Чип Google 'Frozen v2': архитектура Gemini «зашивается» прямо в кремний — эффективность вырастает в 10 раз

Ключевой показатель — прирост эффективности. Инженеры Google, по сообщениям, прогнозируют, что Frozen v2 сможет выдавать от 6 до 10 раз больше ИИ-токенов на единицу потребляемой мощности по сравнению с последними чипами TPU .

Сроки развёртывания

Согласно отчёту The Information и подтверждающим публикациям, развёртывание Frozen v2 запланировано не ранее 2028 года . Это означает, что чип находится ещё за несколько лет от серийного производства и поступит в эксплуатацию только после того, как текущее восьмое поколение TPU (Sunfish и Zebrafish) будет развёрнуто и пройдёт этап зрелости.

Прецедент Taalas — как выглядит «зашивка» модели на практике

Стартап Taalas наглядно демонстрирует, что на практике означает такой компромисс. В феврале 2026 года Taalas представил свой чип HC1, в котором вся модель Llama 3.1 8B — каждый параметр — закодирована непосредственно в транзисторных схемах чипа с помощью маски ПЗУ, без использования внешней HBM для хранения весов .

Цифры впечатляют:

• Примерно 17 000 токенов/секунду на Llama 3.1 8B
• Около 48-кратной пропускной способности по сравнению с Nvidia B200
• Примерно в 10 раз быстрее, чем Cerebras
• Заявленная стоимость в 20 раз ниже за один инференс по сравнению с эквивалентными GPU-конфигурациями
• Стоимость инференса — всего 0,75 цента за миллион токенов

Обратная сторона не менее впечатляет:

• Привязка к модели. Чип работает ровно с одной архитектурой модели. Если модель обновляется (новый механизм внимания, другое количество слоёв), чип становится непригодным .
• Невозможность обновления весов. Параметры закодированы физически; тонкая настройка, LoRA-адаптеры или обучение после вывода требуют новой маски чипа .
• Полное отсутствие мультимодельного обслуживания. Центр обработки данных с HC1 может обслуживать только Llama 3.1 8B — никакую другую LLM .

Основатель Taalas описал архитектуру как объединение «маски ПЗУ для воспроизведения» с SRAM-схемой для хранения как самой модели, так и выполнения всех операций KV-кэша на кристалле, что полностью исключает перемещение данных во внешнюю память . Это тот же фундаментальный подход, который будет использоваться в Frozen v2.

Инфраструктурный кризис, подталкивающий к созданию Frozen v2

Вычислительные мощности Google для ИИ настолько перенапряжены, что компания начала нормировать доступ даже для платящих гигантов. Несколько фактов проясняют мотивацию:

Отказ Meta в доступе к мощностям (март 2026 г.): В марте 2026 года Google сообщила Meta, что не может предоставить весь объём вычислительных мощностей Gemini, который Meta пыталась приобрести . Нехватка привела к задержкам некоторых внутренних ИИ-проектов Meta и вынудила компанию поручить своим инженерам экономить ИИ-токены .

Цифры портфеля заказов: Портфель заказов Google Cloud почти удвоился, достигнув 462 миллиардов долларов в первом квартале 2026 года, что представляет собой спрос, примерно в 23 раза превышающий доступные вычислительные мощности . Генеральный директор Сундар Пичаи подтвердил это на отчётной конференции: «Мы испытываем нехватку вычислительных мощностей в ближайшей перспективе… наша облачная выручка была бы выше, если бы мы могли удовлетворить этот спрос» .

Общее сжатие мощностей: Google даже арендует GPU Nvidia у SpaceX на сумму примерно 920 миллионов долларов в месяц, чтобы восполнить свой вычислительный дефицит . Вице-президент Google Cloud Амин Вахдат заявил в ноябре 2025 года, что компании придётся удваивать мощности ИИ каждые шесть месяцев, чтобы удовлетворить спрос .

