谷歌推出新型“Frozen”公用芯片 提升AI模型运行效率

7月21日消息，据报道，谷歌正在研发一款全新服务器芯片，计划将<strong>Gemini大模型</strong>的底层架构直接固化进硬件，以大幅提升AI服务的运行效率。

该芯片内部代号为Frozen v2，旨在解决当前谷歌面临的AI算力严重短缺问题算力缺口已引发内部资源紧张，甚至迫使谷歌云拒绝了不少外部客户的合作订单。

据知情人士透露，研发团队测算，该芯片正式落地后，单位功耗可处理的词元（Token）数量将达到谷歌现有自研AI芯片最新一代产品的6至10倍，能效实现质的飞跃。

Frozen”这一代号源于其核心设计理念：将大模型的部分运算逻辑永久蚀刻在硅片硬件中。目前，工程师仍在敲定芯片的核心功能模块及各组件协同方案。谷歌计划最早于2028年部署该芯片。

Frozen项目旨在开辟一条全新自研芯片产品线，与谷歌现有张量处理器（TPU）形成互补，而非取而代之。当前应用最广泛的AI芯片英伟达GPU及谷歌TPU，均为通用型芯片，可适配多种不同大模型，但运行任何模型时都需要实时执行大量耗时的逻辑判断。

相比之下，Frozen v2直接内置适配Gemini系列模型的底层运算逻辑，能够大幅减少芯片运算步骤与数据搬运量。

知情人士表示，该专用芯片有望更快响应用户提问，支撑谷歌推出全新AI应用场景。但这也意味着谷歌将押注自身会持续沿用当前Gemini大模型的底层架构只有后续Gemini模型采用与芯片设计一致的基础架构，才能在该芯片上正常运行。

自研AI芯片已帮助谷歌降低Gemini的运行成本，谷歌在设计TPU时便围绕Gemini做了适配，但TPU内置的模型信息远少于Frozen系列芯片。

谷歌暂无计划大规模量产Frozen v2，其产能规模将远低于TPU。知情人士称，由于量产规模有限，谷歌可延后引入外部设计、代工合作伙伴；同时，谷歌将这一代产品视为技术试验平台，待大模型底层架构趋于稳定后，为研发更高专用化芯片积累工程经验