谷歌自研Frozen v2 AI芯片曝光：2028年问世能效最高提10倍

AI创作导航管理员 LV4 资深连续登录30天萌新

2 个月前

风向

1387

Alphabet旗下谷歌被曝正在研发代号为Frozen v2的新一代AI服务器芯片，专为旗下Gemini大模型优化，预计2028年正式推出，其每瓦算力生成token的效率可达谷歌现有AI芯片的6-10倍。针对该消息谷歌官方回应称，相关项目仍在早期研发阶段，尚未确认最终量产计划，当前全球AI算力缺口持续扩大，自研芯片已成头部科技企业的普遍布局方向。

7月21日，行业爆料首次披露了谷歌下一代自研AI芯片的核心细节。不同于此前已经大规模商用的TPU系列芯片，这款代号为Frozen v2的全新产品，从设计之初就完全围绕Gemini大模型的训练、推理工作负载定制，核心目标是解决当前AI算力体系的最大痛点：能效比不足带来的高成本问题。

近年来生成式AI应用的用户规模和调用量呈爆发式增长，全球AI算力需求年增速长期保持在30%以上，而当前主流的通用AI GPU供应紧张、采购及运维成本高企，已经成为制约AI产业落地的核心瓶颈。

对于谷歌这类自身拥有海量大模型服务需求的厂商来说，自研定制化芯片既可以降低对外部供应链的依赖，也能通过针对性优化进一步压缩算力成本。不止谷歌，当前OpenAI、Anthropic等头部AI企业都已经启动了自研AI芯片的相关项目，试图打破通用GPU的性能天花板。

根据披露的参数信息，Frozen v2最核心的突破是每瓦算力可生成的token数量达到谷歌现有自研AI芯片的6-10倍。作为直接决定大模型推理单位成本的核心指标，这一提升如果落地，意味着Gemini系列模型的推理成本可以降到当前的1/6到1/10，不仅能降低C端订阅服务的运营成本，也能为面向企业的多模态大模型API服务留出足够的降价空间。

针对相关爆料，谷歌官方回应称，公司长期探索软硬件协同的全栈开发模式，持续研发针对AI工作负载优化的计算系统，但目前该项目仍处于早期研发阶段，并非所有研发项目都会最终进入量产环节。

AI芯片研发周期长、流片成本极高，且需要匹配大模型的迭代节奏，头部厂商的自研芯片项目最终转为技术储备的情况并不少见。即便Frozen v2最终没有量产，谷歌在研发过程中积累的芯片与大模型协同优化的技术，也会应用到后续的TPU系列产品迭代中。

长期来看，AI行业的竞争已经从单一的模型效果竞争，延伸到了算力底层的全栈能力竞争。拥有自研芯片、模型框架、上层应用的全栈布局能力的厂商，会在后续的成本战和性能战中掌握更大的主动权，也能更快落地定制化的AI解决方案。

Gemini AI芯片谷歌 V2 算力 Frozen

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。