据《The Information》援引内部消息，谷歌正在开发一款代号为“Frozen v2”的新型服务器芯片。与谷歌当前通用的TPU（张量处理单元）不同，这款芯片将Gemini AI模型的架构直接固化在硬件中，而非仅作为通用加速器。消息人士称，Frozen v2在提供AI响应时的效率可能比现有TPU高出6至10倍。谷歌计划于2028年开始部署该芯片，其产量将小于TPU系列，被视为一次针对专用芯片的试验性尝试。

Frozen v2的设计思路源于谷歌DeepMind首席科学家杰夫·迪恩（Jeff Dean）。最初的“Frozen”方案设想将模型权重（即决定模型如何响应的具体参数）直接写入芯片。但该方案因芯片只能适配单一Gemini版本、极易过时而被放弃。Frozen v2采取了更灵活的策略：它固化的是模型的架构蓝图而非具体权重。这意味着芯片内部预设了Gemini模型的计算逻辑与结构，但新的权重数据仍可后续加载。目前，具体有多少架构将被硬编码尚未最终确定。

“Frozen”这一命名借鉴了AI模型训练中的“冻结”概念——锁定参数值使其不再变化。在Frozen v2中，模型的一部分被永久“冻结”在芯片内，从而减少计算步骤、加快响应速度。由于该芯片高度依赖Gemini的特定架构，它很可能不会作为对外销售的产品。谷歌目前通过TPU租赁、向Meta等外部客户提供云服务，以及“TPU@Premises”项目（内部目标是从英伟达年收入中夺取10%份额）来推广其AI算力。Frozen v2则主要服务于缓解谷歌内部AI算力紧张的局面。

如果Frozen v2达到预期效率，它将成为谷歌在AI服务定价上的关键竞争筹码。在AI业务中，推理成本的优化直接决定了利润率。谷歌可借此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。不过，该消息目前仍属传闻阶段，芯片的实际性能、成本及最终部署规模仍有待验证。