谷歌被曝研发Frozen v2芯片：将Gemini架构固化进硅片，能效或超TPU十倍

据The Information独家报道，谷歌正在研发一款代号为“Frozen v2”的服务器AI芯片，旨在将Gemini模型的部分底层架构永久蚀刻进硅片，而非像传统芯片那样仅作为通用计算平台。该项目由谷歌DeepMind首席科学家Jeff Dean主导，是早期Frozen项目的迭代版本。

核心设计：从“跑模型”到“长模型”

Frozen v2的核心思路是“固化架构，保留权重”。与英伟达GPU或谷歌TPU这类通用芯片不同，Frozen v2只为Gemini模型定制，将关键计算路径直接内建为电路，省去实时调度、数据搬运等冗余步骤。谷歌员工预计，按每瓦特处理的Token数量计算，其能效将比最新一代TPU高出6到10倍。

• 早期Frozen项目：曾尝试将模型权重直接烧入芯片，但因权重固化后无法适配模型更新而被搁置。
• Frozen v2折中方案：只固化底层计算蓝图，权重仍可更新，只要Gemini架构不大改，芯片即可持续使用。
• 工程权衡：谷歌内部仍在讨论固化程度——锁得越多效率越高，但灵活性越差。

算力危机：谷歌为何押注专用芯片

谷歌面临严峻的算力短缺，已导致Google Cloud拒绝外部客户订单。2024年6月，谷歌与SpaceX签署合同，每月支付9.2亿美元租用11万张英伟达GPU，合同持续至2029年。

• 行业趋势：全行业都在押注推理芯片，包括SambaNova、d-Matrix等初创公司，以及OpenAI、微软（Maia）、亚马逊（Trainium/Inferentia）等巨头。英伟达也于2023年12月以200亿美元收购Groq技术授权。
• 极端路线：加拿大初创公司Taalas已走通“模型硬连线”路线，融资超2亿美元。

风险与赌注：架构收敛还是僵化？

Frozen v2的代价是灵活性丧失：只有后续Gemini沿用同一底层架构，芯片才能继续工作。谷歌赌的是未来几年模型架构不会发生根本性变化。

• 模型进展：Gemini 3.5 Pro（代号Cappuccino）因编码能力不达标而三度延期，原定2024年6月上线，现推迟数月。
• 行业背景：沃顿商学院教授指出“下一代巨模型失望陷阱”，堆数据堆算力的收益递减，架构迭代速度放缓。
• 部署时间：芯片最快2028年部署，产量不会达到TPU规模，更像一次有限试验。

影响与启示

Frozen v2标志着AI芯片从通用走向极端专用化，类似比特币挖矿从CPU到ASIC的演进。然而，这可能导致新架构（如非Transformer模型）因缺乏适配硬件而难以发展。谷歌的赌注反映了行业对模型架构收敛的预期，但若范式转移发生，Frozen v2的高效率将瞬间变为技术包袱。