把模型直接焊进芯片里,让硅片替算法省下算力和数据传输——谷歌正沿着这条路,悄悄打磨一款代号Frozen v2 的新型服务器芯片。据多家媒体报道,这款芯片的目标是更高效地运行Gemini模型,报道称它将把Gemini的部分架构永久嵌入芯片之中,从而减少回答用户问题时所需的计算量与数据搬运量。谷歌工程师预计,与其最新一代通用AI芯片TPU(张量处理器)相比,Frozen芯片在单位功耗下可提供 6 至 10 倍的Token处理能力。
这款芯片的登场时间被定在 2028 年,但谷歌明确它不会取代通用型TPU,而是成为定制芯片产品线中更专一、更具针对性的专用分支。消息公布后,资本市场立刻给出了反应:谷歌A类股(GOOGL)美股早盘一度涨近3.7%,C类股(GOOG)盘中最高涨幅约3.9%。
面对媒体追问,谷歌在声明中回应称,公司团队持续研究并试验各类创新技术,旨在为用户和客户提供最佳性能与最高效率,并强调虽然并非所有项目都会进入量产,但这种严格的探索正是其全栈战略的核心组成部分。谷歌还表示,通过从底层协同设计硬件与软件,整个系统得以深度集成,并针对真实工作负载高度优化。不过谷歌眼下把Frozen v2 定位为一次试验性项目,暂无像TPU那样大规模生产的计划。
分析人士认为,这个项目的背后,是谷歌内部日益吃紧的算力困境。此前算力不足不仅加剧了内部资源争夺,据称还一度迫使谷歌云拒绝部分外部客户业务。就在上月,谷歌还同意每月向SpaceX支付近 10 亿美元,以填补算力缺口、兑现对企业客户的算力承诺。Frozen v2 显然是为缓解这道缺口而落子的一步。
把架构固化进芯片,代价是灵活性的收缩。报道指出,只有当谷歌未来的Gemini模型继续沿用相同底层架构时,这款芯片才能兼容后续版本——一旦模型底层大改,烙进去的那部分设计便可能失效。而比芯片更紧迫的,是谷歌AI业务当下正面临的连环挑战:有消息称下一代Gemini Pro的发布时间已经推迟,同时多名资深AI研究人员流向了竞争对手。当专用芯片还在 2028 年的路线图里,谷歌要先稳住的是眼下的模型节奏与人才防线。
谷歌 Frozen v2 芯片是做什么的?
Frozen v2 是谷歌正在打磨的专用服务器芯片,目标是更高效运行 Gemini 模型。它把部分模型架构固化进芯片,以减少推理时的计算量和数据传输量,提升单位功耗下的 Token 处理能力。
Frozen v2 会取代 TPU 吗?
不会。报道显示,Frozen v2 不是用来替代通用型 TPU 的,而是作为更专一的定制芯片分支存在,主要服务于 Gemini 的特定工作负载,强调效率而非通用性。
Frozen v2 的主要风险是什么?
最大风险是灵活性下降。由于部分架构被写入芯片,只有当未来 Gemini 继续沿用相同底层架构时才能兼容;一旦模型底层大改,芯片中的固化设计可能失效。
模型架构固化进芯片最大的风险是什么?
最大风险是模型迭代太快,芯片一旦定型就会被架构变化拖累。更稳妥的做法是把高频算子和内核固化,保留足够可编程性。
单位功耗提升6到10倍意味着什么?
这通常意味着推理成本、散热和机房密度都会显著改善,适合大规模在线服务。但前提是软件栈、编译器和调度系统也要同步适配。
