شريحة 'Frozen v2' من جوجل: لماذا تقوم بحفر نموذج Gemini مباشرة في السيليكون؟

ما هي شريحة Frozen v2 وكيف تختلف عن معالجات TPU؟

Frozen v2 هي محرك استدلال خاص بالتطبيق، وليست معالج موتر عام مثل وحدات معالجة الموتر (TPUs) من جوجل. معالجات TPU هي مسرعات قابلة للبرمجة تدعم مجموعة واسعة من نماذج الذكاء الاصطناعي عبر إعادة التكوين البرمجي . أما Frozen v2 فهي العكس تمامًا: بنية Gemini المحددة - طبقاتها، وعوامل تشغيلها، وتدفق بياناتها - تُحرق في الرقاقة أثناء عملية التصنيع، مما يجعلها رقاقة أحادية الغرض يمكن وصفها بـ "Gemini داخل شريحة".

إن كفاءة الطاقة هي العنوان الرئيسي: مهندسو جوجل، وفقًا للتقارير، يتوقعون أن شريحة Frozen v2 يمكن أن توفر من 6 إلى 10 أضعاف عدد الرموز لكل وحدة طاقة مقارنة بأحدث رقاقات TPU .

الجدول الزمني للنشر

وفقًا لتقرير The Information والتغطيات المؤكدة، من المقرر نشر Frozen v2 في موعد لا يتجاوز عام 2028 . هذا يعني أن الشريحة لا تزال على بعد سنوات من الإنتاج ولن تدخل الخدمة إلا بعد نشر ونضوج الجيل الحالي الثامن من عائلة TPU (Sunfish و Zebrafish).

سابقة Taalas — كيف يبدو حفر نموذج في السيليكون عمليًا

تظهر شركة Taalas الناشئة بالضبط ما تعنيه هذه المقايضة في الممارسة العملية. في فبراير 2026، كشفت Taalas عن شريحتها HC1، التي تقوم بتشفير نموذج Llama 3.1 8B بأكمله — كل معلمة — مباشرة في دوائر الترانزستور الخاصة بالرقاقة باستخدام ذاكرة القراءة فقط (Mask ROM)، دون أي ذاكرة HBM خارجية لتخزين الأوزان .

الأرقام مذهلة:

• حوالي 17,000 رمز/الثانية على نموذج Llama 3.1 8B
• حوالي 48 ضعفًا من إنتاجية شريحة Nvidia B200
• أسرع بحوالي 10 مرات من شريحة Cerebras
• تكلفة أقل بـ 20 مرة لكل استدلال مقارنة بإعدادات GPU المكافئة
• تكلفة استدلال تصل إلى 0.75 سنت لكل مليون رمز

الجانب السلبي مثير بنفس القدر:

• حصار على النموذج. تشغل الشريحة بنية نموذج واحد بالضبط. إذا تم تحديث النموذج (آلية انتباه جديدة، عدد مختلف من الطبقات)، تصبح الشريحة غير صالحة للاستخدام .
• لا تحديثات للأوزان. المعلمات مشفرة ماديًا؛ ضبط دقيق (fine-tuning)، محولات LoRA، أو التحديثات بعد التدريب تتطلب قناع شريحة جديد .
• لا خدمة متعددة النماذج. يمكن لمركز بيانات مزود بشريحة HC1 خدمة نموذج Llama 3.1 8B فقط — لا يوجد LLM آخر .

وصف مؤسس Taalas البنية على أنها تقترن "نسيج استدعاء من ذاكرة القراءة فقط (Mask ROM)" مع "نسيج استدعاء SRAM" لتخزين كل من النموذج وإجراء جميع عمليات ذاكرة التخزين المؤقت KV على الشريحة، مما يلغي حركة الذاكرة الخارجية تمامًا . هذا هو نفس النهج الأساسي الذي ستستخدمه Frozen v2.

أزمة البنية التحتية التي تقود مشروع Frozen v2

إن قدرات الحوسبة للذكاء الاصطناعي في جوجل مضغوطة بشدة لدرجة أنها بدأت في تقنين الوصول حتى للعملاقين الدافعين. عدة نقاط بيانات توضح الدافع:

رفض سعة Meta (مارس 2026): أخبرت جوجل شركة Meta في مارس 2026 أنها لا تستطيع توفير كل سعة الحوسبة Gemini التي أرادت Meta شراءها . أدى النقص إلى تأخير بعض مشاريع الذكاء الاصطناعي الداخلية في Meta وأجبر Meta على توجيه مهندسيها للحفاظ على رموز الذكاء الاصطناعي .

أرقام الطلبات المتراكمة: تضاعف تراكم طلبات Google Cloud تقريبًا ليصل إلى 462 مليار دولار في الربع الأول من عام 2026، وهو ما يمثل طلبًا يبلغ حوالي 23 ضعفًا من قدرتها المتاحة للمعالجة . أكد الرئيس التنفيذي سوندار بيتشاي في مكالمة الأرباح: "نحن مقيدون بقدرة الحوسبة على المدى القريب... كانت إيراداتنا السحابية ستكون أعلى لو تمكنا من تلبية هذا الطلب" .

ضغط السعة الأوسع: تستأجر جوجل حتى حوالي 920 مليون دولار شهريًا من وحدات معالجة الرسوم Nvidia من SpaceX لسد فجوة الحوسبة لديها . قال نائب رئيس جوجل للحوسبة السحابية أمين وفادات في نوفمبر 2025 إن الشركة ستحتاج إلى مضاعفة قدرات الذكاء الاصطناعي كل ستة أشهر لتلبية الطلب .

