Cip 'Frozen v2' Google: Mengeraskan Gemini Terus ke dalam Silikon untuk Peningkatan Kecekapan 10x

Google mengambil langkah pertaruhan perkakasan terbesarnya setakat ini. Syarikat itu sedang membangunkan cip pelayan, dengan nama kod dalaman 'Frozen v2,' yang mengeraskan elemen seni bina model AI Gemini terus ke dalam silikon sebagai ASIC fungsi tetap. Pertama kali dilaporkan oleh The Information pada 20 Julai 2026, projek ini bertujuan untuk meningkatkan kecekapan token-per-watt secara mendadak untuk menyajikan Gemini — dengan kos tidak akan dapat menjalankan model lain lagi .

Apa Itu Frozen v2 — dan Bagaimana Ia Berbeza daripada TPU

Frozen v2 ialah enjin inferens khusus aplikasi, bukan pemproses tensor umum seperti Tensor Processing Units (TPU) Google. TPU ialah pemecut boleh atur cara yang menyokong pelbagai model AI melalui konfigurasi semula perisian . Frozen v2 adalah sebaliknya: seni bina khusus Gemini — lapisan, operator, dan aliran datanya — dibakar ke dalam cip semasa pembuatan, menjadikannya "Gemini-dalam-cip" tujuan tunggal.

Dimensi	TPU Sedia Ada (Ironwood, TPU 8i/8t)	Frozen v2
Falsafah reka bentuk	Pemecut AI tujuan umum; unit matriks boleh atur cara, aliran data fleksibel	ASIC fungsi tetap; seni bina Gemini terbenam dalam silikon, tidak boleh diatur cara di lapangan
Sasaran kecekapan	Baik untuk latihan dan inferens merentas banyak model	6–10x lebih token per watt berbanding TPU terbaru Google pada inferens Gemini
Model memori	HBM + SRAM untuk pemberat model dimuatkan secara dinamik	Pemberat model dan laluan pengiraan terbenam terus dalam ROM topeng / logik keras
Fleksibiliti	Boleh menjalankan sebarang model melalui konfigurasi semula perisian	Satu model (Gemini) — tiada penukaran model masa jalan

Keuntungan kecekapan adalah tajuk utama: jurutera Google dilaporkan mengunjurkan Frozen v2 boleh menyampaikan 6 hingga 10 kali lebih token AI per unit penggunaan kuasa berbanding cip TPU terkini .

Garis Masa Pelaksanaan

Menurut laporan The Information dan liputan yang mengesahkan, Frozen v2 disasarkan untuk pelaksanaan seawal 2028 . Ini bermakna cip itu masih bertahun-tahun dari pengeluaran dan hanya akan memasuki perkhidmatan selepas keluarga TPU generasi kelapan semasa (Sunfish dan Zebrafish) telah digunakan dan matang.

Prekad Taalas — Rupa Sebenarnya Mengeraskan Model

Permulaan Taalas menunjukkan dengan tepat maksud pertukaran ini dalam amalan. Pada Februari 2026, Taalas melancarkan cip HC1, yang mengekod keseluruhan model Llama 3.1 8B — setiap parameter — terus ke dalam litar transistor cip menggunakan ROM topeng, tanpa HBM luaran untuk penyimpanan pemberat .

Angka-angka adalah menakjubkan:

• ~17,000 token/saat pada Llama 3.1 8B
• Kira-kira 48x daya pemprosesan Nvidia B200
• Kira-kira 10x lebih pantas daripada Cerebras
• Kos didakwa 20x lebih murah setiap inferens berbanding persediaan GPU yang setara
• Kos inferens serendah 0.75 sen setiap juta token

Kelemahannya sama dramatik:

• Kunci model. Cip itu menjalankan tepat satu seni bina model. Jika model dikemas kini (mekanisme perhatian baharu, kiraan lapisan berbeza), cip itu tidak boleh digunakan .
• Tiada kemas kini pemberat. Parameter dikodkan secara fizikal; penalaan halus, penyesuai LoRA, atau kemas kini selepas latihan memerlukan topeng cip baharu .
• Sifar perkhidmatan berbilang model. Pusat data dengan HC1 hanya boleh menyajikan Llama 3.1 8B — tiada LLM lain .

Pengasas Taalas menerangkan seni bina sebagai memasangkan "kain ingat ROM topeng" dengan kain ingat SRAM untuk menyimpan kedua-dua model dan mengira semua operasi cache KV pada cip, menghapuskan pergerakan memori luaran sepenuhnya . Ini adalah pendekatan asas yang sama yang akan digunakan oleh Frozen v2.

Krisis Infrastruktur yang Mendorong Frozen v2

Kapasiti pengkomputeran AI Google begitu tertekan sehingga ia mula mencatu akses walaupun kepada gergasi yang membayar. Beberapa titik data menjelaskan motivasi:

Penafian kapasiti Meta (Mac 2026): Google memberitahu Meta pada Mac 2026 bahawa ia tidak boleh membekalkan semua kapasiti pengkomputeran Gemini yang ingin dibeli oleh Meta . Kekurangan itu melambatkan beberapa projek AI dalaman Meta dan memaksa Meta mengarahkan juruteranya untuk menjimatkan token AI .

