谷歌加速自研AI芯片Frozen v2，聚焦能效与软硬协同

摘要

谷歌正推进新一代AI服务器芯片研发谷歌母公司Alphabet正在自主研发一款面向大模型推理与生成任务的新型AI服务器芯片，核心目标是显著提升单位功耗下的计算产出效率，支撑Gemini系列模型更高效、更可持续地运行。...

谷歌正推进新一代AI服务器芯片研发谷歌母公司Alphabet正在自主研发一款面向大模型推理与生成任务的新型AI服务器芯片，核心目标是显著提升单位功耗下的计算产出效率，支撑Gemini系列模型更高效、更可持续地运行。代号Frozen v2，定位能效跃升该芯片内部代号为“Frozen v2”，目前处于研发攻坚阶段。根据项目规划，其预期量产时间窗口为2028年。技术指标聚焦于“每瓦特电力可生成的token数量”，若如期达成设计目标，其能效相较当前谷歌自研AI芯片将提升6至10倍。这一指标直接关联数据中心运营成本与模型服务响应能力，是AI基础设施长期演进的关键维度。坚持软硬件协同演进路径谷歌未对外公开确认Frozen v2的具体参数与时间节点，但明确表示：团队持续投入底层技术探索，涵盖芯片架构、编译器优化、模型压缩与系统级调度等环节。公司强调，所有硬件研发均服务于统一技术栈——即从模型层到芯片层的深度协同设计，而非孤立追求算力峰值。自研芯片已成为AI基建战略支点在算力需求指数级增长与供应链韧性的双重驱动下，头部AI企业正系统性构建自有芯片能力。这不仅是性能优化手段，更是技术主权与部署灵活性的重要保障。谷歌的Frozen系列、OpenAI已公布的推理芯片Jalapeño、以及Anthropic与三星推进的定制化合作，均指向同一逻辑：将AI核心链路的关键环节收归可控范围。资本开支转向效能验证期 2024年谷歌AI相关资本支出预计达180亿至190亿美元。市场关注焦点已从‘是否投入’转向‘投入是否见效’——即新硬件能否切实降低单次推理成本、缩短响应延迟、提升服务吞吐密度。Frozen v2所代表的能效突破，正是对这一问题的技术回应。其进展不单影响硬件路线图，也将成为后续财报中衡量AI战略落地质量的重要标尺。