简要
- 据报道,谷歌正在开发一款名为 Frozen v2 的服务器芯片,该芯片将 Gemini 的部分架构硬编码到硅片中。
- 根据报道,工程师预计其效率将是当前 TPU 的六到十倍,并计划在 2028 年部署。
- 消息传出后,Alphabet 股价在周一交易时段上涨约 3%,此前该公司将于 7 月 22 日(周三)公布 2026 年第二季度财报。
谷歌正在构建一款专为一项任务设计的芯片:更快、更便宜地运行 Gemini。
这款代号为 Frozen v2 的芯片于周一被 The Information 报道,为谷歌提供了一个潜在答案,以解决其无法快速通过花钱解决的问题:它已经无法满足自己创造的 AI 需求。
今年 3 月,谷歌告诉 Meta,它无法满足 Meta 想要购买的 Gemini 计算量。Meta 不得不指示员工限制 AI 使用量。谷歌——今年在 AI 基础设施上投入高达 1900 亿美元——正在拒绝客户,因为它没有足够的服务器来服务他们。
所以现在它正在构建一款仅为其 AI 模型设计的芯片。
关于这款新芯片的信息不多,但按照命名惯例,它并不是谷歌张量处理单元(TPU)的又一次升级——谷歌自 2015 年以来一直在构建的定制芯片,为 Gemini 及其面向外部开发者的云服务提供动力。
那些张量芯片可以运行加载到其上的任何 AI 模型。Frozen v2 则有所不同。根据报道,它将 Gemini 的部分架构——决定模型如何路由和处理信息的结构蓝图——直接嵌入到硬件中。
在机器学习中,“冻结”意味着将某物永久锁定。在这里,被冻结的是架构,而不是模型的权重(Gemini 通过训练获得的实际知识,这些知识保持可更新)。通过将此蓝图硬编码到芯片电路中,芯片跳过了冗余计算,并停止了每次查询时在内存之间传输数据。工程师预计,每消耗一瓦电生成的 token(构成每个 AI 响应的小文本块)将提高六到十倍。
这就是谷歌以一次查询的电力成本服务十次查询的区别。
如果你使用 Gemini,Frozen v2 不会改变你对它的感受。但它会改变运行成本——运行成本更低的 Gemini 将更有力地与 OpenAI、Anthropic 以及中国实验室竞争,这些实验室已经占据了美国公司 AI token 使用量的 45%,主要是因为它们的运行成本低 60-90%。你可能不会得到更便宜的 AI,但谷歌可能会更赚钱。
受此消息影响,Alphabet股价在周一交易时段上涨约3%,触及356美元盘中高点。该公司将于7月22日周三公布2026年第二季度财报,随着投资者等待谷歌的最新业绩,今日盘中涨幅有所回落。

这是又一家大型AI公司试图摆脱对英伟达硬件的过度依赖,以开发其产品。英伟达控制着约85%的AI GPU市场,每家大型科技公司都想摆脱这种局面。
英伟达的硬件最初是为视频游戏而非语言模型设计的——它虽然能用,但存在专用芯片所没有的开销。在谷歌的规模下,6-10倍的效率差距并非抽象概念,而是数十亿美元的差异。Meta、亚马逊、微软和OpenAI都因此拥有定制芯片项目。
正如Decrypt在3月报道的那样,即使是承诺到2027年部署100万块英伟达GPU的AWS,也在同时构建自己的芯片以减少长期依赖。
Frozen v2仍处于探索阶段。关键设计尚未最终确定,谷歌尚未确认该项目存在,且该芯片不会提供给外部云客户——为单一模型硬连接的硬件无法运行其他模型。据报道,部署目标最早在2028年。
与此同时,谷歌每月向SpaceX支付9.2亿美元,从xAI的数据中心租用11万块英伟达GPU作为过渡方案。