Angka backlog: Backlog pesanan Google Cloud hampir berganda kepada $462 bilion pada Q1 2026, mewakili permintaan kira-kira 23 kali kapasiti pemprosesan yang tersedia . CEO Sundar Pichai mengesahkan pada panggilan pendapatan: "Kami dikekang pengkomputeran dalam jangka pendek... hasil awan kami akan lebih tinggi jika kami dapat memenuhi permintaan itu" .

Sesakan kapasiti yang lebih luas: Google malah memajak kira-kira $920 juta sebulan dalam GPU Nvidia daripada SpaceX untuk merapatkan jurang pengkomputerannya . VP awan Google Amin Vahdat berkata pada November 2025 bahawa syarikat itu perlu menggandakan kapasiti AI setiap enam bulan untuk memenuhi permintaan .

Kekangan ini secara langsung mendorong Frozen v2: jika Google boleh mendapatkan 6–10x lebih inferens Gemini per watt, ia secara berkesan menggandakan kapasiti tanpa memerlukan pusat data baharu.

Inisiatif Cip AI Lain yang Diteruskan Google

Frozen v2 adalah salah satu bahagian daripada strategi perkakasan yang lebih luas:

1. TPU generasi kelapan dibahagikan kepada cip latihan dan inferens. Di Cloud Next 2026, Google mempratonton keluarga TPU generasi kelapan, dibahagikan buat pertama kali kepada dua varian tujuan khusus :

• TPU 8t "Sunfish" — fokus latihan, direka oleh Broadcom, dibina pada TSMC N2 dengan pembungkusan CoWoS, menyasarkan separuh kedua 2027
• TPU 8i "Zebrafish" — fokus inferens, direka dengan MediaTek mengetuai die I/O

2. Perjanjian jangka panjang Broadcom melalui 2031. Broadcom memfailkan SEC 8-K mendedahkan Perjanjian Jangka Panjang untuk membangunkan dan membekalkan TPU tersuai untuk generasi masa depan Google, plus Perjanjian Jaminan Bekalan untuk komponen rangkaian melalui 2031 . Secara berasingan, Anthropic menandatangani perjanjian untuk ~3.5 GW kapasiti TPU Google, yang akan tersedia dari 2027 dan seterusnya .

3. Penyewaan TPU kepada pelanggan termasuk OpenAI. Laporan menunjukkan Google semakin menawarkan kapasiti TPU sebagai produk sewaan kepada syarikat AI luaran, dengan OpenAI dinamakan sebagai pelanggan .

4. Projek "Icefish" dengan MediaTek. Nama kod "Icefish" muncul dikaitkan dengan penglibatan MediaTek pada projek cip tersuai khusus Google di luar TPU 8i — mungkin pemecut tepi atau inferens kuasa rendah .

5. Perbincangan dengan Intel. Google dilaporkan telah mengadakan perbincangan dengan Intel tentang reka bentuk cip AI tersuai, walaupun tiada perjanjian rasmi telah diumumkan .

6. Ironwood (TPU generasi ketujuh) tersedia secara umum. Ironwood telah tersedia secara umum kepada pelanggan awan pada April 2026 . Dibina pada proses 3nm dengan seni bina dwi-chiplet, ia dioptimumkan untuk model MoE yang menjana ekosistem Gemini .

Bagaimana Frozen v2 Melengkapkan, Bukan Menggantikan, Barisan TPU

Laporan The Information secara jelas menyatakan Frozen v2 direka untuk melengkapkan, bukan menggantikan, peta jalan TPU Google . Logiknya adalah mudah:

• TPU kekal sebagai tulang belakang pengkomputeran AI tujuan umum. Ia mengendalikan latihan, perkhidmatan berbilang model, penalaan halus, dan inferens untuk model pelanggan arbitrari. Ia adalah produk utama Google Cloud untuk pelanggan AI luaran .
• Frozen v2 ialah pemecut hiper-khusus untuk inferens Gemini volum tinggi Google sendiri. Ia pada asasnya adalah "perkakas Gemini" yang memunggah trafik inferens yang paling boleh diramal dan volum tinggi daripada TPU, membebaskan kapasiti TPU untuk beban kerja yang lebih pelbagai dan pelanggan luaran .
• Tiada model lain, tiada latihan, tiada fleksibiliti. Frozen v2 tidak boleh melatih model, tidak boleh menjalankan LLM pesaing, dan tidak boleh menyesuaikan diri dengan perubahan seni bina Gemini. Ia menduduki niche yang sempit tetapi volum besar .
• TPU 8i (Zebrafish) dan Frozen v2 wujud bersama. TPU 8i yang fokus inferens mengendalikan pelbagai beban kerja inferens. Setelah seni bina Gemini stabil dan volum mewajarkan cip tetap, Frozen v2 menyajikan ekor khusus itu pada kuasa yang lebih rendah secara radikal .

Ini sama dengan cara hiperskala menggunakan kedua-dua CPU tujuan umum untuk kebanyakan beban kerja dan ASIC fungsi tetap untuk tugas volum tinggi yang khusus (cth., transkod video, pemunggahan rangkaian). Frozen v2 ialah setara AI: enjin inferens tujuan khusus yang duduk bersama armada TPU boleh atur cara.