Frozen v2: השבב הסודי של גוגל ש'אופה' את מודל Gemini לתוך הסיליקון

מהו Frozen v2 — וכיצד הוא שונה מ-TPU

Frozen v2 הוא מנוע הסקה ייעודי ליישום ספציפי, ולא מעבד טנזור כללי כמו יחידות עיבוד הטנזור (TPU) של גוגל. TPU הם מאיצים הניתנים לתכנות התומכים במגוון רחב של מודלי AI באמצעות תצורת תוכנה מחדש . Frozen v2 הוא ההפך הגמור: הארכיטקטורה הספציפית של Gemini — השכבות, האופרטורים ותזרים הנתונים שלה — נצרבים בשבב בזמן הייצור, מה שהופך אותו למכשיר יחיד-תכליתי המכונה "Gemini-on-a-chip".

שיפור היעילות הוא הכותרת הראשית: מהנדסי גוגל מעריכים כי Frozen v2 יוכל לספק פי 6 עד 10 יותר טוקני AI ליחידת צריכת חשמל מאשר שבבי ה-TPU העדכניים ביותר .

לוח זמנים לפריסה

על פי דו"ח The Information וסיקור מחזק, Frozen v2 מיועד לפריסה כבר בשנת 2028 . המשמעות היא שהשבב עדיין רחוק שנים מייצור, וייכנס לשירות רק לאחר שדור משפחת TPU השמיני הנוכחי (Sunfish ו-Zebrafish) ייפרס ויבשיל.

התקדים של Taalas — איך נראית הטמעת מודל בחומרה בפועל

הסטארט-אפ Taalas מדגים בדיוק את הפשרה שהגישה הזו כרוכה בה. בפברואר 2026 חשפה Taalas את שבב HC1 שלה, שמקודד את כל מודל Llama 3.1 8B — כל פרמטר — ישירות לתוך מעגלי הטרנזיסטור של השבב באמצעות Mask ROM, ללא HBM חיצוני לאחסון משקלים .

הנתונים מדהימים:

• בערך 17,000 טוקנים לשנייה על Llama 3.1 8B
• בערך פי 48 מהתפוקה של Nvidia B200
• בערך פי 10 מהיר יותר מ-Cerebras
• עלות נטענת כזולה פי 20 להסקה לעומת מערכות GPU מקבילות
• עלות הסקה נמוכה עד 0.75 סנט למיליון טוקנים

החיסרון דרמטי לא פחות:

• נעילת מודל. השבב מריץ בדיוק ארכיטקטורת מודל אחת. אם המודל מתעדכן (מנגנון קשב חדש, מספר שכבות שונה), השבב הופך לבלתי שמיש .
• אין עדכוני משקלים. הפרמטרים מקודדים פיזית; כוונון עדין, מתאמי LoRA, או עדכונים לאחר אימון דורשים מסכת שבב חדשה .
• אפס שרת מודלים מרובים. מרכז נתונים עם HC1 יכול לשרת רק Llama 3.1 8B — שום LLM אחר .

מייסד Taalas תיאר את הארכיטקטורה כשילוב של "רקמת שליפת Mask ROM" עם רקמת שליפת SRAM לאחסון המודל וחישוב כל פעולות מטמון KV על השבב, תוך ביטול מוחלט של תנועת זיכרון חיצונית . זוהי אותה גישה בסיסית ש-Frozen v2 ישתמש בה.

משבר התשתיות שמניע את Frozen v2

קיבולת מחשוב ה-AI של גוגל כל כך לחוצה עד שהיא החלה לרסן גישה אפילו לענקיות משלמות. מספר נקודות נתונים מבהירות את המניע:

סירוב הקיבולת למטא (מרץ 2026): גוגל אמרה למטא במרץ 2026 שהיא לא תוכל לספק את כל קיבולת החישוב של Gemini שמטא רצתה לרכוש . המחסור עיכב כמה מפרויקטי ה-AI הפנימיים של מטא ואילץ את מטא להורות למהנדסיה לחסוך בטוקני AI .

נתוני צבר הזמנות: צבר ההזמנות של Google Cloud כמעט הוכפל ל-462 מיליארד דולר ברבעון הראשון של 2026, המייצג ביקוש של בערך פי 23 מקיבולת העיבוד הזמינה שלה . המנכ"ל סונדאר פיצ'אי אישר בשיחת הרווחים: "אנחנו מוגבלים חישובית בטווח הקרוב... ההכנסות שלנו מענן היו גבוהות יותר אם היינו יכולים לעמוד בביקוש הזה" .

מחסור רחב יותר: גוגל אף שוכרת כ-920 מיליון דולר לחודש ב-GPU של Nvidia מ-SpaceX כדי לגשר על פער החישוב שלה . סגן נשיא Google Cloud, אמין והדאת, אמר בנובמבר 2025 שהחברה תצטרך להכפיל את קיבולת ה-AI כל שישה חודשים כדי לעמוד בביקוש .

