Google 要把 Gemini "冻结"进芯片：Frozen v2 的野望与 AI 计算的终极答案
想象一个场景：你去餐厅吃饭，厨师花了 80% 的时间在翻菜谱、找锅、清洗厨具，真正炒菜只用了 20% 的时间。这就是当前 AI 芯片在做的事——GPU 和 TPU 虽然比 CPU 强得多，但它们依然在为 "通用性" 付出巨大的效率代价。
Google 正在用一块代号 Frozen v2 的芯片，试图终结这种浪费。
据 The Information 援引直接知情人士报道，Google 正在秘密开发一款服务器芯片，专门为 Gemini 模型设计。参与项目的员工称，按每瓦可生成的 token 数计算，它的能效可能达到 Google 最新 TPU 的 6—10 倍。
这不仅仅是一款新芯片。它可能标志着 AI 计算从 "通用加速器时代" 正式进入 "模型专属硅片时代"。
一、芯片的"通用税"，AI 买单太久了
为了理解 Frozen v2 的意义，需要先回到一个根本问题：为什么现成的 GPU 和 TPU 不够好？
1945 年，冯·诺依曼提出了存储程序计算机的概念——程序指令和数据一起存放在存储器中，处理器逐条读取并执行。这套架构统治了计算机行业八十年。它的核心优点是通用性：同一颗芯片，换一套程序就能从表格计算切换到视频剪辑。
但通用性是有代价的。
大模型每生成一个 token，本质上是反复执行矩阵乘法、注意力机制等少数几种操作。通用处理器却必须保留服务无数程序的控制逻辑和数据通路——其中大量电路在大模型推理时根本用不上。
更严重的问题是「内存墙」：处理器与内存物理分离，数据需要在二者之间反复搬运。当计算速度超过数据读写速度时，芯片就在等数据中空转。对于推理场景，这种空转比例高得惊人。
过去几十年，行业一直在应对这个问题：CPU→GPU→NPU/TPU，每一步都在变得更专用、更高效。但即便是 TPU，为了兼容多种模型，仍保留了相当程度的通用性。Google 现在要跨出决定性的一步。
二、Frozen v2：把模型架构"刻"进硅片
Frozen v2 的核心思路极其直接：既然你要一直跑 Gemini，那就把 Gemini 的架构直接"刻"进芯片的物理布局。
一个模型可以拆解为两大部分：架构（信息流动的规则）和权重（训练得出的参数）。Frozen v2 的策略是固化架构，保留权重更新能力。
传统芯片的流程是：取指令→解码→执行。芯片不知道下一步要做什么，只能按指令一步步来。Frozen v2 因为提前"知道"Gemini 的计算图结构，可以让计算单元、存储位置和数据流围绕这个固定结构来安排。硬件预先知道接下来大概率要做什么运算，跳过寻址和解码的开销。
这也是「Frozen」（冻结）这个名字的由来——Google 准备"冻结"一部分 Gemini，换取芯片级的高效率。
这个项目由 Google 首席科学家 Jeff Dean 亲自推动。作为 Google Brain 联合创始人、TensorFlow 最初的主要设计者，他一直站在 Google 分布式计算和 AI 基础设施的交界处。让 AI 架构师直接参与芯片设计，这件事本身就是信号。
值得注意的是，这不是 Google 第一次尝试 Frozen。初代 Frozen 曾设想过把模型权重也固化进芯片，但代价是一颗芯片只能服务一个版本的 Gemini——等设计、流片、部署走完，对应的模型可能早已过时。Frozen v2 吸取了这个教训：只要下一代 Gemini 沿用相近的底层架构，芯片就能继续服役。
三、为什么所有大模型公司都在做芯片？
Frozen v2 不是孤立事件。2026 年，几乎所有主流大模型公司都在押注自研芯片：
- OpenAI：2026 年 6 月与 Broadcom 公布自研推理芯片 Jalapeño，利用 ChatGPT 和 Codex 的真实负载设计芯片，模型也被用来加速设计和优化。从设计到流片只用九个月，计划 2026 年底部署。
- Anthropic：传出自研芯片计划。
- DeepSeek：推理芯片项目已秘密推进约一年，正在接洽芯片设计、晶圆代工和存储厂商。
