Google被曝正在研发一颗新的服务器AI芯片，把Gemini固化到硬件里¶

Ch01.616 Google被曝正在研发一颗新的服务器AI芯片，把Gemini固化到硬件里¶

📊 Level ⭐⭐ | 10.1KB | entities/google-frozen-v2-server-ai-chip-gemini-hardware.md

Google被曝正在研发一颗新的服务器AI芯片，把Gemini固化到硬件里¶

摘要¶

据 The Information 2026 年 7 月报道，Google 正在研发代号「Frozen v2」的专用服务器 AI 芯片，将 Gemini 模型的部分计算路径直接固化进硬件电路，以大幅提升推理效率和能效比。该芯片每瓦功耗可输出的 Token 数可能达到现有自研 AI 芯片的 6-10 倍，最快 2028 年部署。这一战略延续了 Google 从 TPU 开始的"删通用、保专用"路线——从 GPU 到 TPU 再到 Frozen v2，一层层收窄兼容性以换取效率。但这也是一场豪赌：如果模型架构发生根本性变化，芯片的高效率将反噬为技术包袱。

核心内容¶

技术的本质：什么被"焊"进了芯片¶

大模型由两样核心东西组成——权重（模型知道什么）和架构（模型怎么算）。Frozen v2 想固化的是架构中相对稳定、反复执行的计算路径，而非权重本身。权重仍然可以更新，模型也能继续训练，但"怎么算"这条主干会被更深地写进电路。

这种专用化在三个层面带来效率提升：

1. 少调度：固定流程直接做成电路，省掉大量指令解析和调度开销
2. 少搬运：计算路径固定后，缓存、带宽和数据流都能围着 Gemini 重新设计，让数据尽量少绕路
3. 敢压精度：可以针对 Gemini 常用的算子和数值格式做激进优化，用更低精度换更高吞吐

从 TPU 到 Frozen v2 的专用化演进¶

这套思路是 Google 的"祖传手艺"。2015 年初代 TPU 做的就是把 CPU/GPU 中 AI 用不上的通用功能全部删掉，芯片面积全部让给矩阵运算，换来几十倍的能效提升。

十年后的 Frozen v2 把这一逻辑往前推了一大步：GPU 保留较强的通用性，TPU 收窄到 AI 常用的矩阵运算，Frozen v2 则准备删掉"兼容各种模型架构"这个最后的包袱。每收窄一层，芯片少做一些无用功，代价则是少兼容一些变化——效率越高，回头的余地越小。

Gemini 3.5 难产带来的尴尬¶

就在 Frozen v2 曝光的前几天，Gemini 3.5 Pro（代号"Cappuccino"）刚刚宣布延期数月。原因是编码能力未达到内部标准。Google 虽然紧急更新了一轮训练数据试图抢救，但结果令人失望。消息一出，Alphabet 股价当天跌超 4%。

这种矛盾被 Google 内部的两个代号精准概括：Cappuccino（还在萃取），Frozen（准备冷冻）。芯片最早 2028 年部署，而模型本身还在难产中——如果在那之前 Gemini 的底层计算方式发生了变化，Frozen v2 今天换来的高能效，明天就可能变成死胡同。

Google 的赌注：架构正在收敛¶

为什么敢在模型还没稳定时就冻结架构？因为 Google 判断赔率已经变了。

沃顿商学院教授将近年来的模型更新趋势称为"下一代巨模型失望陷阱"——堆数据堆算力换能力跃升的老路，收益明显递减。对模型公司是坏消息，但对芯片设计师却是好消息。正因为架构不再月月大改，"把骨架焊死"才第一次从疯狂变得可行。

Google 的判断是：模型能力会继续迭代，但底层计算形态未必还会频繁翻修。Gemini 3.5 的难产恰恰为这个判断做了注脚——连 Google 自己都很难再让模型发生"长相级"的变化了。但万一范式转移真的发生——全新的注意力结构、新的记忆机制、甚至非 Transformer 的形态——Frozen v2 的高效率将在一夜之间变成技术包袱。

深度分析¶

"硬件彩票"被反转的方向¶

Sara Hooker 2020 年提出的"硬件彩票"理论认为，AI 历史上胜出的研究方向往往不是因为思想最好，而是因为恰好适配了当时的硬件。深度学习本身是最典型的赢家——神经网络思想在上世纪就已存在，直到撞上 GPU 这张彩票才翻身。

