1800亿美元换来的一个答案
过去一年，Alphabet 的资本开支从 914 亿美元跃升至 1800 亿至 1900 亿美元——接近翻倍。管理层还说，2027 年还会更高。
华尔街在问：这么多钱砸下去，回报在哪？
谷歌给出的答案之一，是一颗内部代号叫 Frozen v2 的芯片。
这颗芯片不跑训练，不服务外部客户，它的唯一使命是：让 Gemini 模型跑得更快、更省电。
据《The Information》报道，Frozen v2 的目标是每瓦 Token 数达到谷歌当前最新 AI 芯片的 6 至 10 倍。消息曝光当天，Alphabet 股价上涨约 3.3%。
但 Frozen v2 的意义远不止这一组数字。
它不是下一代 TPU
这是理解 Frozen v2 最容易被误解的一点。
Frozen 不是 TPU 的替代品，而是一条并行的芯片线——两条线的定位完全不同：
- TPU： 通用 AI 加速器。面向矩阵计算、训练、推理、强化学习，能跑不同规模、不同架构的模型，通过 Google Cloud 对外出租，也计划向客户交付硬件。第八代 TPU（2026年4月发布）已明确分为 8t（训练）和 8i（推理）两种架构，并强调原生 PyTorch 支持。
- Frozen： 模型专用芯片。将 Gemini 模型的结构、参数甚至特定计算模式映射到硬件中。牺牲通用性，换取极致效率。
谷歌的芯片战略正在形成一套清晰的「双轨制」：
- TPU 负责扩大基础设施的通用性和商业半径
- Frozen 负责把内部核心模型的单位运行成本压到最低
从 GPU 到 TPU 再到 Frozen，AI 芯片的专用化程度正在被推到前所未有的深度。
为什么是"模型级"专用化？
上一阶段，芯片厂商比拼的是浮点计算能力、参数规模、互联带宽和集群规模。
但大模型正在进入大规模推理阶段。单颗芯片的峰值算力不再直接决定商业效率。更现实的问题是：在同样的电力和服务器预算下，能处理多少用户请求？生成多少有效 Token？响应速度如何？
尤其是在 Agent 场景中——一次用户请求可能触发规划、搜索、工具调用、代码执行、结果验证和多轮反思。表面是一个任务，背后可能产生远高于聊天机器人的 Token 消耗。
芯片在数据搬运、内存访问和低批量推理中的效率，开始直接影响产品毛利率。
第八代 TPU 的设计已经反映这种变化：TPU 8i 增加了 288GB 高带宽内存和 384MB 片上 SRAM，专门优化低延迟推理。Frozen v2 则将这种分工进一步推进到模型层——把 Gemini 的部分计算模式固化进硅片。
这之所以可行，是因为 Gemini 已经被部署到 Google 搜索、广告、Workspace、Google Cloud 等几乎所有核心产品中。每次调用节省一点能耗和计算时间，累计到数十亿次请求，可能转化为数十亿美元的基础设施成本差异。
最大的风险：模型迭代 vs 芯片周期
Frozen v2 计划 2028 年部署。谷歌需要在两年半前判断：Gemini 的哪些能力在未来仍然稳定，值得被固化进硬件？
这正是模型专用芯片的根本矛盾：模型的迭代周期以月计算，先进芯片从设计到量产却往往需要数年。
如果 Gemini 在芯片投产前发生重大架构变化，部分硬件设计可能面临重新调整。谷歌自己也为 Frozen v2 项目留下了明确的回旋余地——「并非所有研究项目都会进入生产阶段」。
这个问题不只属于谷歌。OpenAI 今年 6 月发布了首款自研推理芯片 Jalapeño（与博通合作），Anthropic 也传出与三星讨论芯片合作。自研芯片正在成为一线模型厂商的标准动作。
每一家都会面对同样的挑战。
一个更大的行业信号
Frozen v2 最值得关注的，不是「6 至 10 倍」这个尚未验证的数字，而是谷歌选择的衡量指标——单位能耗产生的 Token 数。
这标志着 AI 竞争的重心正在从「模型能力」向「推理经济性」迁移。当模型能力逐渐趋近，谁能以更低的成本服务更多用户，谁就拥有下一阶段的竞争优势。
对行业来说，这意味着：
- 垂直整合将成为模型厂商的标配——模型、芯片、数据中心一体化设计的能力，会逐渐拉开差距
- 推理成本的下降速度可能超出预期——专用化芯片带来的效率提升，可能让 Token 价格在 2028 年前后出现新一轮大幅下探
- 模型架构的稳定性将成为芯片投资的前提——频繁修改架构的团队可能放弃自研芯片路线
这不是一场关于谁的芯片更强的竞赛。这是在回答一个更基础的问题：当 AI 的规模变得足够大，基础设施的每一层——从模型架构到芯片设计——是否还能各自独立进化？
Frozen v2 给出的回答是：不能了。至少对谷歌来说，最优解是把它们绑在一起。
对行动者的启示
如果你们在做大模型： 考虑推理成本的长期曲线。如果你们的模型架构还不够稳定，自研芯片未必是当下优先项，但需要在推理优化上持续投入——无论是量化、蒸馏还是硬件适配。
如果用模型做产品： 关注这类专用芯片的演进。推理成本下降的幅度可能比你们想象的更大、更快。今天受限于成本无法落地的场景（如 Agent 中的高 Token 消耗环节），可能在 2-3 年后变得可行。
如果做 AI 基础设施： 模型与芯片的耦合正在加深。谁能帮助模型团队在「模型迭代速度」和「硬件投资回报」之间找到平衡点，谁就能抓住下一波机会。
Frozen v2 最终能不能量产，现在还很难说。但这个方向的信号已经足够明确：当一家公司每年花 1800 亿美元在 AI 基础设施上，它一定会想尽办法让每一分钱都烧出更多的 Token。
这个逻辑，在任何规模上都是成立的。