谷歌推出全新“Frozen”专用芯片 有效提升AI模型运行效率

7月21日有消息称，据媒体报道，谷歌目前正在研发一款全新的服务器芯片，该芯片计划将Gemini大模型的底层架构直接固化到硬件之中，以此来大幅提高AI服务的运行效率。

这款芯片的内部代号是Frozen v2，其研发目标是应对谷歌当下遭遇的AI算力极度匮乏难题——算力的缺口不仅造成了内部资源的紧张局面，还导致谷歌云不得不婉拒许多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。

谷歌目前没有大规模量产Frozen v2的计划，该芯片的产能规模会远小于TPU。据知情人士透露，因为量产规模有限，谷歌可以推迟引入外部的设计和代工合作伙伴；与此同时，谷歌把这一代产品当作技术试验平台，等大模型的底层架构逐渐稳定后，为研发更具专用性的芯片积累工程经验。