谷歌研发 Frozen v2 芯片：把 Gemini 模型蓝图直接写入硅片

据 The Information 援引知情人士消息，谷歌正在研发一款代号 Frozen v2 的新型服务器芯片，其核心思路是把 Gemini 模型的计算逻辑、推理流程乃至部分决策机制直接固化进硅片，从而让硬件「理解」特定模型的运行方式，减少传统通用芯片在模型调度、内存访问和矩阵运算上的额外开销。按照规划，该芯片最早将于 2028 年部署，届时有望用于缓解谷歌内部 AI 算力紧张的局面（这一问题已迫使谷歌云拒绝部分外部客户的合作需求）。

一颗为 Gemini 量身打造的「专用机器」

Frozen 项目得名于「将部分模型永久蚀刻到硅片上」的理念。与 TPU 或 GPU 这类通用 AI 加速器不同，Frozen 的目标是成为某一款 AI 模型的「专用机器」：它不再通过软件层面的调度去适配各种模型，而是在硬件层面就内置了 Gemini 的部分蓝图。这一路线与芯片行业传统的 ASIC 思路一脉相承——以牺牲灵活性换取特定任务上的极致效率和更低功耗。

不过，ASIC 路线也带来明显挑战。芯片设计周期通常需要数年，而 AI 模型架构迭代速度远快于传统半导体产业。一旦 Gemini 模型架构未来发生重大变化，Frozen 可能面临重新设计的风险。为此，谷歌在方案中预留了一定灵活性：工程师可以对芯片进行修改，包括更新模型权重——即决定模型如何生成答案的关键参数，使芯片在「硬件固化」与「模型持续演进」之间取得折中。

据参与研发人员预测，Frozen 芯片发布后，按单位功耗处理 token 数量计算，其效率可能达到谷歌现有最新 AI 芯片的 6 至 10 倍。如果这一目标实现，不仅能缓解谷歌自身的算力压力，也可能改变 AI 基础设施的竞争格局。

先行者：Taalas 与 Etched

在谷歌之前，已经有公司走上「模型即计算机」的路线。

加拿大初创公司 Taalas 在官网中提出了一个核心理念：「模型不应在传统计算机上模拟，它本身就是计算机，需要体现在原生硬件里。」基于这一思路，Taalas 推出了首款产品 HC1——一款专门为开源 Llama 3.1 8B 语言模型进行优化的芯片。该芯片采用台积电 N6 工艺制造，单颗封装内含 530 亿个晶体管，功耗约 200 瓦。据 Taalas 介绍，HC1 每秒可生成 17000 个输出 token，是英伟达 H200 的 73 倍，功耗却仅为其十分之一。该方案通过「掩码 ROM 调用架构」将模型权重直接写入芯片，无需高带宽内存（HBM），从而避免了 HBM 与芯片间数据传输带来的延迟。Taalas 表示，今年夏季还将推出一款硬编码进 HC 芯片、参数量达 200 亿的 Llama 3.1 模型，并在年底发布支持更大模型推理的 HC2 架构。

另一家初创公司 Etched 同样押注专用芯片路线。该公司由哈佛辍学生 Gavin Uberti 和 Robert Wachen 于 2024 年创立，坚信 Transformer 将主导未来 AI 架构。Etched 采用台积电 N4P 工艺生产推理芯片，并开发了名为 LVI 的技术来减少热节流，使芯片能在不降频的情况下以峰值 80% 以上的浮点运算能力运行万亿参数模型。其机架式推理设备采用 SRAM 与 HBM 混合内存架构，配备定制冷板与系统级共享内存池。Etched 去年 12 月完成一轮估值 50 亿美元的融资，投资人包括 Geoffrey Hinton、李飞飞和 Andrej Karpathy；新一轮融资由 Jane Street 领投后，估值有望跃升至约 200 亿美元。该公司今年夏季将交付首批芯片机架，并透露已收到超过 10 亿美元的客户订单。

从「支持所有模型」到「围绕主流模型深度优化」

从 GPU、TPU 到 Frozen、HC1、Etched，AI 芯片正在进入一个新的发展阶段。过去，芯片竞争的核心是提升通用计算能力，GPU 凭借强大的灵活性成为 AI 时代的基础设施。但随着大模型进入规模化应用阶段，推理成本、能耗和效率逐渐成为关键挑战，围绕特定模型进行软硬件协同优化，正在成为新的探索方向。

这并不意味着 GPU 时代即将终结。AI 仍处于快速演进阶段，通用芯片依然具备不可替代的价值，尤其在支撑模型创新方面。但随着模型架构逐渐成熟，专用 AI 芯片有望在成熟模型的部署效率上占据明显优势——GPU 负责支撑模型创新，专用芯片负责提升成熟模型的部署效率，二者可能形成新的分工。

更深层的变化在于产业竞争逻辑：模型可能反过来定义芯片，软件、算法与硬件之间的边界将进一步融合。如果谷歌的 Frozen 路线被验证可行，AI 芯片竞争的核心将从单纯比拼峰值算力，转向模型、软件、芯片与系统的整体协同——而这，或许将成为下一轮 AI 芯片竞争的主战场。