一句话看懂：谷歌正在秘密研发一款名为Frozen v2的专用服务器芯片，将Gemini模型的部分架构永久嵌入硅片中，以大幅降低推理时的计算量和数据搬运。谷歌工程师预计，该芯片单位功耗可处理的token数较最新一代通用TPU提升6到10倍，计划2028年发布，但短期内不会替代TPU，目前定位为实验项目。
事件核心：发生了什么
据多家媒体报道，谷歌内部正在推进代号为Frozen v2的芯片项目。与传统的通用张量处理单元（TPU）不同，Frozen v2将部分Gemini模型架构直接固化在芯片上，从而减少推理过程中频繁的数据传输和计算开销。这意味着芯片本身“记住”了模型的某些关键运算逻辑，用户提问时硬件可以直接调用，效率显著提升。谷歌工程师在内部评估中称，相比最新一代通用TPU，Frozen v2在单位功耗下能提供6到10倍的token处理能力。该芯片预定于2028年亮相，但谷歌明确强调，它不会替代TPU，而是成为其定制芯片产品线中更专用、更有针对性的分支。消息公布后，谷歌A类股（GOOGL）早盘上涨近3.7%，C类股（GOOG）涨幅一度达3.9%，资本市场反应积极。
为什么重要
Frozen v2的诞生背后是谷歌日益紧张的算力困境。此前，算力不足不仅加剧公司内部资源竞争，还一度迫使谷歌云放弃部分外部客户的业务。就在上个月，谷歌同意每月向SpaceX支付近10亿美元以填补算力缺口并履行对企业客户的承诺。Frozen v2正是谷歌从硬件层面自行“解渴”的尝试：通过将模型与芯片深度绑定，在一个晶体管都不浪费的专用硬件上运行Gemini，用更少的电力做更多的token推理。这一路线意味着谷歌正在从“制程迭代驱动性能”转向“模型-芯片联合设计”，与苹果的自研芯片策略类似，但更聚焦于大模型推理场景。若技术验证成功，它或将改变AI数据中心的算力成本结构，并迫使竞争对手（如英伟达、AMD）在专用推理芯片领域加速布局。
对用户/开发者/创作者的影响
对于普通用户和API开发者而言，Frozen v2若最终落地，最直接的影响是推理成本的下降。单位功耗token处理能力翻6到10倍，意味着同等电力成本下谷歌可以以更低价格提供Gemini API调用。目前使用Gemini的开发者可能会收获更快的响应速度和更低的计费。对于内容创作者而言，更高效的推理芯片意味着图像生成、长文写作等重度任务的门槛进一步降低，甚至可能出现更多免费的AI功能。但需注意，Frozen v2目前仍是实验项目，谷歌明确表示不会像TPU那样大规模量产，短期内普通用户感知不到变化。对于企业采购者而言，该芯片的专用性质意味着它只适合运行Gemini模型，无法像TPU那样灵活适配其他框架，采购前需判断自身工作负载是否长期绑定谷歌生态。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Frozen v2是否会在2028年前进入小范围灰度测试？若谷歌在自家数据中心内部先部署少量芯片，其实际功耗与性能数据会是行业关注焦点。第二，竞争对手是否会效仿“模型固话”路线？英伟达的定制芯片团队、AMD与微软的合作项目都有可能加速推出类似产品。第三，谷歌是否会因Frozen v2的进展而调整TPU的迭代节奏或定价策略？若专用芯片证明优势显著，通用TPU的市场定位和成本分摊方式可能发生变化。目前公开信息显示，该项目尚处于研发阶段，量产时间表和技术参数均有不确定性，建议持续跟踪谷歌的年度硬件发布会和财报中的资本开支指引。
来源：AIbase