- 智谱：同样传出自研芯片打算。
背后的驱动力只有一个：算力成本正在成为大模型公司的生死线。
以 Gemini 3.1 Pro Preview 为例，标准 API 价格是每百万输出 token 12 美元。假设一次重请求输出 1000 token，成本 2.2 美分。同样的调用每天发生 1 亿次，就是每天 220 万美元——一年约 8 亿美元。
Gemini 月活已超过 9 亿。再小的算力支出，乘以 10 亿级调用量，都是天文数字。
何况，算力紧缺已经在"降智"：2026 年 3-4 月，Claude Code 被大量开发者投诉变笨，调查发现推理深度中位数从 2200 字符暴跌至 720 字符，降幅 67%。Google 内部同样面临算力短缺，甚至迫使 Google Cloud 拒绝部分外部客户订单。
四、范式转折：从"模型跑在芯片上"到"芯片长成模型的样子"
Frozen v2 的意义超越了一款产品的成败。它代表一个更大范式的转变：
过去：芯片是通用的，模型是软件，代码决定一切。
现在：模型架构开始反向定义芯片设计。
未来：芯片和模型将作为一体设计，不再有清晰的软硬件边界。
这个趋势有清晰的历史路径：CPU（通用）→ GPU（图形专用，偶然适合 AI）→ NPU/TPU（AI 加速专用）→ 模型级 ASIC（Architecture-Specific Integrated Circuit）。Frozen v2 就是这条路径的终局形态。
类比来看，这就像从"用一个工具箱修理所有东西"进化到"为每一把锁锻造一把专门的钥匙"。前者灵活，后者高效。当你要处理的"锁"（模型）已经确定下来，锻造专属钥匙就是必然选择。
Google 在这场竞赛中有其他公司难以复制的底牌：从 Gemini 模型到 TPU 芯片，再到 Google Cloud 数据中心和庞大的产品生态，整条链路掌握在同一家公司手里。研究员可能被对手挖走，旗舰模型可能延期，但积累十年的 TPU 编译器和数据中心体系不会因为一次人才跳槽而消失。
五、风险与局限
当然，Frozen v2 远非板上钉钉的成功。
首先，时间窗口尴尬。据报道，Frozen v2 芯片最早要到 2028 年 才会部署。两年时间，AI 模型可能迭代多代。如果 Gemini 的底层架构发生重大变化，Frozen v2 的固化优势可能变成包袱。
据报道，Google 至今仍在决定该在芯片上「固化」多少信息。刻少了，效率提升有限；刻多了，模型迭代的灵活性受损。这个平衡的把握本身就是巨大的工程挑战。
其次是人才流失。Gemini 联合负责人 Noam Shazeer 离职加入 OpenAI，John Jumper 与多名 Gemini 研究员转投 Anthropic。原定 6 月推出的 Gemini 3.5 Pro 被曝落后计划数月，编码能力未达内部目标。当模型团队本身在不断流失，为模型定制芯片的假设前提还能成立吗？
六、对开发者和企业的启示
- AI 推理成本将结构性下降。 当模型专属芯片成熟，推理成本可能下降一个数量级。如果你在构建重度推理的应用，这是长期利好。
- 模型架构的稳定性将成为竞争要素。 频繁更换模型架构会失去硬件优化的红利。企业在选择模型服务时，不仅要看当前性能，还要看模型架构的演进路径。
- 软硬件协同设计将成为 AI 公司的核心能力。 仅靠算法团队不够了，能打通软件、硬件、系统三层的公司将在 2028 年左右获得结构性优势。
- API 价格战远未结束。 随着自研芯片规模部署，顶级模型的 API 价格可能有更大的下行空间——不是模型变便宜了，是跑模型变便宜了。
把大模型刻进芯片里，到底是不是最优解？两年后才有答案。
但方向已经明确：AI 计算正在走向终极的专业化。当软件和硬件的边界开始模糊，掌握整条链路的人，将拥有最终定价权。
Frozen 这个名字有两层含义：冻结模型架构以获得效率；以及，如果这条路走不通，Google 在 AI 硬件上的地位也可能被"冻结"。这是一场豪赌——但 AI 的历史告诉我们，豪赌往往是唯一的选择。