经历一轮人才流失与产品延期后，google 一项最早要到 2028 年才揭晓的隐秘项目悄然浮出水面。
据 The Information 援引多位直接知情人士透露，Google 正在秘密推进一款代号为 Frozen v2 的服务器级 AI 芯片，专为 Gemini 大模型深度优化。参与该项目的工程师表示，若以每瓦特所能生成的 token 数为衡量标准，其能效有望达到 Google 当前最新一代 TPU 的 6 至 10 倍。
“Frozen”这一命名，正源于其核心构想：将 Gemini 模型的部分结构永久性“固化”于芯片硬件之中。
大模型芯片：让模型架构“长”进硅基
要读懂 Frozen v2，需先回溯通用芯片的基本逻辑。
1945 年，宾夕法尼亚大学莫尔学院启动 EDVAC（电子离散变量自动计算机）的设计工作，它是早期存储程序式计算机的里程碑。在此之前，修改一段程序往往意味着重新插拔线路、拨动物理开关，整个过程耗时且极易出错。
数学家约翰·冯·诺依曼作为项目顾问，在团队讨论基础上撰写了《First Draft of a Report on the EDVAC》，首次系统提出“存储程序”概念：指令与数据共存于内存中，由处理器按序读取、解析并执行。
此后，“冯·诺依曼架构”成为通用计算设备的底层范式。
而指令集，正是这套范式的通用语——软件通过加法、加载、跳转等基础指令向处理器下达任务，处理器则依次完成取指、译码、执行三步流程。同一颗芯片，只需更换软件，就能从处理表格切换至渲染视频或运行游戏。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
过去八十年，计算机的灵活性，正建立在这种软硬分离的基础之上。
但灵活，也意味着冗余。
大模型每生成一个 token，本质是反复调用矩阵乘、注意力机制等有限几类运算。而通用处理器却必须保留应对各类应用所需的控制单元、分支预测器、缓存一致性协议等复杂模块——其中许多部件，在纯推理场景下几乎完全闲置。
更关键的是，处理器与内存物理分离，导致大量数据在两者之间高频搬运。一旦算力提升速度远超内存带宽增长，芯片性能便会卡在“内存墙”上，难以继续突破。
为缓解这一瓶颈，行业先后催生了 GPU（专注图形并行计算）与 NPU/TPU（聚焦神经网络张量操作）。尽管它们已大幅优化特定负载，但仍需兼顾模型多样性，因此设计上仍保留相当程度的可编程性与通用性。
而 Google 选择了一条更激进的路径——Frozen v2 将围绕 Gemini 的固定拓扑结构，定制化布局计算单元、片上存储与数据通路，使硬件提前“预知”下一步最可能发生的运算，从而实现极致效率跃升。
简言之，Google 计划在芯片中“雕刻”Gemini 的架构层。
一个大语言模型通常由两部分构成：架构（定义信息流动方式，如 Transformer 的层叠结构）与权重（训练所得参数，决定输出内容）。
据悉，Frozen v2 将固化更多架构层面的逻辑，同时保留权重动态加载能力。它依然需要执行指令、访问内存，只是部分数据路径已被硬件预先锁定。
Frozen 系列项目由 Google 首席科学家 Jeff Dean 主导。作为 Google Brain 联合创始人、TensorFlow 核心设计者之一，他长期处于 Google 分布式系统与 AI 基础设施交汇的关键位置。
初代 Frozen 曾尝试将模型权重也一并固化进芯片，但由此带来的代价极为高昂：一颗芯片仅适配单一版本 Gemini。待芯片完成设计、流片、封装、部署，对应模型早已迭代数轮，硬件迅速过时。该项目一度因此搁浅。
Frozen v2 吸收了这一教训，明确保留权重更新通道。只要下一代 Gemini 维持相近的基础架构，该芯片即可持续服役。这不仅是技术路线的调整，更是 Google 对 Gemini 长期战略投入的公开信号。
大模型厂商，集体转向芯片自研
就在不久前，OpenAI 已用实际行动验证了“模型驱动芯片设计”的可行性。
