谷歌秘密研发AI服务器芯片Frozen v2 算力效率提升10倍

谷歌正在研发一款内部代号为Frozen v2的新型服务器芯片，目标是更高效地运行Gemini模型。这款芯片的设计思路很激进，直接把Gemini模型的部分架构永久嵌入到芯片之中，从而减少回答用户问题所需的计算量和数据传输量。

据谷歌工程师预计，与公司最新一代TPU张量处理器相比，Frozen芯片单位功耗可提供6至10倍的Token处理能力。这个提升幅度相当惊人。

2028年部署 不取代TPU

谷歌计划于2028年部署这款芯片，但它不会取代通用型TPU，而是成为谷歌定制芯片产品线中更具针对性的专用分支。

受该消息影响，谷歌A（GOOGL）美股早盘一度涨近3.7%，谷歌C（GOOG）最高时涨约3.9%。上周五GOOGL收于351.99美元，GOOG收于351.37美元。

谷歌在声明中回应称，公司团队持续研究并试验各类创新技术，旨在为用户和客户提供最佳性能和最高效率。虽然并非所有项目都会进入量产阶段，但这种严格的探索是全栈战略的核心组成部分。通过从底层协同设计硬件和软件，谷歌确保整个系统实现深度集成，并针对真实工作负载进行了高度优化。

算力短缺逼出硬招

这个项目的核心驱动力是谷歌内部日益严重的算力短缺问题。算力不足不仅加剧了内部资源竞争，据称还迫使谷歌云拒绝部分外部客户业务。

就在上个月，谷歌同意每月向SpaceX支付近10亿美元，以弥补算力缺口，兑现对企业客户的算力承诺。每月10亿美元的代价说明谷歌的算力饥渴已经到了非常紧迫的程度。

灵活性是代价

Frozen的设计也存在代价，就是灵活性下降。只有在谷歌未来Gemini模型继续沿用相同底层架构的情况下，该芯片才能兼容后续版本。换句话说，如果谷歌未来对Gemini架构做大改，Frozen芯片就可能变成沉没成本。

目前谷歌将Frozen v2视为试验性项目，暂无计划像TPU一样进行大规模生产。

谷歌AI业务还面临更紧迫的挑战。下一代Gemini Pro发布时间已经推迟，谷歌还流失了多名资深AI研究人员至竞争对手。这些人才流失对谷歌AI研发的长期影响不容忽视。

我觉得Frozen v2反映了一个趋势，头部AI公司正在从通用算力转向专用算力。把模型架构直接焊进芯片，效率提升10倍是合理的，但代价是丧失灵活性。谷歌敢走这一步，说明它对Gemini架构的稳定性有足够信心。不过2028年才部署，中间隔了两年，AI模型迭代速度这么快，到时候架构变不变谁也说不准。这更像是一次战略押注，赌的是Gemini架构能稳定迭代到2028年以后。