Google 正在开发一款代号为 Frozen v2 的新服务器芯片，目标是提升 Gemini 的推理效率。根据 The Information 报道，Google 工程师预估，在相同耗电条件下，这款芯片每瓦可处理的 token 数量将达到现有 TPU 的 6 至 10 倍，部署目标定在 2028 年。消息传出后，Alphabet 周一收盘上涨 1.52%。
把 Gemini 部分架构写入硅芯片
报道指出，这款芯片的核心特点，是把 Gemini 模型架构的部分内容嵌入硅芯片硬件。这样一来，芯片在回答用户问题时所需的计算次数会减少，芯片内部需要搬移的数据量也会下降，推理效率因此提高。
Frozen 这一代号，本身就是把模型部分运算逻辑“冻”进硅芯片的隐喻。Google 工程师给出的 6 至 10 倍数据，指的是在相同电力消耗下，每瓦可处理的 token 数量相较 TPU 的提升幅度。不过报道也提到，这一数字目前仍属于预估，而不是实测结果。
不会按 TPU 规模量产，暂定内部使用
报道称，Google 暂时无意按 TPU 的规模大量生产 Frozen。这款芯片也不是为了替代用途更广泛的 TPU，目前 Google 将 Frozen v2 的一部分视为一次技术试作。
Frozen v2 是否能持续适配后续 Gemini 模型，也取决于 Google 是否沿用相同底层架构。如果 Gemini 架构出现重大调整，这款芯片就可能面临过时风险。由于设计与特定架构绑定，Frozen v2 预计也不会成为对外销售的产品。
算力短缺推动 Google 自研方案
这项项目的部分原因，是为了缓解 Google 内部严重的算力短缺。报道提到，这一缺口已经在公司内部引发摩擦，甚至导致 Google Cloud 婉拒客户业务。
就在上个月，Google 已同意每月向 SpaceX 支付近 10 亿美元，以补足算力缺口。
Google AI 业务同时面临多重压力
除算力问题外，Google 的 AI 布局还面对其他挑战。报道提到，下一代 Gemini Pro 的发布时间已经延后，数名资深研究员被竞争对手挖角。与此同时，中国模型也在逐步争夺美国企业市场。Moonshot AI 与阿里巴巴在上周末发布的新模型，已在市场引发讨论。