把大模型做成芯片？谷歌正秘密研发大模型专用芯片

据《The Information》援引知情人士消息，谷歌正在秘密研发一款代号为"Frozen v2"的全新服务器芯片，其核心思路是将Gemini大模型的底层运算架构直接固化进硬件层面，从而大幅降低AI 推理的能耗与延迟。 按照内部设计目标，这款芯片单位功耗可处理的token数量将达到谷歌现有自研AI芯片的6-10倍，项目最早计划于2028年部署。 对于GPU这类通用芯片来说，为了兼容各类程序，必须保留完整的控制逻辑和数据通路，而大模型推理本质上只是反复执行少数几种运算，大量硬件资源实际上处于闲置状态，再加上处理器与内存分离容易产生"内存墙"问题，最终导致通用芯片的性能被严重浪费。 相比之下，Frozen v2直接围绕Gemini 的固定结构安排计算单元、存储位置和数据流，让硬件预先知道接下来的运算路径，从而在根源上压缩运算步骤和数据搬运量，这样就可以大幅提升AI芯片的运算。 Frozen v2并非谷歌的首次尝试，初代 Frozen项目由谷歌DeepMind首席科学家杰夫·迪恩牵头，思路更为激进——计划将完整的模型直接刻进芯片里。 但这个方案存在一个致命缺陷：芯片只能适配单一版本的Gemini模型，等设计、流片、部署的硬件周期走完，对应的模型版本可能早已迭代过时，硬件生命周期极短，项目因此被搁置多年。 Frozen v2 在初代基础上做出了一些调整，不再选择将完整模型刻进芯片里，而是仅保留一些底层架构的逻辑，只要后续的Gemini模型一直沿用一致的基础架构，该芯片就能持续服役。 因此现在的难点就是权衡固化信息的深度，工程师们需要在硬件灵活性与运行能效之间找到最佳平衡点。 Frozen v2 的优势相当明确的，最直观就是能效上的提升，如果按照6-10倍的单位功耗token处理量计算，考虑到现在超过9亿的Gemini应用月活，哪怕单次调用成本只降低了一小半，节省下来的都是天文数字。 此外，Frozen v2 还能与谷歌现有的TPU形成互补，TPU可以继续作为通用AI加速器面向客户出售或出租，挑战英伟达的市场地位，而Frozenv2可以专注于Gemini业务的深度优化。这样既能为谷歌开拓外部营收，又能巩固自身模型的成本优势。 当然，Frozen v2 本质上是一场对Gemini架构稳定性的豪赌。芯片一旦流片，固化的架构就无法更改，谷歌必须押注未来数年内Gemini的底层架构不会发生颠覆性变化。然而，当下大模型技术的迭代速度显然已经远超传统硬件周期，虽然Transformer架构当前还算得上主流，可一旦Gemini未来转向截然不同的架构设计，Frozen v2就可能面临“发布即落后”的尴尬局面。 其次，专用化意味着通用性的牺牲，Frozen v2只能服务于Gemini大模型，无法像TPU那样对外出租变现，谷歌目前也没有大规模量产计划，因此一个实验性平台。 从行业趋势来看，AI芯片的竞争已经从单纯的算力比拼，进入了模型与硬件深度融合的新阶段。当算力成本成为制约大模型公司发展的核心瓶颈时，自研专用芯片就成了必然选择。例如，OpenAI与博通合作的自研芯片Jalapeño计划2026年底部署，节奏明显更快。Anthropic、DeepSeek等公司也纷纷布局自研芯片，整个行业都在向"模型定义芯片"的方向狂奔。