Frozen v2：不是下一代TPU，而是Gemini专用加速器 谷歌正推进一项代号为“Frozen v2”的新型AI芯片研发项目。该芯片并非TPU的迭代版本，而是一条独立的技术路径——其核心目标是将Gemini模型的部分计算逻辑、结构特征甚至参数分布深度固化到硬件中，以显著提升推理效率。项目目前处于架构设计阶段，尚未进入流片或验证环节，量产时间窗口初步指向2028年。 效率目标明确，但尚未落地验证 根据谷歌内部工程团队当前的设计预期，Frozen v2在单位能耗下生成Token的能力，有望达到现有自研AI芯片的6至10倍。这一指标聚焦于真实业务场景下的能效比，而非传统峰值算力。值得注意的是，该数字属于早期设计目标，尚未经过硅前仿真验证，更未经历实机测试。芯片能否实现该目标，取决于Gemini模型架构在未来两年内的稳定性——若模型主干发生重大变更，硬件设计可能面临返工风险。 双轨并行：TPU走向开放，Frozen走向专有 与此同时，谷歌仍在全力推进TPU路线。第八代TPU（2026年4月发布）已明确分化为TPU 8t（侧重大规模训练）与TPU 8i（优化低延迟推理），并首次强调原生PyTorch支持、跨代代码兼容及高带宽内存配置。TPU正逐步从谷歌内部工具演变为可对外交付的基础设施产品，计划于2026年下半年起向部分企业客户交付硬件，使其可部署于自有数据中心。 与之形成对照，Frozen系列芯片不追求通用性，也不构建外部软件生态。它的价值锚点非常清晰：只为Gemini服务。只要能在搜索、Workspace、YouTube、广告系统和Google Cloud等数十亿级调用场景中稳定运行，并摊薄单次推理的能耗与成本，就足以支撑其存在合理性。 效率即竞争力：从算力竞赛转向能效运营 资本开支的急剧攀升凸显了这一转向的紧迫性。Alphabet 2026年资本支出指引上调至1800–1900亿美元，其中服务器投入占比持续扩大。算力短缺已影响Google Cloud的客户接单能力，内部资源分配压力加剧。在此背景下，“每瓦Token数”成为比“每秒浮点运算次数”更具商业意义的标尺——尤其在Agent类应用中，一次任务可能触发多轮推理与工具调用，对芯片在小批量、高频率、低延迟场景下的能效表现提出更高要求。 战略本质：用专用性换取规模化收益 Frozen v2代表的不是技术炫技，而是一种务实的工程选择：在模型高度可控、调用量极其庞大、迭代节奏相对可预测的前提下，牺牲通用性换取极致能效。它不试图取代GPU或TPU，而是补上AI基建中最后一环——让最核心的模型，在最频繁的场景里，跑得更省、更快、更稳。这种“模型—芯片—产品”深度耦合的路径，正是谷歌区别于其他AI厂商的关键壁垒所在。