Frozen v2 代表的是一次彩票机的反转：芯片不再为"任意好想法"服务，而是开始只认某一个模型的骨架。这不是 Google 一家的选择——创业公司 Etched 把 Transformer 的运算模式固化进芯片（其他架构一概不跑），Taalas 更极端到连权重都直接做进硅片（一颗芯片就是一个模型），微软 Maia、亚马逊 Trainium、Meta MTIA 也都在朝这个方向演进。

这引发了更深层的问题：当更多资金、电力和先进制程产能被分配给已验证的模型路线时，新想法拿到第一块算力的成本会越来越高。那个可能颠覆 Transformer 的新架构，要在什么硬件上跑出第一个有竞争力的结果？

专用化率与创新灵活性的根本矛盾¶

从 GPU → TPU → Frozen v2 的演进，实际上是一条效率-灵活性权衡曲线上的移动。每一次向专用化迈进一步，都在放弃一部分"用于探索的算力资源"。

币圈已经完整地走过了这条路：CPU 挖矿 → GPU 挖矿 → ASIC 矿机。每一步效率飞跃的背后，都是通用计算能力的"硬化"。当全球的 AI 算力中，被特定模型架构锁定的比例超过某个临界点时，这意味着整个行业对下一代范式的基础设施支持会变得极度不足。

从这个角度看，Google 的赌注不仅仅是"Gemini 的架构在 2028 年仍然有效"，更是"Transformer 路线在 2030 年代仍然主导"。如果 Transformer 被超越（Mamba、RWKV、或某种尚未出现的架构），那么不仅是 Frozen v2，整个行业的大量专用化投资都将面临重新洗牌。

Google 内部矛盾的微观映射¶

Frozen v2 的曝光恰好发生在 Google AI 组织最微妙的时刻。内部矛盾比外部看到的更为尖锐：

• 计算资源错配：Google 自己的工程师经常用不上自家的 AI 编码工具，因为 GPU 容量不够。手握自研 TPU、年资本开支近 1900 亿美元的 Google，自家人也被算力卡脖子。
• 组织协调困境：前员工形容 Google 的跨部门协调"就像试图煮沸整个大海"。模型团队不能稳定交付（Gemini 3.5 延期），芯片团队却在押注未来五年的架构固化——两个团队之间的节奏错位令人担忧。
• 战略必要性 vs 技术可行性：从省钱角度看，Frozen v2 的逻辑无懈可击——专有芯片可以大幅度降低推理成本。但从可行性角度看，在模型架构仍在快速演化的阶段进行如此大规模的专用化，风险极高。

Frozen v2 本质上是 Google 对"软件+硬件垂直整合"战略的进一步深化，其成败将取决于两个变量：Gemini 系列在 2028 年前能否实现架构收敛，以及 Transformer 路线在更长期内是否会被颠覆。

实践启示¶

1. 监控架构收敛信号：如果你的团队在构建 AI 基础设施或选择推理芯片，应密切关注 Google、Etched、Taalas 等厂商的专用化路线。当主流厂商开始规模化投入专用芯片时，这是一个强烈的架构收敛信号。

2. 评估芯片依赖风险：如果你的产品深度绑定某个模型供应商的推理芯片（如 Google TPU + Gemini），应在技术选型时评估架构锁定风险。考虑保留一定比例的通用算力以应对模型换代。

3. 利用专用化趋势降低推理成本：对于已部署的生产 AI 系统，可以调研专用芯片方案。Frozen v2 如果成功，6-10 倍的能效提升意味着推理成本可降低 80-90%。提前了解兼容路径可以在技术成熟后快速迁移。

4. 关注 AI 算力的"单行道"效应：专用芯片的普及可能导致新架构缺乏训练和推理所需的算力。如果团队研究的是非 Transformer 架构，建议尽早建立与云厂商或芯片厂商的合作关系以获得定制算力支持。

5. 组织节奏匹配：Google 模型团队与芯片团队的节奏错位是一个警示。在规划 AI 基础设施投资时，确保模型团队和基础设施团队的时间线同步，避免一个团队超前到产生沉没成本陷阱。

相关实体¶

• Google TPU 演进 — 从 TPU v1 到 v6 的完整技术路线
• Gemini 3.5 Pro Cappuccino 延期事件 — 模型难产的深层原因
• Etched Transformer ASIC 芯片 — 直接固化 Transformer 的创业公司
• Taalas: The Model is the Computer — 连权重一同固化进硅片的极端方案
• 硬件彩票理论 (Sara Hooker) — 架构与硬件适配的经典论述
• AI 推理架构专用化趋势 — 行业级专用化分析
• 微软 Maia AI 芯片

→ 原文存档

关联¶

• 相关概念: Harness Engineering