Эти ограничения напрямую мотивируют создание Frozen v2: если Google сможет получать в 6–10 раз больше инференса Gemini на ватт, это фактически умножит мощность без необходимости строить новые центры обработки данных.

Другие инициативы Google в области ИИ-чипов

Frozen v2 — лишь часть гораздо более широкой аппаратной стратегии:

1. Восьмое поколение TPU разделено на чипы для обучения и инференса. На Cloud Next 2026 Google представил семейство TPU восьмого поколения, впервые разделённое на два специализированных варианта :

• TPU 8t «Sunfish» — ориентирован на обучение, разработан Broadcom, производится по техпроцессу TSMC N2 с упаковкой CoWoS, выход на рынок запланирован на вторую половину 2027 года
• TPU 8i «Zebrafish» — ориентирован на инференс, разработан при участии MediaTek, которая отвечает за кристалл ввода-вывода

2. Долгосрочное соглашение с Broadcom до 2031 года. Broadcom подал в SEC форму 8-K, раскрывающую Долгосрочное соглашение на разработку и поставку индивидуальных TPU для будущих поколений Google, а также Соглашение об обеспечении поставок сетевых компонентов до 2031 года . Отдельно Anthropic заключила сделку на использование примерно 3,5 ГВт мощностей TPU Google, которые будут вводиться в строй с 2027 года .

3. Аренда TPU сторонним клиентам, включая OpenAI. По сообщениям, Google всё чаще предлагает мощности TPU в аренду внешним ИИ-компаниям, причём OpenAI называется в числе клиентов .

4. Проект «Icefish» с MediaTek. Кодовое имя «Icefish», по-видимому, связано с участием MediaTek в индивидуальном проекте чипа для Google, выходящем за рамки TPU 8i, — возможно, это маломощный ускоритель для периферийных или инференсных задач .

5. Переговоры с Intel. Сообщается, что Google провела переговоры с Intel о разработке индивидуальных ИИ-чипов, хотя официальное соглашение пока не объявлено .

6. Общедоступность Ironwood (TPU седьмого поколения). Ironwood стал общедоступен для облачных клиентов в апреле 2026 года . Построенный по 3-нм техпроцессу с двухчиплетной архитектурой, он был оптимизирован для моделей MoE, лежащих в основе экосистемы Gemini .

Как Frozen v2 дополняет, а не заменяет линейку TPU

В отчёте The Information прямо указано, что Frozen v2 предназначен для дополнения, а не замены дорожной карты TPU Google . Логика проста:

• TPU остаются универсальной основой для ИИ-вычислений. Они выполняют обучение, обслуживание нескольких моделей, тонкую настройку и инференс для произвольных моделей клиентов. Это основной продукт Google Cloud для внешних заказчиков ИИ .
• Frozen v2 — это гиперспециализированный ускоритель для собственного высокообъёмного инференса Gemini. По сути, это «прибор Gemini», который берёт на себя наиболее предсказуемый и объёмный трафик инференса, высвобождая мощности TPU для более разнообразных задач и внешних клиентов .
• Никаких других моделей, никакого обучения, никакой гибкости. Frozen v2 не может обучать модели, не может запускать LLM конкурентов и не может адаптироваться к изменениям архитектуры Gemini. Он занимает узкую, но чрезвычайно объёмную нишу .
• TPU 8i (Zebrafish) и Frozen v2 сосуществуют. Инференсный TPU 8i обрабатывает широкий спектр задач инференса. Как только архитектура Gemini стабилизируется, а объём трафика оправдает создание фиксированного чипа, Frozen v2 возьмёт на себя этот специфический трафик с радикально меньшим энергопотреблением .

Это аналогично тому, как гиперскейлеры используют как универсальные CPU для большинства задач, так и ASIC со специализированной функцией для конкретных высокообъёмных операций (например, транскодирование видео, разгрузка сетевых протоколов). Frozen v2 — ИИ-эквивалент такого подхода: специализированный инференсный движок, работающий бок о бок с парком программируемых TPU.