谷歌正在打造一款专为一项工作而设计的芯片：更快、更便宜地运行 Gemini。

The Information 周一报道了这款代号为 Frozen v2 的芯片，它为谷歌提供了一个可能解决其无法快速解决问题的答案：它的能力已经不足以满足已经产生的人工智能需求。

今年 3 月，谷歌告诉 Meta，它无法满足 Meta 想要购买的 Gemini 计算量。 Meta 必须指示员工限制人工智能的使用。谷歌今年在人工智能基础设施上的支出高达 1900 亿美元，但由于没有足够的服务器来为客户提供服务，因此拒绝了客户。

因此，现在它正在构建一款专为其人工智能模型设计的芯片。

关于这款新芯片的信息并不多，但从命名惯例来看，它并不是谷歌张量处理单元 (TPU) 的又一次升级——谷歌自 2015 年以来一直在生产定制芯片，为 Gemini 及其为外部开发人员提供的云服务提供支持。

这些 Tensor 芯片可以运行加载到其上的任何 AI 模型。 《冰雪奇缘》v2 做了一些不同的事情。根据报告，它将 Gemini 架构的一部分（决定模型如何路由和处理信息的结构蓝图）直接烘焙到硬件中。

在机器学习中，“冻结”意味着将某些东西永久锁定在适当的位置。在这里，被冻结的是架构，而不是模型的权重（Gemini 通过训练获得的实际知识，这些知识保持可更新）。通过将该蓝图硬连接到芯片的电路中，芯片可以跳过冗余计算并停止在每次查询时在内存之间传输数据。工程师预计每瓦特电力产生的代币（构成每个人工智能响应的小文本块）将提高六到十倍。

这就是 Google 为 10 个查询提供 1 个查询的电力成本之间的差异。

如果您使用 Gemini，《冰雪奇缘》v2 不会改变您的感受。但它改变了运行成本——运行成本更低的 Gemini 与 OpenAI、Anthropic 和中国实验室的竞争更加激烈，这些实验室已经占美国公司 AI 代币使用量的 45%，很大程度上是因为它们的运行成本便宜了 60-90%。你可能没有更便宜的人工智能，但谷歌可能会更有利可图。

受此消息影响，Alphabet 股价周一上涨约 3%，盘中触及 356 美元。该公司将于 7 月 22 日星期三公布 2026 年第二季度收益，随着投资者等待谷歌的最新业绩，今天的涨势有所减弱。

这是一家大型人工智能公司为消除对 Nvidia 硬件开发产品的过度依赖而做出的又一努力。 Nvidia 控制着人工智能 GPU 市场大约 85% 的份额，各大科技公司都想退出。

Nvidia 的硬件最初是为视频游戏而不是语言模型而构建的——它可以工作，只是具有专用芯片不具备的开销。就 Google 的规模而言，6 至 10 倍的效率差距并不是抽象的。这是数十亿美元。正是出于这个原因，Meta、亚马逊、微软和 OpenAI 都拥有定制的芯片程序。

正如 在 3 月份报道的那样，就连承诺到 2027 年部署 100 万个 Nvidia GPU 的 AWS 也在同时构建自己的芯片，以减少长期风险。

《冰雪奇缘》v2 仍处于探索阶段。关键设计决策尚未最终确定，谷歌尚未确认该项目的存在，并且该芯片不会提供给外部云客户——为一种型号硬连线的硬件无法运行其他任何型号的硬件。据报道，部署目标最早要到 2028 年。

与此同时，谷歌每月向 SpaceX 支付 9.2 亿美元，从 xAI 数据中心租用 11 万个 Nvidia GPU 作为桥梁。