אילוצים אלו מניעים ישירות את Frozen v2: אם גוגל תוכל לקבל פי 6–10 יותר הסקת Gemini לוואט, היא מכפילה למעשה את הקיבולת מבלי להזדקק למרכזי נתונים חדשים.

יוזמות שבבי AI נוספות שגוגל מקדמת

Frozen v2 הוא חלק אחד מאסטרטגיית חומרה רחבה בהרבה:

1. דור שמיני של TPU שמתפצל לשבבי אימון והסקה. ב-Cloud Next 2026, גוגל הציגה את משפחת ה-TPU מהדור השמיני, שהתפצלה לראשונה לשני דגמים ייעודיים :

• TPU 8t "Sunfish" — ממוקד אימון, מעוצב על ידי Broadcom, בנוי על TSMC N2 עם אריזה מסוג CoWoS, מיועד למחצית השנייה של 2027
• TPU 8i "Zebrafish" — ממוקד הסקה, מעוצב עם MediaTek המובילה את שבב ה-I/O

2. הסכם ארוך טווח עם Broadcom עד 2031. Broadcom הגישה 8-K ל-SEC החושפת הסכם ארוך טווח (Long Term Agreement) לפיתוח ואספקת TPU מותאמים אישית לדורות העתידיים של גוגל, بالإضافة להסכם אספקה מובטחת (Supply Assurance Agreement) לרכיבי רשת עד 2031 . במקביל, Anthropic חתמה על עסקה לכ-3.5 ג'יגה-ואט של קיבולת TPU של גוגל, שתיכנס לפעולה מ-2027 ואילך .

3. השכרת TPU ללקוחות כולל OpenAI. דיווחים מצביעים על כך שגוגל מציעה יותר ויותר קיבולת TPU כמוצר השכרה לחברות AI חיצוניות, כאשר OpenAI נקראת כלקוחה .

4. פרויקט "Icefish" עם MediaTek. שם הקוד "Icefish" מופיע בהקשר למעורבות של MediaTek בפרויקט שבב מותאם אישית ספציפי לגוגל מעבר ל-TPU 8i — אולי מאיץ קצה או הסקה בעל הספק נמוך .

5. דיונים עם Intel. על פי דיווחים, גוגל ניהלה דיונים עם Intel בנוגע לעיצובי שבבי AI מותאמים אישית, אם כי לא הוכרז על הסכם רשמי .

6. Ironwood (דור שביעי של TPU) זמין באופן כללי. Ironwood הפך לזמין באופן כללי ללקוחות הענן באפריל 2026 . בנוי בתהליך 3nm עם ארכיטקטורת dual-chiplet, הוא עבר אופטימיזציה עבור מודלי MoE המניעים את מערכת Gemini .

כיצד Frozen v2 משלים, לא מחליף, את מערך ה-TPU

הדיווח של The Information קובע במפורש כי Frozen v2 נועד להשלים, לא להחליף, את מפת הדרכים של TPU של גוגל . ההיגיון פשוט:

• TPU נשארים עמוד השדרה החישובי הכללי של AI. הם מטפלים באימון, שרת מודלים מרובים, כוונון עדין, והסקה עבור מודלי לקוחות שרירותיים. הם המוצר העיקרי של Google Cloud עבור לקוחות AI חיצוניים .
• Frozen v2 הוא מאיץ היפר-מתמחה להסקת Gemini בנפח גבוה של גוגל עצמה. זהו בעצם "מכשיר Gemini" שמוריד את תעבורת ההסקה הצפויה והגדולה ביותר מה-TPU, ומפנה קיבולת TPU לעומסי עבודה מגוונים יותר ולקוחות חיצוניים .
• ללא מודל אחר, ללא אימון, ללא גמישות. Frozen v2 אינו יכול לאמן מודלים, אינו יכול להריץ LLM של מתחרה, ואינו יכול להסתגל לשינויים בארכיטקטורת Gemini. הוא תופס נישה צרה אך עצומה בנפח .
• TPU 8i (Zebrafish) ו-Frozen v2 מתקיימים זה לצד זה. TPU 8i המיועד להסקה מטפל במגוון הרחב של עומסי ההסקה. ברגע שהארכיטקטורה של Gemini מתייצבת והנפח מצדיק שבב קבוע, Frozen v2 משרת את אותה קטגוריה ספציפית בהספק נמוך באופן קיצוני .

זה אנלוגי לאופן שבו ענקיות האינטרנט משתמשות גם במעבדים לשימוש כללי (CPUs) עבור רוב עומסי העבודה וגם ב-ASIC ייעודיים למשימות ספציפיות בעלות נפח גבוה (כמו קידוד וידאו, ניתוב רשת). Frozen v2 הוא המקבילה בתחום ה-AI: מנוע הסקה ייעודי שיושב לצד צי ה-TPU הניתן לתכנות.