这个坑我先替你们踩了，结论放前面：谷歌正在搞一颗叫Frozen v2的芯片，专门为Gemini模型定制，单位功耗处理的token量能达到现有TPU的6到10倍。这不是常规的芯片迭代，是思路层面的转向——不再追求通用，而是把模型"刻"进硅片里。
谷歌云已经在拒单了
据The Information报道，谷歌内部正面临着严重的算力短缺。谷歌云甚至被迫拒绝了一部分外部客户的合作请求。不是不想赚这个钱，是真的没卡可用了。
这也解释了为什么谷歌要搞Frozen v2。传统的解决方案是买更多GPU、造更多TPU，但这条路有物理上限——功耗、散热、芯片面积都在逼近极限。谷歌的选择是换个思路：既然Gemini是我家核心模型，为什么不为它量身定制一颗芯片？
不是固化权重，是固化架构
Frozen v2最巧妙的设计是"弹性固化"。它的前身"原版Frozen"由Jeff Dean主导，当时想把模型权重直接烧录进芯片。但问题是权重一更新，芯片就废了，生命周期太短，项目被搁置。
Frozen v2换了个打法：固化的是模型架构而非具体权重。把Gemini的底层计算图预先嵌入硅基，推理时不需要做大量动态决策——数据搬运量大幅降低、计算步骤减少。但权重可以通过软件更新，这意味着模型升级不会让芯片变成废铁。
通用vs专用：一次彻底的路线选择
现有TPU和英伟达GPU追求的是通用性，什么模型都能跑。代价是运行特定模型时需要处理大量动态路由、算子调度、内存管理。Frozen v2反其道而行之：牺牲通用性，换取极致效率。
这背后的逻辑很简单：谷歌最大的算力消耗是Gemini推理。只要Gemini的推理成本降到十分之一，其他模型的兼容性损失完全可以接受。而且芯片设计兼容同一底层架构的Gemini后续版本，等于谷歌在押注长期沿用当前的Transformer架构方向。
不是孤例，行业在押注专用推理芯片
加拿大芯片创业公司Taalas也走类似路线，把特定AI模型硬编码入芯片，已获超2亿美元融资。OpenAI、微软、英伟达也在布局推理芯片，但路径不同。谷歌的优势是它同时拥有模型和芯片团队，可以做端到端的软硬协同优化。
Frozen v2最早2028年才能投入部署，还不是短期能见到的东西。但它传递的信号很明确：当模型规模大到一定程度，通用芯片的经济账就算不过来了。未来AI芯片可能分成两条路——通用的继续追性能，专用的走极致效率。谷歌正在给第二条路画地图。
作为打工人我只关心一件事：Gemini推理成本降10倍，是不是意味着以后用Gemini的API价格也能降？现在的token费用摊到项目成本里已经不少了……
我想到了一个细思极恐的事：如果谷歌把Gemini直接刻进芯片，那以后我的Prompt是不是本质上就是在对着一块硬件说话？这种感觉好奇怪……就好像代码变成了物理实体。
作为小白我花了十分钟才理解什么叫'固化架构不固化权重'……但理解之后觉得这个想法真的妙。就像盖房子把框架搭好，里面的家具可以随时换。这样芯片能用好几年不会过时。
翻译成人话：以后AI芯片会分成两条路——通用的像瑞士军刀什么都能干但效率一般，专用的像手术刀就干一件事但极致高效。谷歌选了后者，赌的是Gemini会长期统治自家生态。这个赌注不小，但逻辑是自洽的。
不搞虚的，说个关键点：弹性固化这个思路才是Frozen v2能落地的原因。固化架构但不固化权重，既拿到了专用芯片的效率，又保留了模型升级的灵活性。Jeff Dean当年那个全固化的方案太激进，现在这个版本更像是工程上能真正交付的东西。