谷歌正自主研发专为Gemini模型定制的新型AI推理芯片

谷歌内部正推进一项代号为“Frozen v2”的前沿芯片项目，目标是将Gemini大模型的核心架构直接固化于硬件层面，实现更高密度、更低功耗的AI推理能力。该芯片并非通用型加速器，而是深度绑定Gemini演进路径的专用方案，代表谷歌在全栈AI战略中向“软硬协同极致优化”迈出的关键一步。

效率跃迁：架构固化带来6–10倍能效提升

Frozen v2的设计逻辑在于——把Gemini模型中相对稳定、高频调用的计算结构（如注意力机制调度、层间数据流拓扑、激活函数映射等）以硬件电路形式永久嵌入芯片，从而大幅削减运行时的指令解析、内存搬运与控制开销。相比当前最新一代自研TPU，其单位功耗所能处理的token数量预计提升6至10倍。 这一思路主动放弃通用性，换取确定性性能：它不兼容其他模型架构，也无法适配与Gemini底层设计差异较大的新模型；但对Gemini系列——尤其是已进入稳定迭代期的版本——可提供接近ASIC级的执行效率。

从“全固化”到“弹性固化”：工程权衡的演进

Frozen v2并非凭空而来。其前身是早期探索性的“Frozen”方案，曾计划将模型权重直接烧录进芯片。但该方案因生命周期过短、升级成本过高而被终止。Frozen v2转而采用“弹性固化”策略：固定模型架构（即计算图结构、算子组合方式、张量布局规则），同时保留权重参数的可更新能力。这意味着芯片出厂后仍可通过软件加载新版Gemini权重，兼顾长期部署价值与模型持续进化需求。 该路径反映出谷歌对AI模型发展规律的判断——当核心架构趋于收敛，专用硬件的价值窗口正在打开。

定位清晰：TPU之外的并行分支，非替代关系

谷歌明确将Frozen v2定义为TPU产品线的补充而非替代。TPU继续承担训练、多模型推理及云平台通用加速任务；Frozen v2则聚焦于大规模部署场景下的Gemini在线服务，例如搜索增强、实时对话、内容生成等低延迟高吞吐推理负载。 目前该项目尚未规划大规模量产，初期将以有限规模落地验证。这种“小步快跑”策略既降低试错成本，也为后续更深度专用化芯片积累工程经验。部分设计与制造环节可能在后期引入外部合作伙伴，但整体技术路线与IP归属由谷歌主导。

全栈自研的纵深延伸

Frozen v2是谷歌AI全栈自研战略的自然延伸。从TensorFlow框架、Gemini模型、TPU芯片到数据中心网络与冷却系统，谷歌正逐步收拢关键环节的控制权。第八代TPU已开放商用，并与Meta达成数十亿美元租用协议；Frozen v2若成功落地，将进一步压缩Gemini服务的单次推理成本，强化其在AI基础设施领域的差异化竞争力。