Google 正在设计一款将 Gemini 架构写入硅片的芯片，报道称

Google 正在开发一款专用服务器芯片，将其 Gemini 模型架构直接写入硅片，据 The Information 通过 Reuters 转述的报道。该芯片代号为 “Frozen v2”，旨在比通用加速器更高效地运行 Google 的模型。

将模型固化到硬件中

这一核心思路不同于 AI 芯片通常的设计方式。与其让加速器保持足够灵活、以便运行任何模型，Frozen v2 将把 Gemini 架构的部分内容固化进硬件本身——以通用性换取 Google 最看重的特定工作负载效率。这是一场软硬件协同设计的押注：围绕模型塑造芯片，而不是让模型去适配芯片。

2028 年的目标

据报道，这款芯片的目标时间是 2028 年——这只是一个目标，并非发货日期，而且时间还很远，设计仍可能变化。二手报道显示，Frozen v2 将与而非取代 Google 现有的 TPU 产品线，让 Google 在通用加速器之外再拥有一款专门打造的选项，而不是全面转向。

为什么经济性会把方向推向这里

这一举措反映出推理成本的走势。随着模型处理海量查询，每次推理的边际成本变得主导一切，而为某一种架构量身定制的硅片所带来的效率提升，可能胜过运行同样任务的灵活芯片。Google 已经在设计自己的 TPU，如今释放出的信号是，它相信下一轮效率提升来自进一步收紧模型与硬件之间的耦合。

应将其视为一个信号

由于这些细节都基于单一报道——此处为 The Information 通过 Reuters 转述——具体内容应被视为新闻报道，而非已确认的产品计划。但方向本身值得关注：一家前沿实验室愿意将某一代模型“硬编码”进芯片，意味着它在做一场长期押注，相信自己的架构足够稳定，值得被铸进硅片。