·聚焦:人工智能、芯片等行業(yè)
歡迎各位客官關注、轉發(fā)
英偉達把鏟子賣給所有人，谷歌選擇自己挖礦，還順手改造了礦井的巖石結構。
軟件與硬件纏斗半個世紀，這一次輪到模型把芯片收編為自己的「器官」。訓練大模型的人，開始動手改晶體管的圖紙了。
凍結的藝術，從權重到架構的一次聰明退讓
近日The Information披露，谷歌正在研發(fā)代號Frozen v2的服務器芯片，把Gemini模型的部分架構永久寫入硅片，單位功耗的Token處理量預計達到最新一代TPU的6到10倍。
在機器學習里，凍結本是個日常動作，訓練完成后鎖住參數(shù)，讓模型停止更新。
Frozen v2把這個動詞推進了物理世界，它鎖住的是Gemini神經網絡的結構藍圖，那些規(guī)定數(shù)據如何流動、注意力如何匯聚的連接方式，將直接變成硅片上的電路。
這個想法的起點據說是Google DeepMind首席科學家Jeff Dean，F(xiàn)rozen第一版方案要激進得多，把模型權重整體固化進硅片，相當于把某一個版本的Gemini鑄成銅像，芯片出廠之日就是它過時之始。
谷歌很快否決了這條路線，理由樸素得近乎殘酷，模型迭代以月計，銅像的壽命卻以年計。
Frozen v2退了一步，也因此聰明了一步。它凍結的是架構，放行的是權重，新訓練出的參數(shù)仍可加載進芯片，只要底層結構不變，這顆硅片就能服侍一代又一代Gemini。
工程師至今沒有敲定固化的深度，固得越多能效越高，活路越窄，這是一道用靈活性兌換效率的算術題。
把架構修進電路，等于把搬運路線拉成直線，計算步驟減少，數(shù)據遷移量下降，6到10倍的每瓦Token吞吐由此而來。
這個數(shù)字目前仍是紙面推演，部署要等到2028年，方向卻已足夠清楚。
過去十幾年，芯片行業(yè)的信條是通用性，一顆GPU訓練所有模型。
Frozen v2把這個信條翻過來曬了曬太陽，當單一模型的調用量大到以億次計，為它單獨造一顆芯片的賬，開始算得過來。
比起效率翻倍，谷歌真正要救的是現(xiàn)金流
谷歌面對的核心問題已不只是芯片性能，而是急速膨脹的推理需求正在吞噬電力、服務器和現(xiàn)金。
2026年第二季度，谷歌模型API處理量達到每分鐘約220億token，較上一季度的160億增長37.5%，更早之前還只有100億。
用戶數(shù)量沒有成倍增加，服務器內部的計算鏈條卻可能拉長數(shù)倍。
需求一路上沖，供給依舊緊繃。Alphabet當季資本開支達到449億美元，絕大部分流向AI基礎設施，并將2026年全年資本開支指引提高至1950億至2050億美元。
相比4月給出的1800億至1900億美元，這已經是年內再次加碼。
重投入直接壓低現(xiàn)金流，當季自由現(xiàn)金流降至負59億美元，德意志銀行對其2027年資本開支的預測甚至升至3250億美元。
云業(yè)務的訂單還在繼續(xù)堆積,Google Cloud收入同比增長82%，達到248億美元，待履約合同金額由此前的4620億美元增至5140億美元。
谷歌云一邊握著巨額訂單，一邊缺少足夠的算力完成交付。
The Information援引信源稱，內部資源短缺已經引發(fā)團隊摩擦，云部門被迫拒絕部分外部客戶，同時每月花費數(shù)億美元租用英偉達GPU救急。
管理層還計劃在第三季度增加第三方數(shù)據中心容量，用臨時租賃填補缺口，代價是云業(yè)務利潤率承受短期壓力。
一家自研芯片十一年的公司，回頭高價租用競爭對手的GPU，這個細節(jié)比單純的資本開支數(shù)字更能說明問題。
專用芯片節(jié)省的每一小步，經過數(shù)十億級產品入口反復調用后，都會在電表和現(xiàn)金流量表上被放大。
Frozen v2的價值正在這里,這顆芯片將Gemini部分架構直接固化進硬件，通過犧牲一部分通用性壓低單位推理成本。
Frozen v2沒有對外銷售計劃，谷歌正在把TPU租給Meta，也試圖將芯片部署進客戶數(shù)據中心，這顆新芯片卻更像一件純粹的內需工具。
它承擔的任務很明確，在算力供給難以迅速擴張的階段，從每一次Gemini調用中擠出更多token，讓谷歌在模型API價格競爭中獲得一條更低、更難復制的成本線。
TPU向外成為平臺，F(xiàn)rozen向內成為工廠
