娱乐百分百
有了TPU还不够，谷歌开始为Gemini 独造芯片：推理能效或达6到10倍_我的网站
A | 谷歌正在尝试把 Gemini 与芯片更紧密地结合起来。
IT之家 8 月 22 日消息，领克汽车昨晚发布《关于主动召回特定批次车辆的情况说明》，回应主动召回领克 900 等车型。
据《The Information》援引知情人士消息，谷歌母公司 Alphabet 正在研发一款服务器 AI 芯片，内部非正式代号为“Frozen v2”。公告称，近期，我们在主动排查及用户反馈中发现，部分搭载激光雷达的车辆在特殊场景下可能出现
辅助驾驶功能受限的情况。这款芯片针对 Gemini 模型设计，计划最早于 2028 年部署。对此我们高度重视，迅速组织内部技术团队与供应商联合展开全面核查。经分析，
由于供应商制程工艺波动，特定批次激光雷达的内部元器件 (电源 IC) 可能存在损伤。
B | 基于系统的安全设计，车辆会在特殊场景下触发辅助驾驶限速保护，并在大屏和仪表通过文字、提示音等方式提醒。据悉，领克已主动向国家市场监督管理总局备案召回计划，将通过电话、短信等形式与车主取得联系，并且通过云端平台识别预警，主动邀约用户，免费更换激光雷达，同时提供上门取送车及优先排队专属服务。谷歌工程师预计，以单位功耗所能处理的 Token 数量计算，其效率可能达到公司最新一代自研 AI 芯片的 6—10 倍。IT之家附说明主要内容：1、我的车是否在召回范围？如何确认？本次召回涉及的车辆生产日期范围如下：领克 900：2025 年 1 月 8 日至 2025 年 10 月 25 日领克 10EM-P：2025 年 8 月 1 日至 2025 年 11 月 3 日领克 07EM-P：2025 年 8 月 20 日至 2025 年 11 月 14 日领克 08 EM-P：2025 年 8 月 20 日至 2025 年 12 月 10 日领克将通过云端平台识别早期诊断信号，对可能存在故障的车辆触发预警，并通过 400 客服主动电话或短信联系您。如果您未收到通知，也可致电领克客服热线 (400-601-0101) 或联系当地授权经销商查询。2、未收到进店服务信息前，我的车辆能正常使用吗？可以正常使用，激光雷达主要为高阶辅助驾驶功能（如高速 NOA、城市 NOA）提供环境感知数据。当雷达出现异常时，车辆会在大屏和仪表通过文字、提示音等方式提醒用户，并自动限制组合驾驶辅助时的最高车速。
谷歌目前尚未正式确认 Frozen v2 项目，也没有公布芯片规格。不开启 NOA 状态下，车辆行驶完全正常，不受任何影响。请您在日常使用中按习惯驾驶即可，收到召回通知后及时进店处理。公司在回应媒体时表示，其团队一直在研究和试验提升性能与效率的新方案，但并非所有项目最终都会进入生产阶段。3、本次召回启动时间和处置措施是什么？从 2026 年 8 月 24 日起，针对召回范围内的车辆，我们将通过电话、短信等方式尽快与您联系，为您免费更换全新激光雷达，并为您提供上门取送车及优先排队专属服务。谷歌同时强调，从底层共同设计硬件和软件，是其打造高度集成系统的重要方式。但报道发布后，Alphabet 股价在当地时间 7 月 20 日早盘上涨约 3.3%。
与现有 TPU 相比，Frozen v2 的主要区别，是它进一步收窄了芯片的适用范围。
C | 它的定位是一颗更极致的“专用芯片”。
D | 根据现有报道，谷歌计划将 Gemini 的部分架构特征固化在芯片中，针对其计算路径和常用操作进行专门优化。4、最近已经更换过激光雷达，还需要更换吗？如果您近期已在授权经销商处完成激光雷达更换，无需再次进店，请放心使用。
大模型推理不仅需要完成大量矩阵运算，还要频繁从高带宽内存读取参数。5、更换后，会影响激光雷达质保吗？更换后的新激光雷达随整车质保，质保周期与车辆原有质保保持一致，不会因本次召回维修而缩短或重置。数据在内存与计算单元之间移动，会消耗时间和电力。
。Frozen v2 希望减少这部分开销，从而提高响应速度，并在相同功耗下处理更多请求。报道所称的 6—10 倍效率提升，具体指每单位功耗能够处理的 Token 数量，并不是芯片峰值算力。
谷歌现有 TPU 同样是面向机器学习的专用处理器，但需要适配不同模型，并承担训练、推理等多种任务。最新一代 Ironwood 单颗芯片配备 192GB 高带宽内存，单位功耗性能约为上一代 Trillium 的两倍，最多可由 9216 颗芯片组成 Superpod。Frozen v2 不会取代 TPU，而是作为一条更具针对性的产品线，与其并行使用。
E |
(来源：Google)
