Google「Frozen v2」晶片：直接將Gemini架構刻進矽晶片，能源效率暴增10倍

效率提升是最大的亮點：據報導，Google 工程師預估 Frozen v2 在每單位功耗下，能處理的 AI token 數量是目前最新 TPU 晶片的 6 到 10 倍 。

部署時間表

根據《The Information》的報導及相關資料，Frozen v2 的目標部署時間點最早在 2028 年 。這意味著這款晶片距離量產還有數年，將在第八代 TPU 系列（Sunfish 與 Zebrafish）部署並成熟後才會開始服役 。

先例：Taalas 如何實現「硬編碼模型」

新創公司 Taalas 完美展示了這種取捨在實務上的意義。2026年2月，Taalas 發表了 HC1 晶片，它將整個 Llama 3.1 8B 模型——包含每一個參數——直接編碼到晶片的電晶體電路中（使用遮罩式 ROM），完全不需要外部 HBM 來儲存權重 。

其效能數字令人震驚：

• 在 Llama 3.1 8B 模型上達到約 17,000 tokens/秒
• 吞吐量大約是 Nvidia B200 的 48 倍
• 比 Cerebras 快約 10 倍
• 每次推論的成本號稱比同等級的 GPU 方案便宜 20 倍
• 推論成本低至每百萬個 tokens 僅 0.75 美分

其代價同樣巨大：

• 模型鎖定。 這顆晶片只能運行一種模型架構。如果模型更新（例如換了新的注意力機制、不同層數），晶片就完全報廢 。
• 無法更新權重。 參數被物理性地編碼；微調、LoRA 適配器或訓練後的任何更新都需要製造全新的晶片遮罩 。
• 完全無法服務多模型。 使用 HC1 的資料中心只能服務 Llama 3.1 8B，無法運行任何其他 LLM 。

Taalas 創辦人將此架構描述為結合了「遮罩式 ROM 召回架構」與 SRAM 召回架構，能在晶片上同時儲存模型並計算所有 KV 快取，完全消除了外部記憶體的資料移動 。這正是 Frozen v2 將採用的基本方法。

催生 Frozen v2 的基礎設施危機

Google 的 AI 運算能力已緊張到極點，甚至開始對付費巨頭進行配給。以下數據清楚說明了其動機：

對 Meta 的運算容量拒絕（2026年3月）： 2026年3月，Google 告知 Meta，無法供應 Meta 想要購買的所有 Gemini 運算容量 。這項短缺導致 Meta 部分內部 AI 專案延遲，並迫使 Meta 要求其工程師節省 AI tokens 的使用 。

積壓訂單數字： Google Cloud 的訂單積壓在 2026 年第一季幾乎翻倍，達到 4620 億美元，這代表需求大約是其可用處理能力的 23 倍 。執行長 Sundar Pichai 在財報電話會議上證實：「我們近期運算能力受限……如果我們能滿足需求，雲端營收本應更高」。

更廣泛的容量壓力： Google 甚至每月從 SpaceX 租用約 9.2 億美元的 Nvidia GPU 來填補運算缺口 。Google 雲端副總裁 Amin Vahdat 在 2025 年 11 月曾表示，公司需要每六個月將 AI 容量翻倍才能滿足需求 。

這些限制直接催生了 Frozen v2：如果 Google 能讓 Gemini 推論的每瓦效率提升 6 到 10 倍，就等同於在不需要新建資料中心的情況下，將有效算力放大數倍。

Google 同步進行的其他 AI 晶片計畫

Frozen v2 只是 Google 廣泛硬體策略中的一環：

1. 第八代 TPU 一分為二：訓練與推論專用晶片。 在 Cloud Next 2026 上，Google 展示了第八代 TPU 系列，首次拆分為兩種不同的專用版本 ：

• TPU 8t「Sunfish」 — 訓練專用，由 Broadcom 設計，採用台積電 N2 製程與 CoWoS 封裝，目標在 2027 年下半年推出
• TPU 8i「Zebrafish」 — 推論專用，由聯發科（MediaTek）主導 I/O 晶片設計

2. 與 Broadcom 的長期協議（至 2031 年）。 Broadcom 提交的 SEC 8-K 文件揭露了一項長期協議，將為 Google 未來世代開發與供應客製化 TPU，以及一項至 2031 年的網路元件供應保證協議 。此外，Anthropic 也簽署了協議，自 2027 年起將獲得約 3.5 GW 的 Google TPU 容量 。

3. 對外出租 TPU，客戶包含 OpenAI。 報導指出，Google 越來越多地將其 TPU 容量作為租賃產品提供給外部 AI 公司，傳聞 OpenAI 也是客戶之一 。

4. 與聯發科的「Icefish」計畫。 「Icefish」這個代號似乎與聯發科參與的 Google 專屬客製晶片計畫有關，其定位可能超越 TPU 8i，是一款更低功耗的邊緣或推論加速器 。

5. 與英特爾（Intel）的接洽。 Google 據傳已與 Intel 討論客製化 AI 晶片設計，但尚未有正式協議公布 。

6. Ironwood（第七代 TPU）正式上線。 Ironwood 已於 2026 年 4 月正式提供給雲端客戶使用 。它採用 3nm 製程與雙晶片架構，針對支援 Gemini 生態系的 MoE 模型進行了優化 。

Frozen v2 如何與 TPU 互補，而非取代

《The Information》的報導明確指出，Frozen v2 的設計宗旨是與 TPU 路線圖互補，而非取代 。其邏輯很直白：

• TPU 仍是通用的 AI 運算骨幹。 它們負責訓練、多模型服務、微調以及任意客戶模型的推論。它們是 Google Cloud 提供給外部 AI 客戶的主要產品 。
• Frozen v2 是針對 Google 自家高流量 Gemini 推論的超專用加速器。 它本質上是一個「Gemini 專用電器」，用於承接最可預測、流量最大的 Gemini 推論任務，從而將 TPU 的算力釋放出來，服務更多元的工作負載與外部客戶 。
• 無法運行其他模型、無法訓練、毫無靈活性。 Frozen v2 既不能用於訓練模型，也無法運行競爭對手的 LLM，更無法因應 Gemini 的架構變更。它占據了一個狹窄但流量極大的利基市場 。
• TPU 8i (Zebrafish) 與 Frozen v2 將共存。 專注推論的 TPU 8i 負責處理廣泛的推論工作負載。當 Gemini 的架構趨於穩定且流量規模大到足以支持生產固定功能的晶片時，Frozen v2 就能以極低的功耗來處理這類特定的「長尾」任務 。

這類似於超大規模雲端服務商同時使用通用 CPU 處理多數工作、以及使用固定功能 ASIC（例如影片轉碼、網路卸載）處理特定高流量任務。Frozen v2 就是 AI 領域的等價物：一個與可程式化 TPU 車隊並存、專為特定目的打造的推論引擎。