聚焦：人工智能、芯片等行业
英伟达向全行业出售通用算力“铲子”，谷歌则选择自建矿井并改造岩石结构。软件与硬件博弈半个世纪后，大模型正将芯片收编为专属“器官”，训练者开始直接改写晶体管图纸。
冻结的艺术：从权重到架构的战略退让
据 The Information 披露，谷歌正在研发代号"Frozen v2"的服务器芯片，旨在将 Gemini 模型的部分架构永久写入硅片。预计其单位功耗的 Token 处理量将达到最新一代 TPU 的 6 至 10 倍。
在机器学习领域，“冻结”通常指训练完成后锁定参数以停止更新。而 Frozen v2 将这一概念推进至物理世界：它锁定的并非具体参数权重，而是 Gemini 神经网络的架构蓝图。数据流动路径与注意力汇聚方式将直接转化为硅片上的固定电路。
该方案源自 Google DeepMind 首席科学家 Jeff Dean 的构想。初版方案曾试图将模型权重整体固化，但这相当于将特定版本的 Gemini 铸成“铜像”，芯片出厂即过时。鉴于模型迭代以月计而芯片寿命以年计，谷歌果断否决了此路线。
Frozen v2 采取了更明智的折中方案：冻结架构，放行权重。只要底层结构不变，新训练出的参数仍可加载至芯片，使其能服务于多代 Gemini 模型。工程师仍在权衡固化深度：固化越多能效越高，但灵活性越低。通过将架构修进电路，计算步骤减少，数据迁移量下降，从而实现了每瓦 Token 吞吐量的显著提升。
尽管该性能数据目前仍属理论推演，正式部署需等到 2028 年，但方向已十分明确。过去十几年，芯片行业信奉“通用性”，即一颗 GPU 训练所有模型。Frozen v2 颠覆了这一信条：当单一模型的调用量达到亿级，为其单独定制芯片的经济账已然算得过来。
效率翻倍背后：谷歌亟需拯救现金流
谷歌面临的核心挑战已超越芯片性能本身，急速膨胀的推理需求正在吞噬电力、服务器资源及现金流。
2026 年第二季度，谷歌模型 API 处理量增至每分钟约 220 亿 Token，较上季度增长 37.5%。用户数量未成倍增加，但服务器内部的计算链条却大幅拉长。需求激增而供给紧绷，Alphabet 当季资本开支高达 449 亿美元，绝大部分投向 AI 基础设施，并将 2026 年全年资本开支指引上调至 1950 亿至 2050 亿美元。
重投入直接压制了现金流，当季自由现金流降至负 59 亿美元。与此同时，Google Cloud 收入同比增长 82% 至 248 亿美元，待履约合同金额增至 5140 亿美元。谷歌云手握巨额订单，却因算力不足难以交付。
内部信源显示，资源短缺已引发团队摩擦，云部门被迫拒绝部分外部客户，并每月花费数亿美元租用英伟达 GPU 救急。管理层计划第三季度增加第三方数据中心租赁，但这将使云业务利润率承受短期压力。一家自研芯片十一年的巨头，回头高价租用竞争对手产品，这一细节比资本开支数字更具警示意义。
Frozen v2 的价值正是在于此：通过将 Gemini 部分架构固化进硬件，牺牲部分通用性以压低单位推理成本。该芯片无对外销售计划，纯粹作为内需工具，旨在从每一次 Gemini 调用中挤出更多 Token，帮助谷歌在模型 API 价格竞争中构建更低、更难复制的成本防线。
TPU 向外成为平台，Frozen 向内成为工厂
今年 4 月，谷歌将第 8 代 TPU 细分为训练型 TPU 8t 和推理型 TPU 8i。TPU 8i 针对采样、服务和推理进行了定向设计，配备 288 GB HBM 及专用通信引擎。数据显示，相较前代，TPU 8i 在特定低延迟大规模混合专家模型上性价比提升 80%，每瓦性能提升最高达 2 倍。
即便如此，TPU 8i 仍需支持不同模型与客户，兼容 JAX、PyTorch 等多种框架。这种灵活性虽增加了运行开销，却是云平台商业化的基础。TPU 的商业边界正不断外扩，Alphabet 已确认向客户自有数据中心交付 TPU 系统，产品形态正演变为一套开放的 AI 计算平台。
相比之下，Frozen 承担的任务更为单一：只需将 Gemini 跑得更快、更便宜，无需为外部客户的 Claude、Llama 等模型预留空间。它专注于承接谷歌自有产品中稳定、高频的推理流量。谷歌对外出售的是 Gemini 服务结果，而非可编程的芯片。
两条路线互为补充而非替代：TPU 如同允许客户更换产线的工业园，通过兼容性扩大收入边界；Frozen 则像围绕 Gemini 定制的专线工厂，通过专用性压低内部成本。谷歌在 TPU 之外另开分支，有效隔离了彼此冲突的产品目标。
Taalas 点火，英伟达转向，专用化合围成型
将模型植入硅片，谷歌并非首创，却是分量最重的入局者。今年 2 月，加拿大初创公司 Taalas 将 Llama 3.1 8B 的全部权重刻入台积电 6nm 工艺芯片，整机功耗仅 2.5 千瓦，每用户每秒可输出 17000 个 Token。
巨头们的动作更为激进。英伟达收购 Groq，将 LPU 融入 Vera Rubin 平台，官方宣称每兆瓦推理吞吐提升 35 倍。Cerebras 坚守整片晶圆方案，Etched 专攻 Transformer，Taalas 只做 Llama。从通用到模型专用，芯片本身正逐渐演变为模型。
技术路线上存在差异：Taalas 冻结权重，芯片仅识别单一版本，依赖 LoRA 适配器续命；谷歌冻结架构，服务于整个 Gemini 家族，被称为“弹性固化”。谷歌拥有独特的双重优势：既掌握模型又掌控芯片。当芯片定义权从架构师移交至训练师，拥有完整软硬件生态闭环的，唯谷歌一家。
结语
架构创新的边际收益正在衰减，模型竞争的决胜点已从发明新结构滑向工程效率与成本曲线的优化。GPU、TPU、工作负载专用芯片与模型专属芯片将长期共存于同一座数据中心，区别仅在于不同任务愿意为多少自由度付费。
AI 基础设施的分界线，将从 GPU 与 TPU 的品牌之争，移向通用平台与模型专属工厂的成本之争。
参考资料：36 氪、智东西、半导体行业观察、TrendForce 集邦咨询、高盛研究院相关报告