Google據報正研發新一代AI伺服器晶片，計劃把其Gemini模型部分架構直接刻入矽晶體之中，目標是在「每瓦耗電可處理的代幣（token）數量」方面，比現有晶片提升約6至10倍。
重點摘要：
- 參與項目的工程師預計，這款內部代號「Frozen v2」的處理器，每單位耗電可處理的代幣數量，將較Google最新一代Tensor Processing Unit（TPU）高出6至10倍。
- Google內部目標最早2028年部署，但公司從未公開確認相關計劃。
- Alphabet股價周一一度升約3%，在公司公布第二季業績前先行造好。
Frozen v2：把Gemini「焊死」在矽晶片上的AI引擎
有關項目消息周一流出，兩名知情人士向媒體透露，Google正開發一款內部稱為Frozen v2的處理器。相關工程團隊估算，該晶片在相同耗電下，可處理的代幣數量有望較最新一代Google TPU高出6至10倍。部署時間暫以2028年為目標，但團隊仍未拍板，最終會把Gemini模型的哪一部分直接實現在硬件層面。
Google至今未有就項目存在與否作任何確認或否認。
一名公司發言人僅表示，Google各個團隊長期進行不同研究和實驗，惟並非所有構想最終都會進入量產階段。
按目前構思，Frozen v2不會取代現行為Gemini及Google Cloud工作負載提供運算的TPU，而是開闢一條獨立產品線。預期Frozen v2產量遠低於TPU，項目現階段仍屬探索性質，設計細節與取捨仍有不少懸而未決。
延伸閱讀：道瓊斯工業平均指數波動 再驗證比特幣「脫鈎」避險說？
以Gemini架構換取效率：犧牲靈活性換來功耗優勢
傳統AI加速器的運作模式，是先把完整模型載入記憶體，然後在每次回應查詢時，把資料在記憶體與運算單元之間來回搬運——這種模式既耗電又耗時。
Frozen v2的構想，是直接把Gemini的結構性藍圖寫入晶片電路之中，等同將部分模型架構「硬接」在硬件，藉此減少推理過程所需的運算次數以及資料搬移開支，從而提升每次回應的效率。
模型在訓練過程中產生的「權重」（weights）數值，按現計劃仍然可以更新及調整。
該項目早期版本構思，曾考慮連權重也一併燒錄在晶片上。但由於架構層面被鎖死，Frozen v2只能在Google維持相同基礎架構的前提下，支援日後版本的Gemini；一旦核心架構出現重大改動，這類專用晶片的沿用空間便會受限。
Q2業績前夕 Alphabet股價先炒上
Alphabet股價周一曾一度走高約3%，盤中高見356美元附近，其後於下一個交易日回吐部分升幅。市場普遍視Frozen v2報道，為Google應對雲端運算產能緊張的一個訊號——近期Google Cloud據報已因資源吃緊而婉拒部分外判AI運算需求。
Alphabet將於美股周三收市後公布第二季業績。分析師普遍預期，每股盈利約2.95美元，收入接近1,170億美元。
公司今年較早時上調2026年資本開支預測，上限增至1,900億美元；首季收入則在雲業務勁升63%帶動下，按年增長22%，至1,099億美元。其後Google雖然要消化下一代Gemini Pro延遲推出的影響，但同一時間，中資AI模型在美國企業的代幣用量，已升至約45%的比重。