谷歌定制AI芯片战略 - 谷歌正在设计一款名为“Frozen V2”的新型TPU（张量处理单元）芯片，专门为其Gemini人工智能模型定制运行[1][3][4] - 该芯片计划通过将SRAM硬编码到硅片上来实现定制化，从而无需使用台积电的CoWoS等单独的先进封装技术[1][3] - 摩根士丹利报告称，Frozen V2芯片预计将于2028年实现量产，明年即可进入早期生产阶段[3] 技术路径与行业趋势 - 谷歌为其TPU芯片选择的封装技术成为焦点，分析师推测其最终可能完全取消封装，而非采用英特尔的EMIB-T或台积电的CoWoS技术[1] - 将神经网络权重直接硬编码到硅芯片上的方法并非首创，人工智能芯片制造商Taalas今年早些时候也推出过类似方案，旨在消除内存到计算单元的数据传输瓶颈[3] - 然而，此方法存在关键缺陷：每次推出相比前代有显著升级的新AI模型时，都必须设计新的芯片，制造商需要针对每次生产批次调整设备[3] 性能目标与市场影响 - 据称，以单位能耗产生的代币数量衡量，Frozen v2芯片的效率可能是谷歌现有AI芯片的6到10倍[4] - 人工智能公司为提升内部模型运行效率并应对全球AI计算能力短缺，正越来越多地寻求自主研发芯片，以努力摆脱对英伟达的依赖[4] - 消息称更高效的Frozen v2芯片消息安抚了投资者，在相关报道发布后，谷歌股价早盘上涨了约3%[5] 行业竞争背景 - 随着AI竞赛展开，大型科技公司不断寻求定制芯片，以期与英伟达价格昂贵且供应短缺的GPU竞争或提供替代方案[1] - 谷歌的TPU和亚马逊的Trainium芯片等，旨在以更低的功耗和成本，增强在AI计算领域的性能[1] - 除了谷歌，OpenAI于今年6月发布了其首款定制推理处理器“Jalapeño”，而Anthropic本月初被报道正在与三星洽谈新的芯片制造合作[5] 公司投资与战略 - 谷歌母公司Alphabet为推进其AI战略制定了大规模支出计划，今年早些时候表示计划投入1800亿至1900亿美元[5] - 公司需要证明这些巨额投资能够带来回报[5] - 谷歌表示其团队不断研究和试验各种创新技术，通过从零开始协同设计硬件和软件，确保系统集成度高并针对实际工作负载进行高度优化[4]