今年4月，谷歌把第8代TPU拆為訓練型TPU 8t和推理型TPU 8i。
TPU 8i已經為采樣、服務和推理做了大量定向設計，配有288 GB HBM、384 MB片上SRAM以及用于降低集體通信延遲的專用引擎。
谷歌給出的數(shù)據是，相較Ironwood，TPU 8i在特定低延遲大規(guī)模混合專家模型上可提高80%的性價比，第8代芯片最高可實現(xiàn)2倍每瓦性能提升。
即便如此，TPU 8i仍要支持不同模型與客戶，JAX、PyTorch、Keras和vLLM構成它的軟件入口，XLA負責把模型翻譯給硬件。
谷歌反復強調TPU 8t與8i能夠適應持續(xù)變化的模型架構，這種靈活性看似增加了運行開銷，卻是云平臺能夠做生意的基礎。
TPU的商業(yè)方向也在向外打開，Alphabet在2026年第2季度首次確認，已經向客戶自有數(shù)據中心交付TPU系統(tǒng)并確認收入，相關收入將在2027年加速兌現(xiàn)。
TPU由谷歌內部基礎設施走向云租賃，再走向客戶機房，產品邊界越來越接近一套開放的AI計算平臺。
Frozen承擔的是另一種任務，它只需把Gemini跑得足夠快、足夠便宜，不必為外部客戶的Claude、Llama或下一款陌生模型預留同等空間。
它更適合接住谷歌自有產品中穩(wěn)定、高頻、可預測的推理流量，谷歌對外出售的也將是Gemini服務結果，而非一塊人人都能編程的芯片。
兩條路線因此沒有互相替代的必要，TPU像一座允許客戶更換產線的工業(yè)園，F(xiàn)rozen像一條圍繞Gemini重新焊接工位的專線。
前者用兼容性擴大收入邊界，后者用專用性壓低內部成本，谷歌在TPU之外另開分支，也是在隔離彼此沖突的產品目標。
Taalas點火，英偉達轉向，專用化的合圍成型
把模型往硅里塞，谷歌算不上第一個動手的，卻是分量最重的那個。
今年2月，加拿大創(chuàng)業(yè)公司Taalas走出隱身模式，把Llama 3.1 8B的全部權重用掩膜ROM刻進了臺積電6nm工藝的上層金屬，815平方毫米的芯片上，每用戶每秒吐出17000個Token，整機功耗只有2.5千瓦，風冷即可。
從拿到新權重到交付新芯片只要兩個月，這家公司總共只花了3000萬美元研發(fā)費用，就拿到了2.19億美元融資。
巨頭們的動作更加誠實，英偉達豪擲約200億美元收購Groq，把LPU塞進Vera Rubin平臺，單顆LPU帶著500MB片上SRAM，一個LPX機架裝256顆，官方口徑下每兆瓦推理吞吐提升35倍。
Cerebras抱著整片晶圓不放，Etched只做Transformer，Taalas只做Llama，光譜從通用一路排到模型專用，盡頭處，芯片本身就是模型。
Taalas凍結的是權重，一顆芯片只認一個版本，靠LoRA適配器續(xù)命。
谷歌凍結的是架構，養(yǎng)活的是整個Gemini家族，Jeff Dean那次退讓恰恰是創(chuàng)新所在，行業(yè)把它稱作彈性固化。
別忘了谷歌手里握著別人沒有的兩張牌，模型是自己的，芯片也是自己的，當芯片定義的筆從架構師傳給訓練師，擁有完整筆墨紙硯的只剩這一家。
結尾：
架構創(chuàng)新的邊際收益正在衰減，模型競爭的決勝點已從發(fā)明新結構滑向工程效率與成本曲線。
GPU、TPU、工作負載專用芯片與模型專屬芯片將長期疊在同一座數(shù)據中心里，區(qū)別只在于每類任務愿意為多少自由度付費。
AI基礎設施的分界線，也將從GPU與TPU的品牌之爭，移向通用平臺與模型專屬工廠的成本之爭。
部分資料參考：36 氪：《谷歌將 Gemini 架構直接寫入芯片，脫離 TPU 打造全新算力分支》，智東西：《放棄通用算力內卷，谷歌 Gemini 專用芯片落地，AI 芯片進入模型定制時代》，半導體行業(yè)觀察：《Frozen v2 芯片詳解：谷歌軟硬協(xié)同重構 AI 推理算力格局》，TrendForce 集邦咨詢：《2026 年全球 AI 芯片市場細分增速報告》，高盛研究院：《2027 AI 算力硬件結構變遷預測報告》
本公眾號所刊發(fā)稿件及圖片來源于網絡，僅用于交流使用，如有侵權請聯(lián)系回復，我們收到信息后會在24小時內處理。
推薦閱讀：
商務合作請加微信勾搭：
18948782064
請務必注明：
「姓名 + 公司 + 合作需求」
