谷歌用于Gemini的“Frozen v2”AI芯片

Frozen v2的核心赌注是将Gemini的神经网络架构直接固化到硅片中，从而缩短数据传输距离并减少回答查询所需的计算量。谷歌内部工程师预计，其每单位功耗生成的token数量将比最新的TPU高出6到10倍^[1]——这一飞跃将显著降低大规模部署Gemini的成本。但该方法采用“灵活固化”技术：仅锁定模型架构，而非其权重，因此芯片出货后Gemini的参数仍可更新^[2]。这一区别至关重要，因为带来效率提升的同一专业化特性，也正是该芯片最大的隐患——如果谷歌对Gemini的底层架构做出实质性更改，Frozen芯片可能立即失去效用，这很可能就是该项目被视作部分试运行而非TPU规模量产线的原因^[1]。

尽管市场情绪高涨，但谷歌内部并未将其定位为全面的硬件转型。‘Frozen’项目旨在打造一条与现有TPU并行的新专有芯片线，而非取代TPU^[3]，且谷歌不计划以与TPU集群相同的规模生产Frozen v2^[1]。当被问及该报道时，谷歌云发言人未确认具体细节，而是指向公司从底层开始协同设计软硬件的一贯做法^[1]。这一谨慎措辞，加上2028年的目标时间表为设计变更留下充足空间，凸显了该项目仍处于愿景工程阶段，而非既定的产品路线图。

推出时机指向现实的短期痛点。据报道，AI算力容量紧张已引发谷歌内部矛盾，并导致谷歌云拒绝了一些外部客户的合作请求^[1]——这正是缺乏高效推理能力所带来的直接商业成本。这一短缺还伴随着另一则报道：谷歌在最新Gemini模型发布前因未达内部目标（尤其是编码能力）而推迟发布^[1]，这进一步加剧了对一项多年后才落地的基础设施投资的紧迫感。由于Frozen v2最早也要到2028年才推出，推动其研发的容量限制将持续存在，无论该芯片最终是否成功^[4]。

Frozen v2是谷歌参与更广泛行业趋势的一部分——超大规模企业正构建专有AI加速器，以减少对英伟达昂贵且供应受限的GPU的依赖，类似微软的Maia芯片和亚马逊的Trainium处理器^[2]。据报道，Anthropic也在探索自研专有AI硬件^[5]。投资者将该报道解读为谷歌认真掌控其AI基础设施命运的信号：相关消息发布当天，Alphabet股价上涨约3%至3.5%^[1]，这一走势在多份市场报告中得到确认^[3][6]，且恰逢公司2026年第二季度财报发布前两天。