1800亿美金逼出来的杀手锏：谷歌Frozen v2把Gemini烧进硬件，每瓦Token翻10倍，股价先涨3.3%

据《The Information》援引知情人士报道，谷歌正在设计一款内部代号为“Frozen v2”的服务器芯片，计划把 Gemini 模型的部分信息直接融入硬件，以提高模型推理效率。

这款芯片最早可能在 2028 年部署。按照目前的内部预期，以单位能耗生成的 Token 数量衡量，其效率可能达到谷歌最新自研 AI 芯片的 6 至 10 倍。

不过，这一项目仍处于设计阶段，工程团队尚未最终确定有多少模型信息会被固化进芯片。

谷歌也没有正式确认 Frozen v2 一定会量产，只是向 TechCrunch 表示，公司一直在研究和试验新技术，并强调“并非每个项目最终都会投入生产”。

因此，6 至 10 倍的效率提升目前更接近内部设计目标，而不是经过公开测试的产品指标。 终没有按照现有方案落地，这一项目仍然暴露出谷歌芯片战略的一次重要变化：在持续迭代 TPU 之外，谷歌开始尝试为特定 Gemini 模型设计更专用的硬件。

Frozen v2 不是下一代 TPU 

理解 Frozen v2 的关键，在于它并不是谷歌下一代 TPU 的代号。

路透社援引《The Information》报道称，Frozen 项目的目标是建立一套独立于 TPU 的新芯片体系，而不是替代 TPU。

谷歌仍在同时推进 TPU 路线，其中一款代号为“Icefish”的下一代处理器也可能在 2028 年量产。按照相关报道，Icefish 的主要计算部分计划由台积电制造，谷歌还在讨论由三星使用 2 纳米工艺生产连接内存的组件，并与联发科共同参与设计。

谷歌可能同时拥有两类不同定位的 AI 芯片。

一类是 TPU。它仍然是一种面向矩阵计算、训练、推理和强化学习等工作负载的 AI 加速器，可以运行不同规模、不同架构的模型，也可以通过 Google Cloud 提供给外部客户。

另一类则是 Frozen。按照现阶段披露的信息，它可能把部分 Gemini 模型结构、参数信息或者特定计算模式更深入地映射到硬件中，以牺牲一定通用性，换取更高的推理效率。

从产业角度看，这相当于把 AI 芯片的专用化程度又向前推进了一层。

GPU 主要依靠通用并行计算能力覆盖不同 AI 模型；TPU 针对机器学习中的张量计算进行了专门设计；Frozen v2 则可能进一步针对某一模型家族进行优化。它面对的不再只是“什么样的 AI 计算”，而是“Gemini 具体怎样计算”。

芯片越贴近固定工作负载，理论上越有机会减少不必要的数据搬运、控制逻辑和计算开销。但与此同时，硬件的适用范围也会收窄。Frozen v2 能否成立，取决于谷歌能否在芯片设计阶段找到 Gemini 模型中足够稳定、规模足够大、值得被硬件化的部分。

TPU 正在变得更开放，Frozen 却可能更封闭 

Frozen v2 出现的时间点也值得注意。

2026 年 4 月，谷歌发布了第八代 TPU，并第一次将同一代产品明确分成 TPU 8t 和 TPU 8i 两种架构：TPU 8t 主要用于大规模预训练，TPU 8i 则针对采样、推理和模型服务进行了优化。

谷歌披露，TPU 8t 在大规模训练任务中的每美元性能最高可达到 Ironwood 的 2.7 倍；TPU 8i 在低延迟大规模混合专家模型推理中，每美元性能最高可提升 80%；两款芯片的每瓦性能最高均可达到 Ironwood 的两倍。TPU 8i 还配置了 288GB 高带宽内存和 384MB 片上 SRAM，以降低延迟敏感型推理中的数据访问成本。

第八代 TPU 后，开发者社区的注意力很快从芯片本身转向了一个更实际的问题：谷歌拥有从模型、芯片到数据中心的完整技术栈，这种优势究竟在多大程度上转化成了 Gemini 的产品能力？

