谷歌 "Frozen v2" 芯片：将 Gemini 直接烧录进硅片，换 10 倍能效

效率提升是最大亮点：据报导，谷歌工程师预计 Frozen v2 的每功耗单位 AI tokens 输出量能比最新的 TPU 芯片高出 6 到 10 倍 。

部署时间表

根据 The Information 的报道及后续跟进，Frozen v2 的目标部署时间是 最早 2028 年 。这意味着该芯片距离量产还有数年时间，并且将在当前第八代 TPU 系列（Sunfish 和 Zebrafish）部署并成熟之后才会投入使用。

Taalas 的先例 —— 硬化一个模型究竟意味着什么

初创公司 Taalas 以实战展示了这一取舍的真实面貌。2026 年 2 月，Taalas 发布了其 HC1 芯片，该芯片将整个 Llama 3.1 8B 模型——每一参数——直接编码到芯片的晶体管电路中，使用掩膜 ROM，无需外部 HBM 存储权重 。

数字令人震惊：

• 在 Llama 3.1 8B 上达到约 17,000 tokens/秒
• 约 48 倍 于英伟达 B200 的吞吐量
• 约 10 倍 于 Cerebras 的速度
• 宣称每次推理成本比同等 GPU 方案 便宜 20 倍
• 推理成本低至 每百万 tokens 0.75 美分

其代价同样巨大：

• 模型锁定。 该芯片只能运行一种模型架构。如果模型更新（新注意力机制、不同层数），芯片将完全失效 。
• 无法更新权重。 参数被物理编码；微调、LoRA 适配器或训练后更新都需要制造新的芯片掩膜 。
• 零多模型服务能力。 部署了 HC1 的数据中心只能服务于 Llama 3.1 8B——无法运行任何其他大模型 。

Taalas 的创始人将这种架构描述为将 "掩膜 ROM 召回结构" 与 SRAM 召回结构配对，在片上存储模型并计算所有 KV 缓存操作，完全消除了外部内存搬运 。这正是 Frozen v2 将采用的基础方法。

催生 Frozen v2 的基础设施危机

谷歌的 AI 算力承受着巨大压力，以至于它已经开始对包括付费巨头在内的客户进行配给。以下数据点清晰地揭示了动机：

对 Meta 的容量拒绝 (2026 年 3 月)： 2026 年 3 月，谷歌告知 Meta，无法提供 Meta 想要购买的全部 Gemini 算力 。这一短缺推迟了 Meta 的一些内部 AI 项目，并迫使 Meta 指示其工程师节约使用 AI tokens 。

积压订单数据： 2026 年第一季度，谷歌云的订单积压几乎翻倍，达到 4620 亿美元，代表的需求大约是其可用处理能力的 23 倍 。CEO 桑达尔·皮查伊在财报电话会议上确认："我们短期内受到算力限制……如果我们能够满足需求，我们的云收入本可以更高" 。

更广泛的算力紧缺： 为了弥合自身的算力缺口，谷歌甚至每月向 SpaceX 租用约 9.2 亿美元的英伟达 GPU 。谷歌云 VP Amin Vahdat 在 2025 年 11 月曾表示，公司需要每六个月将 AI 算力翻倍才能满足需求 。

这些限制直接催生了 Frozen v2：如果谷歌能让每瓦特产生 6-10 倍的 Gemini 推理输出，就相当于无需新建数据中心就将有效算力放大了数倍。

谷歌正在推进的其他 AI 芯片计划

Frozen v2 只是谷歌更宏大硬件战略的一部分：

1. 第八代 TPU 拆分为训练和推理芯片。 在 Cloud Next 2026 上，谷歌预告了第八代 TPU 系列，首次拆分为两款专用变体 ：

• TPU 8t "Sunfish" —— 以训练为主，由博通设计，采用台积电 N2 工艺和 CoWoS 封装，目标 2027 年下半年推出
• TPU 8i "Zebrafish" —— 以推理为主，由联发科负责 I/O Die 设计

2. 与博通的长期协议延续至 2031 年。 博通提交的 SEC 8-K 文件披露了为谷歌未来几代产品开发和供应定制 TPU 的长期协议，以及网络组件的供应保障协议，有效期至 2031 年 。此外，Anthropic 签署了一项协议，从 2027 年开始获取约 3.5 GW 的谷歌 TPU 容量 。

3. 向包括 OpenAI 在内的客户出租 TPU。 报告显示，谷歌正越来越多地将 TPU 容量作为租赁产品提供给外部 AI 公司，其中 OpenAI 被点名是客户之一 。

4. 与联发科的 "Icefish" 项目。 "Icefish" 代号似乎与联发科在 TPU 8i 之外参与的一个谷歌定制芯片项目有关——可能是一个低功耗的边缘或推理加速器 。

5. 与英特尔的接触。 据报道，谷歌曾与英特尔就定制 AI 芯片设计进行过讨论，但尚未宣布正式协议 。

6. 第七代 TPU Ironwood 正式可用。 Ironwood 于 2026 年 4 月向云客户正式推出 。它采用 3nm 工艺和双芯粒架构，专为驱动 Gemini 生态系统的 MoE 模型优化 。

Frozen v2 如何与 TPU 产品线互补而非替代

The Information 的报道明确指出，Frozen v2 是设计来互补，而非替代谷歌的 TPU 路线图 。其逻辑很直接：

• TPU 仍是通用的 AI 算力骨干。 它们负责训练、多模型服务、微调和任意客户模型的推理，是谷歌云面向外部 AI 客户的主要产品 。
• Frozen v2 是谷歌自有高容量 Gemini 推理的超专用加速器。 它本质上是一个 "Gemini 专用设备"，将最可预测、最高流量的推理负载从 TPU 上卸载下来，从而释放 TPU 算力以处理更多样化的负载和外部客户 。
• 不支持其他模型、不支持训练、无灵活性。 Frozen v2 不能训练模型，不能运行竞争对手的大模型，也无法适应 Gemini 架构的变化。它占据的是一个狭窄但容量巨大的利基市场 。
• TPU 8i (Zebrafish) 与 Frozen v2 将共存。 专攻推理的 TPU 8i 负责处理广泛的推理工作负载。一旦 Gemini 架构稳定且体量足以支撑专用芯片，Frozen v2 就能以极低的功耗服务于这一特定需求 。

这类似于超级数据中心既使用通用 CPU 处理大部分工作负载，又使用固定功能 ASIC 处理特定的高容量任务（如视频转码、网络卸载）。Frozen v2 就是 AI 领域的等效物：一个专用推理引擎，与可编程的 TPU 集群并肩作战。