谷歌研發“Frozen v2”AI芯片，預計2028年發佈，能效提升最高10倍

2026年7月21日，據AIBase報導，谷歌母公司Alphabet正祕密研發代號為「Frozen v2」的新一代AI伺服器晶片，目標是大幅提升自研Gemini模型的運行效率，預計於2028年正式發表。消息指出，該晶片在單位能耗下產生的代幣數量，效率可達谷歌現有AI晶片的6至10倍，展現出極具潛力的能效飛躍。消息曝光後，Alphabet股價在週一早盤應聲上漲約3%，市場對其AI硬體佈局給予積極反饋。 據科技媒體The Information引述匿名消息人士透露，Frozen v2專案已進入關鍵研發階段，旨在透過架構革新實現推理效率的指數級提升。目前谷歌已部署多代TPU自研晶片，而Frozen v2被視為面向未來超大規模AI工作負載的專用處理器。針對相關報導，谷歌向TechCrunch回應時態度審慎，表示公司持續探索與測試創新技術以提升系統性能與效率，但並非所有研發項目都會最終實現量產，為該計畫保留不確定性。 谷歌強調，透過硬體與軟體協同設計的「全棧開發」模式，能打造整合度更高、針對實際AI工作負載深度優化的計算系統。Frozen v2的研發正是此理念的延伸，從指令集架構、編譯器到晶片設計實現垂直整合，以減少對外部供應商的依賴，並為Gemini等大語言模型提供量身定制的算力支持，在性能與能效之間尋求最佳平衡。 近年生成式AI應用急遽擴張，驅動全球算力需求指數級成長。輝達憑藉GPU生態長期主導AI晶片市場，但高昂成本與供給瓶頸促使科技巨頭紛紛投入自研晶片。從亞馬遜的Trainium、微軟的Maia，到谷歌的TPU系列，自研晶片已成為雲端服務商構建差異化競爭力的標配策略，同時也是降低供應鏈風險的關鍵布局。 晶片自研浪潮中，OpenAI於今年6月推出首款推理晶片「Jalapeño」，正式從模型研發向硬體延伸；Anthropic亦被曝正與三星洽談晶片製造合作；蘋果則聯手博通開發代號「Baltra」的AI伺服器晶片，預計2027年投入使用。這些動態顯示，AI產業競爭已從模型層面的「軍備競賽」，全面升級至涵蓋晶片、系統、軟體棧的全方位對抗。 為全面推進人工智慧戰略，Alphabet此前宣佈計劃投入1800億至1900億美元用於AI基礎設施建設。如此龐大的資本開支，使晶片能效比直接影響投資回報率。Frozen v2若實現宣稱的6至10倍能效提升，將顯著降低每筆AI推理的邊際成本，使谷歌在算力成本上取得相對競爭對手的優勢，並為其模型服務定價提供更大彈性。 Frozen v2消息公布後，市場投資者反應樂觀，Alphabet股價盤中漲約3%。分析師指出，雖距2028年尚有時日，但此舉代表谷歌正從單純模型競賽轉向基礎設施效率深耕，有利於長期競爭力構建。尤其當其他巨頭也在積極布局自研晶片時，谷歌需透過明確路線圖穩定市場預期，此次消息正好起到此作用。 自研AI晶片不僅是技術選擇，更是戰略布局：可針對自身模型特點進行專屬優化、掌握供應鏈與成本話語權。然而從設計到量產挑戰重重——晶片研發週期長、資金需求高、技術風險大，谷歌官方也坦承並非所有項目都能量產。此前蘋果Baltra晶片就傳出因性能瓶頸進度延後，凸顯從終端晶片轉向伺服器晶片的轉型難度。Frozen v2必須克服散熱、功耗、製程等多重難題，方能如期實現2028年目標。 值得一提的是，谷歌持續強化AI軟硬生態的協同效應：近期確認Gemini模型將賦能新版Siri，雙方達成雲服務合作；Google AI Studio也迎來重大更新，開發者工具進一步整合。這些舉措與自研晶片相輔相成，共同打造從模型訓練、推理到應用的完整閉環。一旦Frozen v2成功，將使谷歌在算力供應、軟體架構與服務體驗之間實現更深層次的聯動。 隨著AI模型規模持續攀升，算力基礎設施的效率與成本將成為決定成敗的關鍵。谷歌Frozen v2的曝光，不僅展示技術路線，更標誌產業競爭進入「軟硬一體」的新階段。未來數年，自研晶片所帶來的技術紅利與成本節省，將逐步重塑全球AI算力版圖。無論Frozen v2最終能否順利量產，它所引領的發展方向已清晰可見——科技巨頭正從單純的模型競賽，轉向更深層的基礎設施定製化爭奪。