《The Information》7 月 20 日報導，Google 正在開發一款內部代號 Frozen v2 的伺服器晶片，目標只有一個：讓 Gemini 模型跑得更省電。Google 對報導不證實也不否認，只留下制式聲明；但市場先表了態——消息傳出後，Alphabet 股價週一早盤上漲約 3%，時間正好落在當週財報之前。
一顆為 Gemini 而生的晶片
重點不是「又一款 TPU」，而是設計前提的變化。現有 TPU 是通用加速器，服務 Google 各種負載；Frozen v2 的報導定位是為 Gemini 量身定制，把模型特性放進硬體假設裡。The Next Web 直接以「把 Gemini 燒進矽裡」形容這條路線。Google 的回應也很典型：「團隊持續研究與實驗各種創新，以追求最大效能」，並補上一句「不是每個專案都會進入量產」——確認了專案存在，也預留了取消空間。
能效目標：六到十倍
報導給出的數字：Frozen v2 預計 2028 年推出，能效可比 Google 現有 AI 晶片提升六到十倍，衡量標準是每單位電力產出的 token 數。這個指標本身就是訊號——推理，而非訓練，才是下一階段的戰場。當應用層與代理工作負載把 token 消耗量推高幾個量級，每個 token 的電費直接決定服務毛利。
自研晶片軍備競賽
Frozen v2 不是孤例。OpenAI 已於 6 月發表首款自研晶片——與 Broadcom 合作的推理處理器 Jalapeño；Anthropic 則傳出與三星洽談晶片合作。共同動機寫得很明白：降低對 NVIDIA 的依賴，緩解算力短缺。當訓練與推理需求都超過供給，自研晶片就從「成本最佳化選項」變成「供應鏈保險」。
資本支出與市場反應
背景數字同樣驚人：Alphabet 規劃投入 1,800 至 1,900 億美元在 AI 建設上，投資人對支出規模的疑慮沒有消失。Frozen v2 的能效故事恰好回應了這個疑慮——不是少花錢，而是讓同樣的電力產出更多 token。股價上漲 3% 說明市場暫時買帳，真正的考驗是財報數字與 2028 年的兌現。
對開發者的意義
三點。第一，2028 年的時程代表近期選型不必等：TPU 與現有 GPU 路線仍是未來兩年的主力。第二，推理能效競賽的終點是更低的 token 價格，Gemini 系列 API 的長期成本曲線值得放進比價。第三，「為單一模型客製晶片」若成主流，模型與基礎設施的綁定會更深，多供應商策略的價值反而更高。
參考來源
- Google is working on a new AI chip designed to make Gemini more efficient — TechCrunch
- Google plans new chip to run Gemini models more efficiently, The Information reports — Reuters
- Google is building a chip with Gemini baked into the silicon — The Next Web
本文由 AI 協助自上述來源整理，經人工審核後發布。