据媒体消息，谷歌正在开发一款代号为“Frozen v2”的全新服务器处理器，其核心思路是将Gemini大型语言模型的基础运算架构直接固化到芯片硬件中，从而显著提升人工智能服务的运行效率。
眼下，谷歌正面临严峻的人工智能算力供给瓶颈，内部资源持续紧张，甚至迫使谷歌云回绝了多家外部客户的合作订单。知情人士透露，工程师团队测算后预计，该芯片一旦落地，单位能耗可处理的词元（Token）数量将达到谷歌现有自研人工智能芯片最新一代产品的6至10倍，能效实现巨大跃升。
“Frozen”这一代号直接揭示了其设计理念：将大模型的部分运算逻辑永久性地蚀刻在硅片之上。目前，工程师仍在确定芯片的核心功能模块以及各组件间的协同方案，谷歌计划最早于2028年部署这款芯片。
Frozen项目意在打造一条全新的自研芯片产品线，与谷歌已有的张量处理器（TPU）形成互补，而并非取代。当前业界主流的人工智能芯片，无论是英伟达的GPU还是谷歌的TPU，都属于通用型产品，能够适配多种不同的大模型，但在运行任一模型时，都需要实时执行大量耗时的逻辑判断。相比之下，Frozen v2直接内建了与Gemini系列模型配套的底层运算逻辑，能够大幅压缩运算步骤，并减少数据搬运量。
知情人士指出，这种专用芯片有望更快地响应用户提问，支撑谷歌推出全新的人工智能应用场景。但这也意味着谷歌将把未来押注在Gemini底层架构的延续上——只有后续Gemini模型采用与芯片一致的基础架构时，模型才能在该芯片上正常运行。
自研芯片已帮助谷歌降低了Gemini的运行成本，在设计TPU时谷歌就已围绕Gemini做过适配，但TPU内载的模型信息远少于Frozen系列芯片。
谷歌暂时没有大规模量产Frozen v2的打算，其产能规模将远低于TPU。知情人士称，由于量产规模有限，谷歌可以延后引入外部设计与代工合作伙伴；同时，谷歌也将这一代产品视作技术试验平台，待大模型底层架构趋于稳定后，为研发更高专用性的芯片积累工程经验。