据《The Information》报道，Alphabet旗下的谷歌正在开发一款代号为“Frozen v2”的下一代AI服务器芯片，该芯片直接将Gemini大型语言模型的底层架构整合到硅芯片上，以提升AI推理效率。 消息传出后，Alphabet（GOOGL-US）股价周一盘中上涨约3%，反映市场对其AI基础设施布局持续深化的乐观态度。
报告指出，Frozen v2 最大的特点是 Gemini 模型架构的一部分直接写入芯片硬件，而非完全依赖软件计算。 与广泛使用的GPU和谷歌自家的TPU及其他通用AI芯片相比，新设计牺牲了一些灵活性，以换取更高的推理效率和更低的能耗。
内部人士透露，谷歌内部估计《冰雪奇缘》v2每单位功耗能处理的token数是最新一代TPU的6到10倍，主要因为它大大减少了模型执行中的逻辑判断和数据处理过程，使部分计算任务可以直接由硬件处理。
目前，像NVIDIA GPU和谷歌TPU这样的AI芯片是支持不同大型语言模型的通用架构，但每次推断都必须伴随着大规模的数据传输和计算。 Frozen v2采用高度定制化的设计，永久将Gemini底层架构的部分内容刻画进芯片，主要目标是“降低灵活性并提升效率”。
该项目的一个关键驱动力来自谷歌日益严重的人工智能计算能力短缺。 报告指出，内部GPU和TPU资源紧张，甚至影响了部分谷歌云客户服务，迫使公司拒绝部分外部合作请求。
报告还指出，上个月谷歌同意每月向SpaceX支付近10亿美元，以获得由xAI提供的AI计算能力，从而填补了自身基础设施的缺口。这表明AI推理需求的快速增长，给大型科技公司的计算资源带来了巨大压力。
事实上，《冰雪奇缘》项目并非首次被提出。 早期版本由谷歌DeepMind首席科学家Jeff Dean领导。最初计划将完整的模型权重直接编程到芯片上，但由于Gemini只能支持一个版本，模型更新后可能发生硬件故障，因此该计划最终被搁置。
新的 Frozen v2 采用了“灵活硬化”策略，仅修复模型架构而不修正模型权重。因此，Gemini 可以通过更新权重继续迭代，保持更高的推理效率，同时延长芯片寿命。
谷歌目前将Frozen v2定位为TPU产品线之外的新技术分支，而非TPU的替代品。 目前公司没有大规模量产计划，预计产能远低于TPU。它更倾向于作为验证未来高度专业化AI芯片技术的实验平台。
然而，《冰雪奇缘》第二版也存在明显的风险。 由于芯片设计高度依赖Gemini现有架构，如果Gemini底层未来发生重大变化，硬件可能迅速失去兼容性，甚至可能在量产前面临报废。因此，公众认为谷歌押注Gemini架构的长期延续。
从整个行业来看，人工智能推理芯片已成为科技公司新的战场。 加拿大初创公司Taalas采用了类似于《冰雪奇缘》v2的策略，同样基于硬件的模型逻辑，并且已经筹集了超过2亿美元。
此外，SambaNova、d-Matrix、OpenAI和Microsoft（MSFT-US）等公司积极投资AI推理芯片开发，旨在提升能源效率和降低推理成本，挑战英伟达GPU在AI市场的主导地位。
另一方面，英伟达持续加强自身战略布局。 据报道，公司于2025年12月投资200亿美元，向AI推理芯片公司Groq获得技术许可，表明全球AI芯片竞赛正逐步从训练计算能力转向推理效率。
市场参与者认为，随着大型语言模型逐步进入商业部署阶段，人工智能行业的竞争焦点正从模型训练能力转向如何以更低成本和更低功耗进行大规模推理。 如果Frozen v2最终实现预期的6到10倍内部效率提升，它可能改变AI推理的成本结构，进一步强化谷歌从模型和芯片到云服务的垂直整合优势。
不过，分析人士也提醒，Frozen v2最早可能要到2028年才会部署，目前仍处于开发阶段，距离流片、测试和量产验证还有很长的路要走。 此外，谷歌目前没有大规模生产计划，因此其短期收入和成本结构贡献有限。6到10倍的效率提升仍是工程团队内部估计，尚未被实际产品验证。
因此，市场普遍认为，这一推高Alphabet股价的消息反映了投资者对谷歌持续投资人工智能创新的预期，而非《冰封》v2已经具备立即改变公司盈利能力的真正价值。