在 Hacker News 的相关讨论中，一种颇具代表性的看法是，Gemini 已经证明，模型能力并不一定需要依靠不断扩大规模来实现。

ID 名为 himata4113 的用户推测，Gemini 3 Pro 和 Flash 的模型规模，可能只有 Claude Opus 和 GPT-5 级模型的五分之一到十分之一。在他看来，Gemini 生成的 Token 明显更少，却仍能在不依赖工具和搜索的原始问题求解中，与 Opus 和 GPT 处于相近水平。

但这种效率优势没有完全转化成智能体能力。

himata4113 认为，Gemini 在推理和执行环节投入得还不够。模型经常生成错误的工具调用，在智能体任务上的表现也不理想。换句话说，Gemini 可能已经是一个高效的问题解决模型，却还不是一个足够可靠的任务执行者。

他依然相信，谷歌迟早会拿出一款领先当时最先进水平一代的产品，“让所有人眼前一亮”。但前提是谷歌能够真正从原型阶段过渡到正式产品，而不是不断发布预览版。在他看来，谷歌目前推出的不少 AI 产品仍像是匆忙发布的原型，主要用于向投资者展示进展和验证概念。

ID 名为 deaux 的用户对此表示强烈怀疑，尤其不认同 Gemini Pro 规模小五到十倍的说法。他提出了相反的推测：谷歌的硬件优势，可能并不是帮助它运行更小的模型，而是让它能够以更低成本、更高速度运行更大的模型。

deaux 认为，Gemini 3 Pro 的规模可能小于 GPT-5.4 和 Claude Opus 4.6，但五倍以上的差距“似乎太大了”。从实际使用感受来看，Gemini 3 Pro 反而是各方面表现最“智能”的模型之一，尤其在人文领域。

在他看来，Gemini 3 Pro 知识丰富，在生成大量自然、接近人类表达的文本方面处于领先位置。在一些小众语言上，优势甚至更加明显。他给出的多语言能力排序中，前四名全部来自谷歌：Gemini 3 Pro、Gemini 3 Flash、Gemini 2.5 Pro 和 Gemini 2.5 Flash。

即使是 OpenAI 和 Anthropic 规模最大的模型，也很难在这些语言任务上与 Gemini 竞争。

不过，deaux 也指出，Gemini 的短板同样明显。它的数学能力相对较弱，智能体能力落后更多。Gemini 聊天应用本身也“落后了不止一个时代”，在产品形态上与三年前刚发布的 ChatGPT 没有太大区别。

尽管不少用户认为 Gemini 的智能体产品仍不成熟，但对于谷歌的长期优势，社区中的判断反而相对一致：谷歌最大的筹码并不是推出另一个聊天机器人，而是将 AI 嵌入搜索和现有产品体系。

onlyrealcuzzo 用户认为，谷歌显然正在优先发展能够增强、甚至部分取代传统搜索的 AI 技术，因为搜索是谷歌的命脉，也是最容易实现盈利的场景。

谷歌拥有超过其他竞争对手十亿级的用户规模。即使把其他所有大模型产品和本地移动应用加在一起，其用户请求量可能依然无法与谷歌搜索相提并论。

asah 补充称，谷歌还可以把 Gemini 集成进 Google Workspace、YouTube、地图、Google Cloud，以及大量已经成功运行的应用和幕后基础设施中。

这种在基础设施的布局的前瞻性，也加快了谷歌芯片的商业化进程。

Alphabet 在 2026 年第一季度财报电话会上表示，谷歌将开始向部分客户交付 TPU 硬件，允许其部署在自己的数据中心内，而不再仅仅通过 Google Cloud 出租算力。

相关收入将在 2026 年下半年开始确认，大部分预计在 2027 年体现。 部基础设施逐渐变成一种对外输出的计算平台。为了吸引更多模型公司和企业客户，TPU 需要支持 JAX、PyTorch、vLLM、XLA 等软件栈，并尽量降低模型迁移和适配成本。

谷歌在第八代 TPU 中强调原生 PyTorch 体验和跨代代码兼容，本质上也是在提高 TPU 的通用性。 恰好是相反方向。

它未必需要服务大量外部模型，也不一定需要建立类似 CUDA 或 Cloud TPU 的软件生态。只要能够稳定运行 Gemini，并在谷歌搜索、Gemini 应用、Workspace、广告和云服务中被大规模调用，谷歌就有可能摊薄芯片研发成本。

