据科技媒体The Information援引内部消息报道，谷歌正在开发一款代号为“Frozen v2”的新型服务器芯片，其核心创新在于将Gemini AI模型的架构直接固化到硅片中。这一设计思路与谷歌现有的TPU（张量处理单元）截然不同——TPU是通用型AI加速器，可适配多种模型，而Frozen v2则专为Gemini架构定制，将部分模型结构永久“冻结”在硬件层面。

消息人士称，Frozen v2在AI推理效率上可能比当前TPU提升6至10倍。这种效率飞跃源于其独特的设计：通过将模型架构硬编码进芯片，减少了计算步骤，从而加快响应速度。该芯片预计于2028年开始部署，但产量将远低于TPU系列，谷歌将其视为专用芯片的一次试验性尝试。

这一创意最初来自谷歌DeepMind首席科学家杰夫·迪恩（Jeff Dean）。他早先提出的“Frozen”第一代方案曾计划将模型权重直接嵌入芯片——权重是决定AI模型如何响应查询的具体参数。但该方案因芯片只能适配单一版本的Gemini、且会迅速过时而被放弃。Frozen v2则采取了更灵活的策略：它固化的是模型架构（即底层蓝图），而非权重；新的权重仍可后续加载到芯片上。不过，据The Information报道，具体有多少架构将被硬编码尚未最终确定。

由于Frozen v2仅在与谷歌保持相同模型架构时才能工作，它很可能不会作为对外产品出售。相比之下，谷歌已向Meta出租TPU、向外部云客户提供TPU服务，并通过“TPU@Premises”项目将其定位为英伟达的替代方案，内部目标是从英伟达年收入中夺取10%的份额。Frozen v2则主要服务于谷歌内部AI计算资源的紧张需求。

若该芯片达到预期效率，它可能成为谷歌在AI领域的重大竞争优势。在AI业务中，推理成本的优化正日益决定利润率。谷歌可利用Frozen v2以更低价格运行强大模型，从而从OpenAI和Anthropic手中夺取市场份额。对于马斯克旗下的SpaceXAI（原xAI）而言，这意味着其竞争对手谷歌在成本结构上可能获得显著优势，进一步加剧AI大模型市场的价格战。