Google 為 Gemini 打造專屬 AI 晶片，投資人已率先反應

Google 正在打造一款專為單一任務設計的晶片：讓 Gemini 運行得更快、更便宜。

這款代號為 Frozen v2 的晶片，於週一被 The Information 報導，為 Google 提供了一個潛在的解決方案，以應對一個它無法快速用資金解決的問題：它正耗盡能力來滿足已經創造的 AI 需求。

今年三月，Google 告訴 Meta 它無法滿足 Meta 想要購買的 Gemini 運算量。Meta 不得不指示員工配給使用 AI。Google——今年在 AI 基礎設施上花費高達 1900 億美元——正在拒絕客戶，因為它沒有足夠的伺服器來服務他們。

所以現在它正在打造一款僅為其 AI 模型設計的晶片。

關於這款新晶片的資訊不多，但根據命名慣例，它並非 Google 張量處理單元（TPU）的又一次升級——Google 自 2015 年以來一直在打造的客製化晶片，為 Gemini 及其雲端服務提供動力，供外部開發者使用。

那些張量晶片可以運行任何加載到其上的 AI 模型。Frozen v2 則有所不同。根據報導，它將 Gemini 的部分架構——決定模型如何路由和處理資訊的結構藍圖——直接嵌入硬體中。

在機器學習中，「凍結」意味著將某物永久鎖定。在這裡，被凍結的是架構，而不是模型的權重（Gemini 透過訓練獲得的實際知識，這些知識保持可更新）。透過將這個藍圖硬體化到晶片電路中，晶片跳過了冗餘計算，並停止在每次查詢時在記憶體之間傳輸資料。工程師預估，每消耗一瓦電所產生的 token——構成每個 AI 回應的小文字塊——將提升六到十倍。

這就是 Google 以一次查詢的電力成本服務十次查詢的差別。

如果你使用 Gemini，Frozen v2 不會改變你對它的感受。但它會改變運行成本——而一個運行成本更低的 Gemini 將能更有效地與 OpenAI、Anthropic 以及那些已佔美國公司 AI token 使用量高達 45% 的中國實驗室競爭，這主要是因為它們的運行成本便宜 60–90%。你可能不會擁有更便宜的 AI，但 Google 很可能會更賺錢。

Alphabet股價在週一交易時段因該消息上漲約3%，觸及356美元盤中高點。該公司將於7月22日週三公佈2026年第二季財報，隨著投資者等待Google的最新業績，今日漲幅有所回落。

這是又一家主要AI公司為擺脫對Nvidia硬體過度依賴以開發產品所做的努力。Nvidia控制著約85%的AI GPU市場，每家大型科技公司都想擺脫這種局面。

Nvidia的硬體最初是為電玩遊戲設計的，而非語言模型——它雖然能用，但存在專用晶片所沒有的額外開銷。在Google的規模下，6到10倍的效率差距並非抽象概念，而是數十億美元。Meta、Amazon、Microsoft和OpenAI都因此擁有自訂晶片計畫。

正如Decrypt在3月報導的那樣，即使是承諾到2027年部署100萬顆Nvidia GPU的AWS，也同時在打造自己的晶片以降低長期曝險。

Frozen v2仍處於探索階段。關鍵設計決策尚未定案，Google也未確認該專案存在，且該晶片不會提供給外部雲端客戶——為單一模型量身打造的硬體無法運行其他模型。根據報導，部署目標最早在2028年。

與此同時，Google每月支付SpaceX 9.2億美元，從xAI的資料中心租用11萬顆Nvidia GPU作為過渡方案。