Google「Frozen v2」晶片：將Gemini直接硬write入矽晶片，效率狂升10倍

Google今次賭得好大。佢哋正開發代號 「Frozen v2」 嘅伺服器晶片，將Gemini AI模型嘅架構元素直接hardcode落矽晶片，做一粒固定功能ASIC（Application-Specific Integrated Circuit）。呢個項目由《The Information》喺2026年7月20日率先披露，目標係大幅提升Gemini推理嘅tokens-per-watt效率，但代價係永遠行唔到其他模型 。

Frozen v2係乜嘢？同TPU有咩分別？

Frozen v2係一粒 專門做推理嘅引擎，唔係好似Google嘅Tensor Processing Units（TPU）咁通用。TPU係可程式化加速器，靠軟件重新配置就可以支援好多種AI模型 。Frozen v2完全相反：Gemini嘅特定架構——包括layers、operators同dataflow——喺晶片製造嗰陣已經燒死咗，變成一粒「Gemini-in-a-chip」。

層面	現有TPU（Ironwood、TPU 8i/8t）	Frozen v2
設計理念	通用AI加速器；可程式化矩陣單元、靈活dataflow	固定功能ASIC；Gemini架構直接嵌入矽晶片，唔可以現場改
效率目標	對多種模型做訓練同推理都有不俗表現	行Gemini推理時比最新TPU高6–10倍tokens per watt
記憶體模式	HBM + SRAM動態載入模型權重	模型權重同計算路徑直接hardwire落mask ROM / 硬邏輯
靈活性	靠軟件重新配置可以行任何模型	一個模型（Gemini）——運行時冇得轉

效率提升係最大賣點：Google工程師預計Frozen v2喺每單位功耗下，可以產生嘅AI tokens比最新TPU高 6至10倍 。

部署時間表

根據《The Information》嘅報道，Frozen v2最快 2028年 部署 。即係話距離量產仲有好幾年，要等現有第八代TPU家族（Sunfish同Zebrafish）落地成熟之後先會登場。

Taalas先例——硬write模型落晶片究竟係點？

初創公司 Taalas 嘅例子清楚展示咗呢個tradeoff。2026年2月，Taalas發表咗 HC1晶片，將整個Llama 3.1 8B模型——每一個參數——直接encode落晶片嘅晶體管電路，用mask ROM儲存，唔需要外部HBM嚟放權重 。

數字好驚人：

• 每秒約 17,000 tokens（行Llama 3.1 8B）
• 約係Nvidia B200嘅 48倍吞吐量
• 比Cerebras快約 10倍
• 每次推理成本聲稱比同等GPU方案 平20倍
• 推理成本低至 每百萬tokens 0.75美仙

但代價同樣極端：

• 模型鎖死。 粒晶片淨係行得一個模型架構。如果個模型更新咗（例如注意力機制改咗、layer數唔同咗），粒晶片就用唔到 。
• 冇得更新權重。 參數係物理性encode嘅；fine-tuning、LoRA adapters或者訓練後更新全部要新晶片嘅mask 。
• 完全冇多模型服務能力。 一個數據中心用HC1嘅話，只能夠serve Llama 3.1 8B——其他LLM一概行唔到 。

Taalas創辦人形容個架構係用「mask ROM recall fabric」配搭「SRAM recall fabric」，將模型同所有KV cache運算都放喺晶片上面，完全唔使外部記憶體走動 。呢個正正係Frozen v2會用嘅基本策略。

基建危機：點解Google要搞Frozen v2？

Google嘅AI算力短缺好嚴重，甚至要限制客仔嘅用量。以下幾個數據點說明咗個情況：

Meta被cut capacity（2026年3月）： Google喺2026年3月通知Meta，話冇辦法供應Meta想要嘅全部Gemini運算容量 。呢個短缺令Meta部分內部AI項目延誤，Meta仲要叫工程師慳住用AI tokens 。

積壓訂單數字： Google Cloud嘅未完成訂單喺2026年第一季幾乎翻咗一倍，去到 4620億美元，相當於現有處理能力嘅約 23倍 。CEO Sundar Pichai喺業績電話會確認：「我哋短期內算力好緊張……如果我哋能夠滿足需求，雲業務收入會更高」。

更大嘅capacity壓力： Google甚至要每月用約 9.2億美元 向SpaceX租用Nvidia GPU 嚟填補算力缺口 。Google雲端VP Amin Vahdat喺2025年11月話，公司每六個月就要將AI capacity翻倍先滿足到需求 。

呢啲限制直接推動咗Frozen v2：如果Google可以做到每瓦特行多6–10倍Gemini推理，就等於唔駛起新數據中心都大大增加有效capacity。

Google其他AI晶片項目

Frozen v2只係Google整體硬件策略嘅一部分：

1. 第八代TPU分拆訓練同推理晶片。 喺Cloud Next 2026，Google預覽咗第八代TPU家族，首次分做兩個專用變體 ：

• TPU 8t「Sunfish」 — 專注訓練，由Broadcom設計，用TSMC N2製程加CoWoS封裝，目標2027年下半年
• TPU 8i「Zebrafish」 — 專注推理，由MediaTek主導I/O die設計

2. Broadcom長期合作至2031年。 Broadcom嘅SEC 8-K披露，已同Google簽訂長期協議，開發及供應未來幾代定制TPU，另加網絡組件供應保證協議去到2031年 。另外，Anthropic 亦簽咗約3.5 GW Google TPU capacity嘅協議，由2027年起逐步上線 。

3. TPU租賃俾外部客戶，包括OpenAI。 有報導指Google越嚟越多將TPU capacity租俾外部AI公司，OpenAI係其中一個客戶 。

4. 同MediaTek嘅「Icefish」項目。 「Icefish」呢個代號據報同MediaTek參與嘅Google定制晶片項目有關，可能係一款低功耗邊緣或推理加速器 。

5. 同Intel傾緊合作。 報導指Google同Intel傾過定制AI晶片設計，但未有任何正式協議 。

6. Ironwood（第七代TPU）正式可用。 Ironwood喺2026年4月正式對外提供 。用3nm製程同雙晶片let架構，專為MoE模型優化，係Gemini生態嘅骨幹 。

Frozen v2點樣同TPU路線互補？

《The Information》嘅報道明確指出，Frozen v2係 補充、唔係取代 Google嘅TPU路線圖 。邏輯好簡單：

• TPU繼續做通用AI運算骨幹。 佢哋負責訓練、多模型服務、fine-tuning同任意客戶模型嘅推理，係Google Cloud對外銷售嘅主要AI產品 。
• Frozen v2係Google自己高流量Gemini推理嘅超專門加速器。 本質上係一部「Gemini專用機」，將最可預測、最高流量嘅推理工作由TPU分流出去，釋放TPU capacity去做更多元化嘅工作同應付外部客戶 。
• 冇其他模型、冇訓練、冇靈活性。 Frozen v2做唔到訓練、行唔到競爭對手嘅LLM、適應唔到Gemini架構改變。佢佔據嘅係狹窄但極大量嘅niche 。
• TPU 8i（Zebrafish）同Frozen v2並存。 推理專用嘅TPU 8i處理廣泛嘅推理工作。當Gemini架構穩定咗、流量大到值得做固定晶片嘅時候，Frozen v2就用極低功耗去serve嗰個特定tail 。

呢個概念同大型雲端公司同時用通用CPU做大部分工作、以及用固定功能ASIC做特定高流量任務（例如影片轉碼、網絡卸載）係一樣嘅。Frozen v2就係AI版本嘅固定功能引擎，同可程式化嘅TPU艦隊並肩作戰。