什么是 Frozen v2 —— 它与 TPU 有何不同

Frozen v2 是一款特定应用的推理引擎，而非像谷歌张量处理单元 (TPU) 那样的通用张量处理器。TPU 是可编程的加速器，通过软件配置支持广泛的 AI 模型 。Frozen v2 则恰恰相反：Gemini 的特定架构——其层、算子和数据流——在芯片制造时就被烧录进硅片，使其成为单一用途的 "Gemini-in-a-chip"。

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。

什么是 Frozen v2 —— 它与 TPU 有何不同

Frozen v2 是一款特定应用的推理引擎，而非像谷歌张量处理单元 (TPU) 那样的通用张量处理器。TPU 是可编程的加速器，通过软件配置支持广泛的 AI 模型 。Frozen v2 则恰恰相反：Gemini 的特定架构——其层、算子和数据流——在芯片制造时就被烧录进硅片，使其成为单一用途的 "Gemini-in-a-chip"。

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。