谷歌正在为旗下AI模型Gemini打造一款专用芯片，代号Frozen v2，旨在以更低成本、更高效率运行该模型。据The Information周一报道，这款芯片将Gemini的部分架构直接硬编码到硬件中，从而跳过冗余计算并减少数据在内存间的传输，预计能效提升6至10倍。这意味着谷歌可以用消耗一度电的成本，处理原来需要十度电的AI查询任务。
谷歌正面临严峻的算力瓶颈。尽管今年计划投入高达1900亿美元用于AI基础设施，但服务器仍不足以满足需求。今年3月，谷歌曾告知Meta无法提供后者所需的Gemini计算量，导致Meta不得不限制内部员工的AI使用。如今，谷歌转向自研专用芯片以缓解压力。
与谷歌自2015年起开发的Tensor处理单元（TPU）不同，Frozen v2并非通用AI芯片。TPU可运行任意AI模型，但Frozen v2将Gemini的架构蓝图（即模型处理信息的路径与结构）永久锁定在电路中，而模型权重（即训练获得的知识）仍可更新。这种设计使其无法为外部云客户提供服务，但能大幅提升自身效率。
根据工程师的预测，Frozen v2在每瓦特电力下生成的token数量（构成AI响应的文本片段）将提升6至10倍。如果Gemini用户使用该芯片，用户体验不会发生变化，但运营成本将显著降低。更便宜的Gemini将更有力地对抗OpenAI、Anthropic以及中国AI实验室——这些竞争对手已占据美国公司AI token使用量的45%，且价格低60%至90%。尽管用户可能不会立即感受到AI降价，但谷歌的利润率有望提升。
消息公布后，Alphabet股价周一上涨约3%，盘中触及356美元。谷歌将于7月22日（周三）公布第二季度财报，投资者正等待最新业绩。Frozen v2目前仍处于探索阶段，关键设计尚未最终确定，谷歌也未正式确认该项目。芯片预计最早2028年部署。作为过渡措施，谷歌已与SpaceX达成协议，以每月9.2亿美元的费用从xAI的数据中心租用11万块英伟达GPU。
这并非个例。为摆脱对英伟达硬件的过度依赖，Meta、亚马逊、微软和OpenAI均已启动自研芯片项目。英伟达目前控制着约85%的AI GPU市场，但其芯片最初为游戏设计，运行语言模型时存在额外开销。对于谷歌这样的规模，6至10倍的效率差距意味着数十亿美元的差异。AWS甚至承诺到2027年部署100万块英伟达GPU，同时也在自研芯片以减少长期依赖。