谷歌Frozen v2芯片将Gemini架构直接固化到硅片中，效率提升6-10倍

谷歌正在开发一款名为Frozen v2的服务器芯片，将Gemini AI模型架构直接固化到硅片中。据The Information援引内部消息，该芯片的推理效率比当前TPU提升6到10倍，计划2028年部署。与TPU不同，Frozen v2专为Gemini架构设计，部分模型结构永久嵌入硬件，减少计算步骤并加速响应。

Frozen v2的名称源于AI模型中的冻结参数概念，即锁定数值使其不再变化。该芯片将部分模型结构永久固化到芯片中，从而减少计算步骤并提升响应速度。原始创意来自谷歌DeepMind首席科学家Jeff Dean，他最初的Frozen设计是将模型权重直接嵌入芯片，但因仅支持单一Gemini版本且易过时而被放弃。

Frozen v2采用更灵活的方式，嵌入模型架构而非权重，即底层蓝图而非调优参数。新权重仍可加载到芯片上。据The Information报道，具体有多少架构将被硬编码尚未确定。由于该芯片仅适用于谷歌保持相同模型架构的情况，因此不太可能对外销售。

谷歌已向Meta租用TPU，并向外部云客户提供，通过TPU@Premises项目作为Nvidia的替代方案，内部目标是占据Nvidia年收入的10%。Frozen v2则旨在缓解谷歌内部AI计算能力的紧张。如果该芯片兑现承诺，它可能成为谷歌在AI业务中的重大竞争优势。

在AI业务中，优化推理成本的能力越来越决定利润率。谷歌可以利用Frozen v2以更低价格运行强大模型，从OpenAI和Anthropic手中夺取市场份额。该芯片的部署将显著降低谷歌的AI推理成本，为其在AI市场提供价格优势。

要点

• 谷歌Frozen v2芯片将Gemini架构直接固化到硅片中，推理效率比TPU提升6到10倍
• 芯片计划2028年部署，主要服务谷歌内部AI计算需求，不会对外销售
• Frozen v2嵌入模型架构而非权重，新权重仍可加载，比原始设计更灵活
• 该芯片有望大幅降低谷歌AI推理成本，帮助其在AI市场获得价格优势
• 原始创意来自Jeff Dean，最初设计因仅支持单一Gemini版本而被放弃