據《The Information》援引內部訊息，谷歌正在開發一款代號為“Frozen v2”的新型伺服器晶片。與谷歌當前通用的TPU（張量處理單元）不同，這款晶片將Gemini AI模型的架構直接固化在硬體中，而非僅作為通用加速器。訊息人士稱，Frozen v2在提供AI響應時的效率可能比現有TPU高出6至10倍。谷歌計劃於2028年開始部署該晶片，其產量將小於TPU系列，被視為一次針對專用晶片的試驗性嘗試。

Frozen v2的設計思路源於谷歌DeepMind首席科學家傑夫·迪恩（Jeff Dean）。最初的“Frozen”方案設想將模型權重（即決定模型如何響應的具體引數）直接寫入晶片。但該方案因晶片只能適配單一Gemini版本、極易過時而被放棄。Frozen v2採取了更靈活的策略：它固化的是模型的架構藍圖而非具體權重。這意味著晶片內部預設了Gemini模型的計算邏輯與結構，但新的權重資料仍可後續載入。目前，具體有多少架構將被硬編碼尚未最終確定。

“Frozen”這一命名借鑑了AI模型訓練中的“凍結”概念——鎖定引數值使其不再變化。在Frozen v2中，模型的一部分被永久“凍結”在晶片內，從而減少計算步驟、加快響應速度。由於該晶片高度依賴Gemini的特定架構，它很可能不會作為對外銷售的產品。谷歌目前通過TPU租賃、向Meta等外部客戶提供雲服務，以及“TPU@Premises”專案（內部目標是從輝達年收入中奪取10%份額）來推廣其AI算力。Frozen v2則主要服務於緩解谷歌內部AI算力緊張的局面。

如果Frozen v2達到預期效率，它將成為谷歌在AI服務定價上的關鍵競爭籌碼。在AI業務中，推理成本的最佳化直接決定了利潤率。谷歌可藉此以更低價格執行強大模型，從而從OpenAI和Anthropic手中奪取市場份額。不過，該訊息目前仍屬傳聞階段，晶片的實際效能、成本及最終部署規模仍有待驗證。