据The Information报道，谷歌正在研发一款代号“Frozen v2”的新型服务器芯片。这款芯片的核心创新在于将Gemini人工智能模型的蓝图直接集成其中，旨在提升公司向用户提供AI模型服务的效率。
回顾AI发展历程，通用GPU曾是主流，但随着TPU、NPU、LPU以及Crebras等专用芯片的涌现，AI芯片的格局正在发生改变。特别是在AI加速落地后，计算资源紧张甚至迫使谷歌云一度拒绝部分外部客户。在这一背景下，谷歌探索出了一条新的路线：不再单纯追求更强的通用计算能力，而是让芯片与特定模型深度结合，通过软硬件协同来提升AI计算效率。
据介绍，“Frozen”这个名字来源于将部分模型永久蚀刻到硅片上的理念。这实际上是一种ASIC（专用集成电路）路线。与早期的TPU类似，但Frozen更接近于为特定模型打造的“专用机器”。它试图将Gemini模型的计算逻辑、推理流程直接固化在硬件中，使硬件能“理解”特定模型的运行方式，从而减少运行时的调度开销。这意味着，传统AI芯片像通用计算机，而Frozen更像专用机器。虽然专用芯片在灵活性上有所牺牲，但若能解决模型快速迭代与芯片设计周期长之间的矛盾，其效率有望达到现有芯片的6至10倍。谷歌正在寻找一种折中方案，允许对芯片进行修改以更新模型权重。如果成功，Frozen可能代表AI芯片发展的重要方向：随着大模型架构逐渐稳定，芯片设计将从“支持所有模型”转向“围绕主流模型进行深度优化”。预计该芯片最早将于2028年部署。
其实，在谷歌之前，Taalas公司已经坚定地走上了这条路。他们提出了“模型即计算机”的理念，认为模型不应在传统计算机上模拟，而应是计算机本身，且应体现为原生硬件。Taalas的首款产品HC1芯片，专门针对开源Llama 3.1 8B模型进行了深度优化。该芯片采用台积电N6工艺，面积达815平方毫米，封装内包含530亿个晶体管，功耗约200瓦。HC1的峰值性能惊人，每秒可生成17000个输出tokens，是英伟达H200显卡的73倍，而功耗仅为后者的十分之一。其架构采用了掩码ROM技术，无需高带宽内存（HBM），大幅降低了延迟和成本。Taalas计划在今年晚些时候推出支持更大模型的HC2芯片。
另一家初创公司Etched则将目光锁定在Transformer架构上。尽管其创始人曾因主张专用芯片而四处碰壁，但随着AI热度上升，公司估值飙升至200亿美元。Etched计划利用台积电N4P工艺打造Transformer专用芯片，并开发了名为LVI的技术，使芯片能在不降频的情况下运行万亿参数模型。该设备采用SRAM与HBM混合内存，并配备了定制冷板进行液冷。目前，Etched已收到超过10亿美元的订单，计划在今年夏季交付首批机架。
从GPU到TPU，再到谷歌的Frozen和Etched的专用芯片，AI芯片行业正进入一个新阶段。过去竞争的核心是通用算力，而现在随着大模型走向成熟，围绕特定模型进行软硬件协同优化成为新趋势。这并不意味着GPU时代的终结，而是形成了一种新的分工：通用芯片支撑模型创新，专用芯片提升成熟模型的部署效率。未来，模型或许将反过来定义芯片，软件、算法与硬件的边界将进一步融合。