谷歌密謀「焊死」Gemini，神秘芯片曝光，能效碾壓TPU十倍

谷歌正在秘密研發一款代號「Frozen v2」的全新伺服器晶片，這款晶片的設計理念極為大膽：計畫將Gemini模型的底層架構，永久性地蝕刻在矽晶片上。這意味著，Gemini不再只是「跑」在晶片上，而是「長」在晶片裡。根據參與該項目的谷歌員工預估，這款晶片每瓦特能處理的Token數量，將比谷歌最新一代的TPU高效6到10倍，最快有望在2028年部署上線。消息一出，Alphabet股價立即應聲上漲3.7%，一掃此前的低迷走勢。 「Frozen」這個名字本身就說明了計畫的本質：將模型「凍結」進矽晶片。這是一個極度激進的作法。目前主流的AI晶片，無論是NVIDIA的GPU還是谷歌自家的TPU，本質上都是通用晶片，能夠執行各種不同的模型。這種靈活性帶來的代價是，晶片在運行時需要進行大量即時決策，不斷搬運數據，反覆查詢運算路徑與方法。這就像一個什麼菜都能做的廚房，每做一道菜都得翻閱食譜、尋找工具、調整火候，效率自然大打折扣。 而「Frozen v2」只為Gemini一個模型服務。它將Gemini的關鍵決策路徑直接內建在電路中，晶片不再需要「思考」該如何運作，因為路徑已經被直接澆鑄在矽晶片裡。這意味著更少的運算步驟、更少的數據搬運、更少的即時決策。這就像為一道特定菜餚專門打造了一個灶台，爐眼大小、鍋具位置、火力檔位全部量身訂做，省下的每一步冗餘，都轉化為實實在在的能效提升。 事實上，這個想法並非憑空出現。最初的「Frozen」晶片計畫，由Google DeepMind首席科學家Jeff Dean主導，當時的構想更為極端：直接將模型的權重（也就是決定模型如何回答問題的核心參數）燒錄進晶片。然而，這個方案最終被擱置，因為一旦權重被固化，晶片就只能服務於某個特定版本的Gemini，模型一更新，晶片就等同於報廢，生命週期極短。「Frozen v2」則是一個折衷方案：不固化權重，只固化底層架構。晶片的計算藍圖被刻死，但權重仍可更新。這意味著，只要Gemini的底層架構沒有大幅變動，這款晶片就能持續使用，新版本的參數依然可以灌入。不過，谷歌內部仍在權衡，究竟要將多少東西鎖進矽晶片，鎖得越多，效率越高，但靈活性也越差，這正是整個計畫最關鍵的工程判斷。 谷歌之所以願意下這步險棋，最直接的原因就是算力短缺。而且情況已經嚴重到不只是「有點緊張」，而是「送上門的錢都不賺了」。由於算力短缺，Google Cloud已經被迫開始拒絕外部客戶的訂單，這在商業公司中幾乎是最極端的信號。今年6月，谷歌簽下一紙驚人合約：每月向SpaceX支付9.2億美元，租用11萬張NVIDIA GPU的算力，合約一直簽到2029年。一家全球最大的雲端運算公司，竟然要向一家火箭公司租借算力，這個畫面足以說明AI軍備競賽的瘋狂程度。 谷歌並非孤軍奮戰。整個AI行業都在推理專用晶片上瘋狂押注。新創公司如SambaNova、d-Matrix正在積極投入，OpenAI、微軟也各自有相關計畫，亞馬遜有Trainium和Inferentia，微軟則有Maia。連NVIDIA自己都坐不住了，去年12月豪擲200億美元，取得了推理晶片公司Groq的技術授權。所有人的目標都只有一個：在每一瓦電力中，榨出更多的Token。而將模型直接硬連接進晶片這條路，此前只有加拿大新創公司Taalas在走，它已從Quiet Capital、富達等投資方融資超過2億美元。 然而，這十倍能效的背後，代價是「僵化」。只有當後續世代的Gemini，仍然沿用晶片設計時所使用的同一套底層架構時，「Frozen v2」才能持續工作。換句話說，谷歌正在進行一場豪賭，賭自己未來幾年不需要大幅改動Gemini的建構方式。從純Transformer到MoE混合專家模型，從純文字到多模態原生，從密集推理到稀疏激活，模型架構的迭代速度堪比手機行業最瘋狂的年代。谷歌自己也清楚這個風險，因此「Frozen v2」的產量規模不會像TPU那麼大，更像是一次有限度的試驗。賭對了，就是一台印鈔機，每瓦電力多榨出好幾倍的Token，數據中心省下來的電費和機櫃空間都是純利潤；賭錯了，就當繳學費，教會工程師如何打造更專用的晶片，為下一代產品累積經驗。 值得玩味的是，這個計畫披露的時機點。就在上週，彭博社才爆料，Gemini 3.5 Pro因為程式能力等多項指標不達標，已經三度延期。在模型端的發展腹背受敵之際，谷歌卻將更多籌碼推向了它最深的一條護城河——晶片。從當年自研TPU以減少對NVIDIA的依賴，到今天將模型直接焊死在矽晶片裡，谷歌正走在同一條路的更深處：軟硬體協同的盡頭，就是軟硬體合體。AI的競爭，已經開始比拼物理層面的實力。