湖北
投资者内参丨石钰
据The Information报道，谷歌正在研发一款新型服务器芯片，专为其Gemini AI模型量身定制。该芯片的核心思路是将Gemini的模型架构直接固化于硅片之中，从而实现AI推理效率的大幅跃升。
报道称，谷歌打算让这款非正式命名为“Frozen v2”的新芯片，帮助其解决严重的AI计算能力短缺问题。这一问题已引发内部紧张，并迫使谷歌云不得不拒绝与外部客户的交易。
报道援引知情人士透露，负责该芯片的谷歌工程师预计，其效率可能比谷歌现有自研AI芯片最新版本高出6到10倍，谷歌计划最早于2028年部署该芯片。
谷歌发言人在一份声明中表示，团队正在“不断研究和尝试新的创新，以期为用户和客户提供最高的性能和效率”；并称“虽然并非每个项目都会投入生产，但这种严谨的探索对于我们的全栈方法至关重要。”
据报道，谷歌明确将Frozen v2定位为TPU产品线之外的新分支，而非对其现有自研芯片体系的替代。谷歌现有的张量处理器（TPU）与英伟达的GPU同属通用AI芯片，可兼容多种AI模型，因此在运行特定模型时需要处理大量动态决策过程。
而Frozen v2则将Gemini模型的部分决策逻辑预先嵌入芯片，减少了运行时所需的计算步骤与数据搬运量，从而在提升响应速度的同时降低单位算力功耗。知情人士指出，这种性能优势有望为谷歌打开新的AI应用场景。Frozen v2专为Gemini打造，两条产品线将并行发展。
不过，这一设计也伴随着战略取舍。Frozen v2仅能兼容基于相同底层架构的Gemini后续版本，这意味着谷歌实质上是在押注自身将长期沿用当前的Gemini模型架构。谷歌正在评估应将多少信息锁定于芯片之中，以在灵活性与效率之间取得平衡。其表示，芯片可支持模型权重的更新——即决定模型如何响应问题的参数设置。
报道指出，Frozen v2芯片源自一个早期的想法——最初的Frozen芯片设计，由谷歌DeepMind首席科学家杰夫·迪恩（Jeff Dean）牵头——即将模型权重直接“烧录”到芯片中。但该方案因芯片生命周期过短、仅适配单一版本Gemini而被搁置。Frozen v2在此基础上作出调整，转向“弹性固化”思路——固化模型架构而非具体权重，从而在保留效率优势的同时延长芯片使用周期。
事实上，Frozen v2并非孤例。加拿大芯片初创公司Taalas同样采用将特定AI模型硬编码入芯片的设计理念，已从Quiet Capital、富达等投资方融资逾2亿美元。
此外，SambaNova、d-Matrix等初创企业，以及OpenAI、微软等科技巨头，均在积极布局AI推理芯片，目标均指向比英伟达GPU更高效的推理处理能力，以缓解算力短缺带来的成本压力。值得注意的是，英伟达自身亦于去年12月以200亿美元获得Groq（一家专注推理芯片的初创公司）的技术授权，足见该赛道的战略价值。
关于量产计划，知情人士透露，谷歌目前无意将Frozen v2的生产规模扩至与TPU相当。更有限的规模使其在设计制造合作伙伴的引入节点上晚于主要产品。据该人士称，公司也将这一代产品部分视为一次试运行，随着AI模型设计日趋稳定，可以教会工程师如何构建更专业的芯片。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