因此，谷歌的芯片战略正在形成一个“双轨制”：TPU 负责扩大基础设施的通用性和商业半径，Frozen 则负责把内部核心模型的单位运行成本压到更低。

1800 亿美元支出之后，谷歌必须回答回报问题 

Frozen v2 最值得注意的地方，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 数量。

在上一阶段的 AI 芯片竞争中，厂商更习惯强调浮点计算能力、参数规模、芯片互联带宽和训练集群规模。但随着大模型进入大规模推理阶段，单颗芯片的峰值算力并不能直接决定商业效率。

对于模型厂商而言，更现实的问题是：在同样的电力和服务器预算下，能够处理多少用户请求，生成多少有效 Token，并维持怎样的响应速度。

特别是在 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。表面上只是完成一个任务，背后却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。

谷歌第八代 TPU 的设计已经反映出这种变化。TPU 8t 主要解决训练吞吐量和集群扩展问题，TPU 8i 则增加内存带宽和片上 SRAM，面向低延迟推理和多 Agent 协同。

Frozen v2 如果继续把 Gemini 的部分计算模式固化进硬件，相当于把这种分工进一步推进到了模型层。 特殊价值。Gemini 不仅是一款独立应用，还在进入搜索、广告、Workspace 和 Google Cloud。只要模型被部署到足够多的产品中，即便每次调用只节省少量能耗和计算时间，累计到数十亿次请求之后，也可能转化为显著的基础设施成本差异。

Frozen v2 获得资本市场关注，也与 Alphabet 迅速膨胀的资本开支有关。

2025 年，Alphabet 资本开支为 914 亿美元，其中约 60% 投向服务器，40% 投向数据中心和网络设备。到 2026 年第一季度，公司又将全年资本开支指引提高至 1800 亿至 1900 亿美元，接近 2025 年的两倍。Alphabet 同时表示，2027 年的资本开支还将显著高于 2026 年。

Alphabet 管理层表示，内部和外部对 AI 算力的需求均达到前所未有的水平，Google Cloud 仍处在算力供应紧张的环境中。

Frozen v2 的相关报道则进一步提到，算力短缺已经引发谷歌内部资源分配压力，并导致 Google Cloud 拒绝部分外部客户订单。

路透社报道称，谷歌这款新的芯片消息发布后，Alphabet 股价在 7 月 20 日早盘上涨约 3.3%，截至发稿前，Alphabet 股价上涨 2%。市场关注的并不只是谷歌又多了一款芯片，而是它是否找到了降低 AI 基础设施资本强度和运行成本的方法。

但需要区分的是，芯片效率提升并不等于资本回报自动改善。

一款芯片能否真正降低成本，还取决于制造良率、先进封装、内存供应、服务器部署速度、软件适配、实际利用率和芯片生命周期。即便 Frozen v2 达到预定的每瓦 Token 指标，如果 Gemini 模型在芯片投产前发生重大架构变化，部分硬件设计也可能面临重新调整。

这正是模型专用芯片最大的风险：模型的迭代周期通常以月计算，先进芯片从架构设计到量产却往往需要数年。Frozen v2 计划 2028 年发布，谷歌需要判断哪些 Gemini 能力在未来两年内仍然稳定，而不是把快速变化的模型短暂特征过早固定在硅片中。

谷歌自己也为 Frozen v2 项目的不确定性留下了余地，明确表示并非所有研究项目都会进入生产阶段。

参考链接：

https://techcrunch.com/2026/07/20/google-is-working-on-a-new-ai-chip-designed-to-make-gemini-more-efficient/

https://www.investors.com/news/technology/google-stock-ai-chip-frozen-earnings-ironwood/

https://s206.q4cdn.com/479360582/files/doc_events/2026/Feb/04/2025_Q4_Earnings_Transcript.pdf

https://news.ycombinator.com/item?id=47862497

本文来自微信公众号 “InfoQ”（ID：infoqchina），作者：冬梅，36氪经授权发布。