Gemini系列模型优化，追求极致效率。谷歌回应称该项目仍处于试验阶段，暂无大规模量产计划。消息公布后，Alphabet股价盘中一度上涨超过3%，市场对这条软件定义硬件的技术路线给出了积极反馈。

专用芯片正成为AI竞赛的新战场

谷歌的动作并非孤例。近期全球头部大模型公司纷纷启动自研AI芯片项目：OpenAI发布了与博通联合开发的首款定制推理芯片Jalapeño；Anthropic被曝与三星接洽2纳米制程代工合作；DeepSeek和智谱也在推进自研芯片计划。产业共识正在形成——当通用GPU的成本和功耗已经无法匹配大模型指数级增长的推理需求，专用芯片就成了必然选择。谷歌的Frozen v2如果成功落地，将为行业开辟一条模型即芯片的全新技术范式。