谷歌正推进代号Frozen v2的专用AI芯片研发，该芯片将Gemini大模型部分架构直接固化到硅片层面，相比最新一代通用TPU可实现单位功耗下6-10倍的Token处理能力，预计2028年正式推出。该芯片属于专用产品线分支，不会替代通用TPU，消息披露后谷歌美股两类个股早盘涨幅均接近4%。
大模型商业化落地进入深水区，推理环节的高算力消耗、高能耗成本正在成为制约AI服务降价普惠、规模化覆盖的核心障碍，谷歌近期曝光的Frozen v2专用芯片，正是针对这一痛点给出的软硬协同解法。
和传统通用AI芯片先加载模型、再执行计算的逻辑不同，Frozen v2直接把Gemini模型的部分核心架构永久嵌入硅片之中，省去了大量冗余的算力调度和跨模块数据搬运环节。根据谷歌工程师的测算，和最新一代通用TPU相比，Frozen v2单位功耗下的Token处理能力可提升6至10倍，这意味着同等电力和算力成本下，可承载的用户请求量将是此前的数倍，直接压低Gemini相关服务的运营成本。
谷歌方面明确表示，Frozen v2并不会替代现有通用TPU产品线，而是作为定制芯片分支存在。通用TPU仍将承担大模型训练、多模型适配等通用计算需求，而Frozen v2的目标场景非常明确：专门服务于Gemini大模型的推理任务，尤其是面向C端用户的Gemini对话、AI搜索生成等高频、低延迟需求场景，该芯片预计将于2028年正式投入使用。
Frozen v2的相关消息披露后，资本市场立刻给出正面反馈：谷歌A类股（GOOGL）美股早盘一度上涨近3.7%，C类股（GOOG）盘中最高涨幅约3.9%。在分析师看来，该芯片如果顺利落地，将显著强化谷歌AI业务的盈利能力，拉开和其他依赖通用芯片提供AI服务的厂商的成本差距，长期竞争优势进一步凸显。
事实上，谷歌并非唯一押注专用AI芯片的科技巨头。随着大模型参数规模不断攀升，通用芯片的能效天花板已经逐渐显现，将模型特性和芯片设计深度绑定的定制化路线，正在成为头部厂商的共同选择。此前OpenAI、Meta以及国内多家大模型厂商都已披露自研专用AI芯片的相关计划，软硬协同的技术路线，将成为未来AI领域竞争的核心胜负手之一。
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。
滇公网安备 53252802528133号