山東
IT之家 7 月 20 日消息，據 The Information 報道，知情人士透露，谷歌正在研發一款代號為“Frozen v2”的全新服務器芯片，該芯片的核心突破在于將 Gemini 大模型的底層運算架構直接固化進硬件層面，從而大幅降低 AI 推理過程中的能耗與延遲，單位功耗可處理的詞元數量預計達到谷歌現有自研 AI 芯片的 6 至 10 倍。
谷歌當前正面臨嚴峻的 AI 算力短缺困境。內部資源緊張已導致谷歌云不得不回絕部分外部客戶的合作訂單。Frozen v2 項目的啟動，正是為了從根本上破解這一瓶頸。知情人士表示，該芯片最早計劃于 2028 年部署。
IT之家注意到，“Frozen”（凍結）這一代號精準概括了其設計哲學：將大模型的部分運算邏輯永久蝕刻在硅片硬件中。與英偉達 GPU 及谷歌 TPU 等通用型芯片不同，Frozen v2 并非通用芯片，而是專為 Gemini 系列模型量身打造的專用芯片。通用芯片在運行任意模型時需實時執行大量邏輯判斷，而 Frozen v2 通過內置 Gemini 的底層運算邏輯，可顯著減少運算步驟和數據搬運量，實現更快的用戶響應速度，并有望支撐谷歌推出全新的 AI 應用場景。
Frozen v2 并非谷歌首次嘗試將 AI 模型“寫入”硬件。其初代方案由谷歌 DeepMind 首席科學家杰夫 · 迪恩（Jeff Dean）牽頭，計劃將完整的模型權重直接蝕刻進芯片。但該方案存在一個致命缺陷：芯片只能適配單一版本的 Gemini 模型，硬件生命周期極短，因此項目被擱置多年。
Frozen v2 在初代基礎上進行了關鍵調整，不再固化完整模型權重，而是僅將底層架構邏輯固化進芯片，同時保留通過更新內置模型權重（決定模型回答質量的核心參數）進行迭代的能力。不過，這也意味著谷歌押注自身會持續沿用當前 Gemini 大模型的底層架構，只有后續迭代的 Gemini 模型沿用與芯片設計時一致的基礎架構，才能在該芯片上正常運行。
目前，工程師團隊仍在敲定核心功能模塊及各組件的協同方案，同時在權衡固化模型信息的深度，以在硬件靈活性與運行能效之間取得最佳平衡。
Frozen v2 將開辟一條全新的自研芯片產品線，與谷歌現有的張量處理器（TPU）形成互補關系，而非取而代之。谷歌今年已推出第八代 TPU，并直接面向云客戶推廣，正面挑戰英偉達在 AI 芯片市場的壟斷地位。谷歌已與 Meta 簽署數十億美元大單，向其出租 TPU 算力，同時積極將 TPU 推向英偉達的核心云廠商客戶。
值得注意的是，谷歌自研 AI 芯片的戰略已初見成效。通過在設計 TPU 時圍繞 Gemini 進行適配，谷歌已有效降低了 Gemini 模型的運行成本，只是 TPU 內置的模型信息遠少于 Frozen 系列芯片。
盡管技術前景廣闊，谷歌目前并無大規模量產 Frozen v2 的計劃，其產能規模將遠低于 TPU。知情人士透露，有限的量產規模使谷歌可以延后引入外部設計和代工合作伙伴。谷歌更將這一代產品視為技術試驗平臺，待大模型底層架構趨于穩定后，為研發更高專用化芯片積累工程經驗。
谷歌官方發言人對此回應稱，公司各團隊“持續研發、測試各類創新技術，力求為用戶與企業客戶實現極致性能與能效”，并強調“并非所有研發項目都會落地量產，但這種全方位技術探索，是我們全棧自研技術路線的核心一環”。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
