谷歌开发Frozen V2芯片服务Gemini模型
据The Information报道，谷歌正在开发「Frozen V2」芯片，以更高效地服务其Gemini人工智能模型。
新Frozen芯片预计效率比现有TPU高出6到10倍，谷歌计划最早于2028年部署该芯片。
AI算力资本持续向自研芯片倾斜，谷歌作为大模型运营商成为高效硬件买方，外部GPU供应商承压，而Frozen V2的效率提升将降低Gemini训练与推理成本，强化谷歌在AI基础设施的长期竞争力。
来源：公开信息
ABAB AI 解读
谷歌此前已推出多代TPU芯片用于支持自家AI模型训练与推理，此次Frozen V2开发延续其通过垂直整合硬件降低对外部供应商依赖的历史路径。
资本路径上，谷歌将研发资源集中于新一代高效芯片，目标以6-10倍效率提升服务Gemini模型，动机在于控制AI基础设施长期成本并优化能源消耗，形成硬件-软件闭环优势。
类似亚马逊自研Inferentia/Tranium芯片或微软与OpenAI合作定制硬件的策略，谷歌当前处于AI芯片从通用TPU向模型特定优化转型阶段。
结构判断 本质属于技术替代与产业链重构：Frozen V2通过大幅效率提升替代部分通用GPU在Gemini推理中的角色，重构AI算力供应链，机制上源于大模型规模扩张带来的能耗与成本压力，推动 hyperscaler 资本向定制芯片集中。
ABAB News · 认知定律
自研芯片效率翻倍，外部依赖减半。
算力成本最终由硬件垂直整合决定。
模型越大，定制芯片必要性越强。