谷歌秘密研发Frozen芯片，AI算力效率将提升十倍

根据两位内部消息人士的说法，谷歌(352.385, 6.26, 1.81%)正秘密开发一款新型服务器处理器，能将Gemini大模型的核心框架直接嵌入芯片硬件，从而显著加速面向用户的AI服务响应速度。

这款内部命名为Frozen v2的处理器，目标是缓解谷歌当前面临的严重AI计算资源短缺。算力不足已导致内部资源争夺，甚至迫使谷歌云婉拒了不少外部客户的合作请求。消息人士透露，研发团队预估，该芯片正式投入使用后，每单位能耗可处理的词元（Token）量，会比谷歌现有自研AI芯片最新一代产品高出6至10倍，能效实现突破性增长。

“Frozen”这个代号的含义，源自其关键设计理念：将大模型的部分运算流程永久嵌入硅片硬件。工程师们还在确定这款芯片的核心功能块，以及各个组件如何协同运作。消息人士称，谷歌计划最早在2028年部署该芯片。

Frozen项目意在开创一条全新的自研处理器产品线，与谷歌现有的张量处理器（TPU）形成配合，而不是替代它。当前主流的AI芯片——英伟达GPU，以及谷歌的TPU，都属于通用型芯片，能够兼容多种不同的大模型。但通用芯片在运行任何模型时，都需要实时进行大量耗时的逻辑判断；而Frozen v2则直接内嵌适配Gemini系列模型的底层运算逻辑，可以大幅削减芯片的运算步骤和数据传输量。

其中一位消息人士表示，这款专用芯片能够更快地回应用户提问，有望支持谷歌开拓全新的AI应用领域。但该芯片也意味着谷歌押注自身会持续沿用当前Gemini大模型的基础架构：只有后续迭代的Gemini模型采用与芯片设计时相同的底层架构，才能在该芯片上顺利运行。

消息人士补充说，谷歌仍然可以对芯片进行迭代升级，包括更新内嵌的模型权重（权重是决定模型如何应答的核心参数设置）。

谷歌官方发言人对外回应称：公司各团队“不断研发、测试各种创新技术，力求为用户和企业客户实现最优性能与能效”。

发言人补充道：“并非所有研发项目都会投入量产，但这种全面的技术探索，是我们全栈自研技术路线的核心组成部分。”

推理芯片为何成为行业热点

包括Samba Nova、d-Matrix等初创公司，以及OpenAI、微软(402.1, 8.28, 2.10%)等科技巨头，都在开发AI推理芯片——也就是专门用于大模型对外提供服务的计算硬件。各家的目标都是实现超越英伟达GPU的推理能效，缓解算力紧张、降低运营成本。英伟达自身也在去年12月斥资200亿美元，收购推理芯片厂商Groq的技术授权。

行业各家的技术路径与谷歌Frozen方案有所区别，但Frozen v2的设计思路，与加拿大芯片初创公司Taalas高度类似：后者同样选择将特定大模型的逻辑硬编码到芯片内部。Taalas已完成超2亿美元融资，投资方包括Quiet Capital、富达投资。

Frozen v2的研发迭代自初代Frozen方案而来。初代方案由谷歌DeepMind首席科学家杰夫·迪恩主导，计划直接将完整模型权重蚀刻进芯片。但该方案存在明显缺陷：芯片只能适配单一版本的Gemini，硬件生命周期极短，因此搁置多年。

另一位消息人士透露，谷歌仍在权衡Frozen v2芯片固化多少模型信息，以此平衡硬件灵活性与运行能效。

谷歌自研芯片的布局至今已收获成效。今年谷歌推出第八代TPU，并直接面向云客户推广，正面挑战英伟达的垄断市场份额。谷歌已与Meta签署数十亿美元大单，向其出租TPU算力，同时试图将TPU供货给英伟达的核心云厂商客户。

自研AI芯片、不完全依赖英伟达GPU，已经帮谷歌降低了Gemini模型的运行成本——谷歌在设计TPU时便围绕Gemini做了优化，只是TPU内嵌的模型信息远少于Frozen系列芯片。

谷歌暂无计划大规模量产Frozen v2，产能规模将远低于TPU。消息人士表示，这款芯片量产规模有限，谷歌可延后引入外部设计、代工合作伙伴；同时谷歌将这一代产品视作技术试验平台，待大模型底层架构趋于稳定后，为研发更高专用化芯片积累工程经验。

责任编辑：刘明亮

新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。

郑重声明：1.根据《证券法》规定，禁止编造、传播虚假信息或者误导性信息，扰乱证券市场；2.用户在本社区发表的所有资料、言论等仅代表个人观点，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决定证券投资并承担相应风险。