2026 年 6 月，OpenAI 与 Broadcom 联合发布自研推理芯片 Jalapeño。该芯片并非凭空构想，而是基于 ChatGPT、Codex 及 API 实际负载建模，并引入 OpenAI 自身模型辅助完成部分电路布局与功耗优化。
Google Workspace 自动化，支持 Gmail、日历、Drive、表格，可通过服务账户或 OAuth 完成读取、写入、发送并管理整个 Google 套件。
从立项到流片仅耗时九个月，工程样片已稳定运行真实模型负载，预计将于 2026 年底起逐步上线部署。
Anthropic 与 DeepSeek 同样被曝正推进自研芯片计划。尽管各家在专用程度上存在差异，但方向高度一致：掌握模型的公司，正将日复一日高频重复的计算模式，直接“翻译”为硬件逻辑。
我们已然步入“模型定义芯片”的新阶段。
那么，为何几乎所有头部大模型公司，都押注于自研芯片？
答案直截了当：压降算力成本。
以 Google 公开提供调用的旗舰模型 Gemini 3.1 Pro Preview 为例：在 20 万 token 以内，标准 API 定价为每百万输入 token 2 美元、每百万输出 token 12 美元。
假设一次中等强度请求含 5000 token 输入与 1000 token 输出，单次费用约为 2.2 美分。若此类请求日均发生 1 亿次，则每日支出达 220 万美元，年成本逼近 8 亿美元。
考虑到 Gemini 应用月活跃用户已突破 9 亿，哪怕单位算力成本微降 10%，乘以近十亿级调用量，也将带来数十亿美元级别的年度节省——对任何大模型厂商而言，这都是不可忽视的核心生存命题。
这场硬件豪赌，恰发生在 Google AI 业务跌宕起伏的关键节点。
2022 年 11 月，ChatGPT 横空出世。三周后，Google 高管层启动“红色警报”，CEO Sundar Pichai 亲自接管 AI 战略统筹。彼时的 Google 手握 Transformer 原始论文、全球最强搜索生态与海量数据中心资源，却在生成式 AI 入口之战中意外失速，被 OpenAI 抢先确立用户心智。
三年之后，战局一度逆转：Gemini 3 系列发布，Nano Banana 引发刷屏热潮，Google 重夺技术话语权，甚至被视为最接近 AGI 的科技巨头。
然而近几个月，Google 内部再度震荡加剧——
Gemini 联合负责人 Noam Shazeer 离职加盟 OpenAI；John Jumper 与多名核心研究员转投 Anthropic；原定于 6 月发布的 Gemini 3.5 Pro 被证实严重滞后，编码能力未达内部预期，Alphabet 股价随之连续下挫。
多位离职研究人员坦言，算力资源分配紧张是重要诱因。The Information 报道称，算力短缺曾迫使 Google Cloud 暂停承接部分外部客户订单；即便在 Google 内部，AI 团队申请算力也常需排队等待。
但 Google 手中，仍握有一张对手难以复制的王牌——从 Gemini 模型、TPU 芯片、Google Cloud 数据中心，到 Gmail、YouTube、Android 等庞大生态，整条技术栈均由同一主体掌控。这意味着，模型与硬件可围绕同一套目标协同演进，无需妥协。
顶尖人才或可被挖角，旗舰模型或会延期，但 Google 十年磨一剑打造的 TPU 架构、XLA 编译器栈、数据中心调度系统，不会因一次人事变动而瓦解。这是 Google 在 AI 时代最扎实的护城河之一。
当然，风险同样不容低估。
据消息人士透露，Frozen v2 芯片最早要等到 2028 年才进入实际部署阶段。而截至目前，Google 仍在权衡：究竟该在芯片中固化多少模型结构？这也构成了“Frozen”一词的第二重含义——为换取芯片级性能飞跃，Google 准备主动冻结 Gemini 的一部分演进自由度。
把大模型“刻”进芯片，是否真为最优解？答案或许要等到两年后才能水落石出。但留给 Gemini 加速追赶的时间窗口，确已所剩无几。
本文来自微信公众号“爱范儿”，作者：肖钦鹏，36氪经授权发布。
