谷歌 Frozen v2：把 Gemini 的"骨架"焊进硅片

7 月 20 日，The Information 披露：谷歌正在研发代号 Frozen v2 的服务器芯片，把 Gemini 大模型的架构直接固化进硅片，单位功耗的 token 处理量预计达到现有最新 TPU 的 6–10 倍，最早 2028 年部署。消息一出，Alphabet 股价盘中涨超 3%。

这件事的意味，比一颗新芯片更深：它标志着 AI 基础设施从"通用芯片跑通用模型"，开始转向"为特定模型定制芯片"的范式迁移。

冻结的到底是权重，还是架构？

"冻结（Frozen）"在机器学习里本是日常动作——训练完成后锁住参数，让模型停止更新。Frozen v2 把这个动词推进了物理世界，它锁住的是 Gemini 神经网络结构蓝图：那些规定数据如何流动、注意力如何汇聚的连接方式，直接变成硅片上的电路。

项目的起点据说是 Google DeepMind 首席科学家 Jeff Dean。最初的"原版 Frozen"方案激进得多——把模型权重整体固化进芯片，相当于把某个版本的 Gemini 铸成铜像，芯片出厂之日就是它过时之始。谷歌很快否决了这条路线：模型迭代以月计，铜像的寿命却以年计。

Frozen v2 退了一步，也因此聪明了一步：冻结架构，放行权重。新训练出的参数仍可加载进芯片，只要底层结构不变，这颗硅片就能服侍一代又一代 Gemini。工程师至今没敲定固化的深度——固得越多能效越高，活路越窄，这是一道用灵活性兑换效率的算术题。

为什么效率能翻 6–10 倍

把架构修进电路，等于把数据搬运路线拉成直线：推理时的计算步骤减少、数据迁移量下降，6–10 倍的每瓦 token 吞吐由此而来。这个数字目前仍是纸面推演，部署要等到 2028 年，方向却已足够清楚。

过去十几年芯片行业的信条是通用性——一颗 GPU 训练所有模型。Frozen v2 把这个信条翻过来晒了晒太阳：当单一模型的调用量大到以亿次计，为它单独造一颗芯片的账，开始算得过来。

真正要救的是现金流

谷歌面对的核心问题已不只是芯片性能，而是急速膨胀的推理需求正在吞噬电力、服务器和现金。2026 年第二季度，谷歌模型 API 处理量达到每分钟约 220 亿 token，较上一季度的 160 亿增长 37.5%，更早之前还只有 100 亿。用户数量没成倍增加，服务器内部的计算链条却拉长数倍。

Frozen v2 的直接驱动力，是谷歌内部严峻的 AI 算力短缺——这一短缺已引发内部矛盾，并迫使谷歌云拒绝部分外部客户的合作请求。把 Gemini 的底层决策逻辑预先嵌入芯片，减少运行时的计算步骤与数据搬运，本质是在赌：Gemini 架构不会快速过时，否则这颗芯片就变成只能跑一个模型的"电子墓碑"。

定位：TPU 之外的新分支

谷歌明确把 Frozen v2 定位为 TPU 产品线之外的专门分支，而不是替代用途更广的 TPU，也不打算以 TPU 的规模量产。TPU 与英伟达 GPU 同属通用 AI 芯片，可兼容多种模型；Frozen v2 专为 Gemini 打造，两条线并行发展。谷歌母公司 Alphabet 的回应也留有余地："并非每个项目都会进入量产，但严谨探索是我们全端式技术策略的核心。"

给国内的启示

专用芯片路线并非谷歌首创——华为昇腾、寒武纪思元、百度昆仑芯都在走类似逻辑。但谷歌的独特优势在于：它同时拥有顶级模型（Gemini）、顶级芯片团队（Jeff Dean）和海量内部需求（YouTube、Search、Android）。这种"模型 + 芯片 + 场景"三位一体的闭环，正是国内厂商最羡慕也最难复制的部分。

Frozen v2 的真正信号是：当推理成本占到 AI 公司运营支出的大头，谁能用更少电力吐出更多 token，谁就掌握定价权。这场"为模型造芯片"的竞赛，才刚刚开始。