Google正在開發一款專為其Gemini AI模型量身定製的新型伺服器晶片，將模型架構直接固化於矽片之中，以大幅提升AI推理效率。Google正研發專為Gemini打造的AI推理晶片“Frozen v2”，將模型架構直接固化進矽片，推理效率預計較現有TPU提升6至10倍。這一設計瞄準AI算力瓶頸，以犧牲部分通用性換取更高性能和更低成本，凸顯AI晶片競爭正從“通用計算”轉向“專用推理”。
一、Google的"模型固化"晶片野心
據科技媒體The Information周一（7月20日）報導，Google正在研發一款代號為"Frozen v2"的新型伺服器晶片，其核心設計思路是將Gemini大模型的底層架構直接固化進晶片硬體。
消息發佈後，Alphabet（GOOGL）股價周一盤中上漲約3%。
二、核心內容剖析
1. 技術原理：從"通用"到"專用"的範式切換
Frozen v2與現有AI晶片（輝達GPU、GoogleTPU）的本質區別在於通用性vs專用性的取捨：
- 現有通用晶片（GPU/TPU）：可適配多種大模型，但運行任意模型時都需要即時執行大量邏輯判斷與資料搬運
- Frozen v2：將Gemini的部分決策邏輯"永久蝕刻"在矽片中，大幅減少運算步驟與資料搬運量，實現"用靈活性換取效率"
知情人士稱，研發團隊測算該晶片落地後，單位功耗可處理的Token數量將達到Google現有最新一代自研AI晶片的6至10倍。
2. 項目驅動：算力短缺已到"拒絕客戶"的程度
Frozen v2項目的直接驅動力，是Google內部嚴峻的AI算力短缺——這一短缺已引發內部資源矛盾，甚至迫使Google雲拒絕了部分外部客戶的合作請求。就在上個月，Google同意向SpaceX支付近10億美元/月以獲取xAI的算力來彌補缺口。
3. 項目演進：從"全固化"到"彈性固化"
Frozen項目並非全新構想：
- 初代Frozen方案：由GoogleDeepMind首席科學家Jeff Dean牽頭，計畫將完整模型權重直接燒錄進晶片。但晶片僅能適配單一版本Gemini，硬體生命周期極短，項目被擱置多年
- Frozen v2的迭代：轉向"彈性固化"思路——固化模型架構而非具體權重，同時保留通過更新模型權重進行迭代的能力，在效率與生命周期之間取得平衡
4. 戰略定位：TPU的互補分支，而非替代品
Google明確將Frozen v2定位為TPU產品線之外的新分支，兩條產品線平行發展。目前尚無大規模量產計畫，產能規模將遠低於TPU——Google更多將其視為技術試驗平台，為未來研發更高專用化晶片積累經驗。
5. 潛在風險：一場"架構賭注"
Frozen v2的核心代價在於：該晶片僅能相容與設計時採用相同底層架構的Gemini後續版本，意味著Google實質上在押注自身將長期沿用當前的Gemini模型架構。若未來Gemini的底層架構發生重大變化，該晶片將面臨"出生即過時"的風險。
三、行業競爭格局
Frozen v2的設計思路與加拿大晶片初創公司Taalas高度相似——後者同樣選擇將特定大模型的邏輯硬編碼至晶片內部，已完成超2億美元融資。
與此同時，SambaNova、d-Matrix等初創企業，以及OpenAI、微軟等科技巨頭，都在研發AI推理晶片，目標均是超越輝達GPU的推理能效。輝達自身也於2025年12月斥資200億美元收購推理晶片廠商Groq的技術授權。
四、投資分析與總結
該事件的訊號意義
（1）AI競爭的焦點正在從"訓練"轉向"推理"
Frozen v2的推出標誌著AI晶片競爭進入新階段：推理效率正在成為比訓練算力更關鍵的競爭維度。隨著大模型從"訓練競賽"進入"規模化部署"階段，誰能以更低成本、更低功耗運行推理，誰就能在商業競爭中佔據優勢。
（2）Google"全端自研"的戰略深化
從TPU到Frozen v2，Google正在建構從晶片到模型再到應用的全端閉環。這種垂直整合若成功，將大幅降低Gemini的營運成本，構築對OpenAI等競爭對手的長期成本優勢。
（3）"專用化"是趨勢，但"賭注"性質不容忽視
Frozen v2代表了一種激進的專用化方向——將軟體架構"凍結"進硬體。這種思路在效率上可能帶來質的飛躍，但也意味著巨大的路徑依賴風險。若AI模型架構仍在快速演進（事實正是如此），這種"固化"可能反而成為技術迭代的桎梏。
需要警惕的幾個問題
第一，時間跨度極長，不確定性極高。最早2028年部署，距今尚有兩年半。在此期間，AI晶片技術、模型架構、競爭格局都可能發生翻天覆地的變化。一個"兩年半後才能落地"的項目對當前股價的支撐意義有限。
第二，量產計畫極為有限。Google目前並無大規模量產Frozen v2的計畫，將其定位為"技術試驗平台"。這意味著即便2028年成功部署，其對Google整體算力成本和營收的影響也極為有限，更多是戰略儲備性質。
第三，"6至10倍"是工程師測算，非成品實測。這一效率提升來自研發團隊的內部測算，距離矽片流片、測試、量產還有漫長的驗證過程。歷史上晶片研發中"理論性能"與"實際性能"的差距屢見不鮮。
第四，與同日大摩"記憶體黃金坑"報告的潛在關聯。恰好在同一天，大摩發佈記憶體晶片"逢低買入"報告。Frozen v2所代表的"推理效率革命"若成真，意味著未來AI算力的單位需求密度可能下降——即同樣的算力可以支撐更多推理任務。這從中長期看可能部分避險市場對記憶體/算力硬體持續緊缺的預期，儘管短期內影響微乎其微。
總結和展望
GoogleFrozen v2晶片報導的核心價值在於揭示了AI競爭的下一個前沿陣地——推理效率。6至10倍的能效提升若真能實現，將深刻改變AI推理的成本結構和商業模式。
但投資者也需清醒認識到：這是一個2028年才可能部署、且量產規模極為有限的技術試驗項目。其短期對Google財務的影響近乎為零，中長期的實現路徑也充滿不確定性。周一股價3%的漲幅更多是市場對Google"持續創新"敘事的一次情緒性回應，而非對這一具體項目的價值重估。 (invest wallstreet)