تحفز هذه القيود بشكل مباشر مشروع Frozen v2: إذا تمكنت جوجل من الحصول على 6-10 أضعاف استدلال Gemini لكل واط، فإنها تضاعف السعة الفعلية دون الحاجة إلى مراكز بيانات جديدة.

مبادرات رقائق الذكاء الاصطناعي الأخرى التي تسعى إليها جوجل

Frozen v2 هي قطعة واحدة من استراتيجية أجهزة أوسع بكثير:

1. الجيل الثامن من TPU مقسم إلى رقائق تدريب واستدلال. في مؤتمر Cloud Next 2026، استعرضت جوجل عائلة TPU من الجيل الثامن، المنقسمة لأول مرة إلى نوعين مختلفين ومخصصين للغرض :

• TPU 8t "Sunfish" — موجهة للتدريب، صممتها Broadcom، مبنية على TSMC N2 مع تعبئة CoWoS، تستهدف النصف الثاني من عام 2027
• TPU 8i "Zebrafish" — موجهة للاستدلال، ومصممة مع MediaTek التي تقود شريحة الإدخال/الإخراج

2. اتفاقية طويلة الأجل مع Broadcom حتى عام 2031. قدمت Broadcom ملف 8-K للجنة الأوراق المالية والبورصات (SEC) يكشف عن اتفاقية طويلة الأجل لتطوير وتوريد معالجات TPU مخصصة للأجيال القادمة من جوجل، بالإضافة إلى اتفاقية ضمان التوريد لمكونات الشبكات حتى عام 2031 . وبشكل منفصل، وقعت Anthropic صفقة لحوالي 3.5 جيجاواط من سعة TPU من جوجل، ستدخل الخدمة اعتبارًا من عام 2027 فصاعدًا .

3. تأجير TPU للعملاء بما في ذلك OpenAI. تشير التقارير إلى أن جوجل تقدم بشكل متزايد سعة TPU كمنتج تأجير لشركات الذكاء الاصطناعي الخارجية، مع ذكر OpenAI كأحد العملاء .

4. مشروع "Icefish" مع MediaTek. يبدو أن الاسم الرمزي "Icefish" مرتبط بمشاركة MediaTek في مشروع شريحة مخصصة لجوجل يتجاوز TPU 8i — ربما مسرع استدلال منخفض الطاقة أو حافة .

5. مناقشات مع Intel. ذكرت تقارير أن جوجل أجرت مناقشات مع Intel حول تصميمات رقائق ذكاء اصطناعي مخصصة، على الرغم من عدم الإعلان عن أي اتفاقية رسمية .

6. Ironwood (الجيل السابع من TPU) متاحة بشكل عام. أصبحت شريحة Ironwood متاحة بشكل عام لعملاء السحابة في أبريل 2026 . تم بناؤها على عملية 3 نانومتر ببنية ثنائية القطع، وهي محسنة لنماذج MoE التي تدعم نظام Gemini البيئي .

كيف تكمل Frozen v2 مجموعة TPU بدلاً من استبدالها

يذكر تقرير The Information صراحة أن Frozen v2 مصممة لتكمل، وليس لتحل محل، خارطة طريق TPU الخاصة بجوجل . المنطق واضح:

• تبقى TPU العمود الفقري للحوسبة العامة للذكاء الاصطناعي. فهي تتعامل مع التدريب، وخدمة النماذج المتعددة، والضبط الدقيق، والاستدلال لنماذج العملاء التعسفية. إنها المنتج الرئيسي لـ Google Cloud للعملاء الخارجيين للذكاء الاصطناعي .
• Frozen v2 هو مسرع فائق التخصص لاستدلال Gemini عالي الحجم الخاص بجوجل. إنها في الأساس "جهاز Gemini" يفرغ حركة الاستدلال الأكثر توقعًا والأعلى حجمًا من TPU، مما يحرر سعة TPU لأحمال العمل الأكثر تنوعًا والعملاء الخارجيين .
• لا نموذج آخر، لا تدريب، لا مرونة. لا تستطيع Frozen v2 تدريب النماذج، ولا يمكنها تشغيل LLM منافس، ولا يمكنها التكيف مع تغييرات بنية Gemini. إنها تحتل مكانة ضيقة ولكنها ضخمة الحجم .
• التعايش بين TPU 8i (Zebrafish) و Frozen v2. تتعامل TPU 8i الموجهة للاستدلال مع مجموعة واسعة من أعباء عمل الاستدلال. بمجرد استقرار بنية Gemini ووصول الحجم إلى مستوى يبرر شريحة ثابتة، تقوم Frozen v2 بخدمة هذا الاستدلال المحدد بقدرة طاقة أقل بكثير .

هذا مشابه لكيفية استخدام مشغلي الخوادم العملاقة لوحدات المعالجة المركزية للأغراض العامة لمعظم أعباء العمل ودوائر ASIC ثابتة الوظائف لمهام محددة عالية الحجم (مثل ترميز الفيديو، تفريغ الشبكات). Frozen v2 هي المعادل للذكاء الاصطناعي: محرك استدلال مخصص الغرض يجلس جنبًا إلى جنب مع أسطول TPU القابل للبرمجة.