谷歌新芯片Gemini架构写入硅片效率最高提升10倍

谷歌正研发一款专为旗下Gemini AI模型定制的服务器芯片，其设计思路非常直接：将模型架构直接固化到硅片中。这意味着Gemini的部分逻辑不再依赖软件实时运算，而是在硬件层面预设完成。这一策略若能成功，将显著提升AI推理效率。

据科技媒体The Information周一报道，这款内部代号为“Frozen v2”的芯片，其效率据称可达现有自研芯片的6至10倍。预计最早于2028年投入实际部署。

为何要如此设计？答案在于AI算力短缺。知情人士透露，谷歌内部算力紧张问题已十分严重，甚至引发部门间矛盾，部分外部客户合作请求也被迫拒绝。Frozen v2的应对方案是：将Gemini模型的部分决策逻辑预先固化于芯片中，从而减少运行时需计算和搬运的数据量。最终效果是响应速度更快，单位算力的功耗也更低。

谷歌发言人在声明中表示，团队“一直在研究和探索新创新，以确保为用户和客户提供最高性能和效率”。当然，他们也留有余地：“并非每个项目都会进入量产，但这种严格的探索是我们全栈方法的核心。”

消息发布后，市场反应迅速——谷歌股价周一盘中一度上涨3.7%，最终收涨1.52%。

专用推理芯片：效率优先的架构赌注

Frozen v2的核心设计思路，简单来说就是将Gemini模型的底层架构永久性地固化到芯片中。这样一来，芯片在处理推理请求时无需像通用芯片那样进行大量实时决策，省去了许多中间环节。

报道称，以每单位功耗处理的token数量来衡量，该芯片的效率预计可达谷歌最新一代自研AI芯片的6至10倍，性能提升十分显著。

这套逻辑与通用AI芯片截然不同。谷歌现有的张量处理器（TPU）与英伟达GPU类似，设计时需兼容多种AI模型，因此在运行特定模型时难免处理大量动态决策。而Frozen v2则牺牲部分通用性，换取更高的运行效率。可以理解为：它将一部分“思考”过程提前转化为“执行”动作。

那么问题来了：究竟需要将多少信息固化在芯片中，才能在灵活性与效率之间找到最佳平衡？知情人士指出，Frozen v2只能兼容与设计时采用相同底层架构的Gemini后续版本。这意味着，谷歌实际上是在押注自己会长期沿用当前的Gemini模型架构。当然，芯片也支持模型权重更新——即控制模型响应方式的参数设置，谷歌已明确表示这一点。

项目沿革：从“全固化”到“弹性固化”

Frozen项目并非凭空产生。

报道称，其最早前身是谷歌DeepMind首席科学家Jeff Dean主导的“原版Frozen”方案，该方案更为激进——计划直接将模型权重烧录进芯片。但后果也很明显：芯片只能服务于特定版本的Gemini模型，生命周期过短，最终被搁置。

Frozen v2在此基础之上进行了调整，转向“弹性固化”思路——固化模型架构而非具体权重。这样一来，既保留了效率优势，又大幅延长了芯片的使用周期。

放眼行业，加拿大芯片初创公司Taalas采用了类似设计理念，将特定AI模型硬编码进芯片，目前已从Quiet Capital、富达等投资方融资超过2亿美元。SambaNova、d-Matrix，以及OpenAI、微软等公司也在开发推理芯片，但技术路径各有不同。英伟达则于去年12月斥资200亿美元，与推理芯片初创公司Groq达成技术授权协议，显然旨在进一步巩固其在推理市场的地位。

定位：TPU之外的新分支，而非替代品

谷歌明确表示，Frozen v2是TPU产品线之外的新分支，并非替代现有自研芯片体系。TPU和英伟达GPU一样属于通用AI芯片，兼容多种模型；而Frozen v2则专为Gemini打造。两条产品线将并行发展。

谷歌目前也没有计划将Frozen v2的规模扩大到与TPU相当的体量。知情人士解释，由于部署规模相对有限，谷歌可以在项目后期再引入外部设计与制造合作伙伴，无需像重大产品发布那样提前大规模统筹。此外，这一代产品也被部分视为工程试验——为工程师积累开发更高专用化芯片的经验，尤其是在AI模型架构逐渐趋于稳定的背景下。

谷歌现有的自研芯片战略已初见成效。今年，谷歌发布了第八代TPU，并开始直接向云计算客户销售，向英伟达的主导地位发起挑战。谷歌已与Meta签署了数十亿美元规模的TPU租用协议，还在积极争取其他云服务提供商客户。知情人士表示，自主研发芯片已让谷歌能够以更低成本运行Gemini模型——如果Frozen v2能成功，这一成本优势还将进一步扩大。