☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
将AI模型直接固化于芯片内部，让硅基硬件替算法承担部分计算与数据搬运任务——谷歌正悄然推进一款代号为Frozen v2 的新型服务器级专用芯片。据多方信源披露，该芯片旨在更高效地承载Gemini系列大模型，其核心思路是将Gemini的部分网络结构以硬连线方式嵌入芯片物理层，从而显著降低推理过程中所需的动态计算量与片外数据传输开销。谷歌工程师预估，相较于当前最先进的通用AI加速器TPU（张量处理器），Frozen v2 在同等功耗下可实现6至10倍的Token吞吐效率。
该芯片计划于2028年正式亮相，但谷歌强调它并非TPU的替代品，而是作为定制化芯片家族中一条高度垂直、面向特定模型负载的全新技术路径。消息传出后，资本市场迅速响应：谷歌A类股（GOOGL）在美股早盘一度飙升近3.7%，C类股（GOOG）盘中最高涨幅达约3.9%。
针对外界关注，谷歌在官方声明中表示，团队始终致力于探索前沿软硬协同技术，目标是持续提升用户体验与系统能效；同时指出，并非所有研发项目都会走向量产，而这种高强度、高筛选率的技术验证，恰恰构成了其全栈式AI战略的关键支柱。谷歌还提到，通过从指令集、编译器到模型架构的深度联合设计，整套系统得以实现端到端优化，尤其适配真实场景下的典型AI工作负载。不过目前Frozen v2仍被明确定义为一项实验性工程，暂无类似TPU的大规模商用部署规划。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
业内观察指出，该项目折射出谷歌内部日益加剧的算力压力。此前算力资源紧张已引发内部调度冲突，甚至导致谷歌云一度暂停承接部分外部客户订单。就在上月，谷歌与SpaceX达成协议，承诺每月支付近10亿美元，用以租用后者星链地面站所集成的AI算力资源，以此弥补自身产能缺口、履行对企业的算力交付承诺。Frozen v2，正是在此背景下落子的关键一招。
然而，将模型架构“烧录”进芯片，必然伴随灵活性的让渡。报道提及，该芯片仅在Gemini后续迭代维持现有底层范式时才具备向下兼容性——一旦模型基础架构发生重大演进，已固化的逻辑模块或将失去效用。相较芯片本身，谷歌AI业务当前面临的挑战更为迫在眉睫：下一代Gemini Pro的发布已被推迟；与此同时，多位核心AI科学家相继离职，转投竞对阵营。当Frozen v2尚在2028年的技术蓝图之中，谷歌亟需稳住的，是当下模型迭代节奏与顶尖人才梯队的双重防线。
