7月22日，Google放出一则硬核消息：他们正在秘密开发一款代号为"Frozen v2"的专用服务器芯片。这颗芯片的野心很直接——把Gemini大模型的结构设计直接"刻写"进硬件电路里，让AI推理性能来一次质的飞跃。据参与项目的内部工程师透露，这颗芯片在能效方面有望达到当前TPU的6到10倍，计划于2028年正式投入使用。

这个动作的深层背景，是日益严峻的算力瓶颈。Alphabet首席执行官Sundar Pichai此前已经公开表态：算力供给不足正在拖累云服务业务的增长与收入表现。Frozen v2的思路很巧妙——它不是像传统方案那样把模型权重参数存进芯片，而是把模型架构本身固化到硬件里。这样一来，芯片既保留了部分适配能力，又大幅削减了推理过程中因频繁数据搬运产生的功耗。说白了，就是把Gemini的"骨架"焊死在电路上，让数据流动少绕弯子。

需要特别强调的是，这颗芯片既不是TPU的升级版，也不是替代品。它是一个面向Gemini推理任务独立推进的专用项目，而且仅限Google内部部署使用。这意味着，Google对Transformer架构的长期稳定性已经给出了极高信任——不仅在软件层面主推，现在连硬件层面都开始为特定模型做深度定制化探索。这种"模型决定硬件"的路线，未来几年可能会成为头部玩家的标配。