谷歌母公司Alphabet正在研发一款代号为“Frozen v2”的新型AI服务器芯片,用于提升自主研发Gemini模型的运行效率。据The Information援引匿名消息人士报道,该芯片预计于2028年推出,其单位能耗产生代币数量的效率可能达到谷歌现有AI芯片的6至10倍。

针对相关报道,谷歌向TechCrunch表示,公司持续探索和测试创新技术,以提升系统性能与效率,但并非所有研发项目都会最终实现量产。谷歌强调,通过硬件与软件协同设计的“全栈开发”模式,可以打造更高集成度、针对实际AI工作负载优化的计算系统。
近年来,随着生成式AI应用快速扩张,全球AI算力需求持续增长,科技企业纷纷加大自研芯片投入,以提升模型运行效率并降低对外部供应商的依赖。英伟达凭借GPU技术长期占据AI芯片市场主导地位,推动OpenAI、Anthropic等AI公司也开始探索自主芯片路线。今年6月,OpenAI发布首款定制推理芯片“Jalapeño”;近期,Anthropic也被曝正与三星洽谈芯片制造合作。
Alphabet此前宣布,为推动人工智能战略发展,计划投入1800亿至1900亿美元资金。随着AI基础设施投资规模扩大,芯片效率成为衡量投入回报的重要指标。Frozen v2的相关消息公布后,市场信心有所提升,Alphabet股价在报道发布后的周一早盘上涨约3%,投资者关注其AI投入能否转化为长期竞争优势。
随着AI模型规模持续增长,自研芯片正成为科技企业构建算力生态、提升成本控制能力的重要战略方向。谷歌此次布局也反映出AI产业竞争正从模型能力延伸至芯片、基础设施和全栈技术体系的竞争。
谷歌Frozen v2芯片什么时候发布?
据The Information援引匿名消息人士报道,Frozen v2预计在2028年推出。不过谷歌也表示,研发项目不一定都会最终量产,因此发布时间仍存在不确定性。
Frozen v2相比现有谷歌芯片提升多少?
报道提到,Frozen v2的单位能耗产出代币效率可能达到谷歌现有AI芯片的6至10倍,重点是提升Gemini等模型的运行效率与能效表现。
谷歌为什么要自研AI芯片?
核心原因是降低对外部供应商依赖,并通过软硬件协同设计提升系统性能、能效和成本控制能力。随着AI算力需求增长,自研芯片已成为竞争关键。
单位能耗产出代币数怎么看?
这是衡量推理芯片效率的关键指标,关注的是每瓦能完成多少有效计算。对大模型服务来说,它直接影响成本、延迟和机房密度,比单纯峰值算力更接近真实业务价值。
Frozen v2若属实会改变什么?
它会进一步强化谷歌从模型到芯片再到云服务的闭环优势,提升Gemini部署效率。对行业而言,这意味着AI竞争会从模型能力延伸到基础设施和能耗效率的全面比拼。