但专用芯片也有其劣势，更深的模型与芯片绑定会降低灵活性。芯片从设计到投产通常需要数年，如果此后 Gemini 的基础架构发生较大变化，已经固化的设计可能难以适配。Frozen v2 能否获得长期收益，既取决于实际能效，也取决于谷歌能否在快速迭代模型的同时，维持底层架构的相对稳定。
那么，谷歌为什么要“铤而走险”？首先一个原因，是为了应对持续增长的算力需求。
F | 据相关数据，谷歌内部的 AI 计算资源短缺已经引发不同团队之间的资源竞争，Google Cloud 甚至因此拒绝过部分外部客户订单。
大模型的计算需求包括训练与推理两个阶段。训练先进模型需要集中投入大量算力，但随着 Gemini 被加入搜索、办公软件、云服务和智能终端，长期发生的推理可能形成更庞大的成本。单次生成的费用看似有限，乘以数以亿计的用户和持续增长的调用量后，电力、芯片、网络及数据中心投入都会成为重要支出。
Alphabet 已将 2026 年资本开支预期上调至 1,800 亿—1,900 亿美元，主要用于扩建 AI 计算能力、数据中心和相关基础设施。在这一背景下，提高每瓦电力能够生成的 Token 数，不仅意味着更低的能源消耗，还意味着同一座数据中心能够承载更多用户请求。对于已经拥有大量 Gemini 使用场景的谷歌而言，即使单次推理成本只下降一小部分，规模化之后也可能带来可观节省。
图｜谷歌历年资本开支预期（来源：S&P）
自研芯片还可以加强谷歌对供应链和产品节奏的控制，减少对英伟达等外部芯片供应商的依赖。
G | 但这种“减少依赖”并不等于完全替代。Frozen v2 即使顺利投产，预计规模也将低于 TPU；谷歌的数据中心仍会同时使用 TPU、GPU 及其他计算设备。它更像是为高频且相对稳定的 Gemini 任务增加一类成本更低的专用工具。
谷歌也不是唯一走向自研芯片的 AI 公司。
H | 2026 年 6 月，OpenAI 与博通公布首款自研推理芯片 Jalapeño。
I | OpenAI 表示，这款芯片围绕大语言模型推理设计，将结合博通的芯片实现和网络技术以及 Celestica 的服务器系统能力，计划于 2026 年底开始部署。
J |
图｜博通公司首席执行官 Hock Tan 将一片芯片晶圆递交给 OpenAI 公司首席执行官 Sam Altman。（来源：OpenAI）
Anthropic 也被曝已经开始研究自有 AI 芯片，并与三星电子等潜在合作方接触。不过该项目仍处于早期阶段，芯片的用途、性能目标和服务器部署方式尚未明确 Anthropic 同时表示，亚马逊 Trainium、谷歌 TPU 和英伟达 GPU 仍将是其扩张算力的重要基础。中国方面，此前 DeepSeek 和近期的月之暗面也有自研芯片方面的传闻。
除专注于基础模型的公司外，亚马逊、微软、Meta、阿里巴巴、百度和字节跳动等拥有云服务或大规模互联网业务的企业，也在不同程度上推进专用 AI 芯片。其中部分芯片服务于模型训练，部分集中于推理、推荐和广告等高频工作负载。它们共同反映出一个趋势：随着 AI 服务规模扩大，掌握模型的公司越来越希望同时参与芯片和计算系统设计。
这些项目属于同一轮趋势：AI 公司希望根据自身模型和业务负载设计芯片，以获得更好的成本、能效和供应保障。但它们并不是完全相同的技术路线。Trainium、Maia、MTIA 以及 OpenAI 的 Jalapeño 主要面向一类或多类 AI 工作负载，仍保留一定通用性；Frozen v2 则称会把 Gemini 的部分架构直接固化进硬件，模型与芯片的绑定程度可能更高。
因此，Frozen v2 所代表的不只是谷歌扩大自研芯片投入，也是一项更激进的软硬件协同试验。答案将取决于芯片能否如期投产，也取决于到 2028 年时，Gemini 是否仍然适合这块为它提前设计的硅片。
参考链接：
1.https://techcrunch.com/2026/07/20/google-is-working-on-a-new-ai-chip-designed-to-make-gemini-more-efficient/
2.https://www.reuters.com/business/google-plans-new-chip-run-gemini-models-more-efficiently-information-reports-2026-07-20/
3.https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/ironwood-tpu-age-of-inference/
4.https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/ironwood-google-tpu-things-to-know/
运营/排版：何晨龙
注：封面由 AI 辅助生成。
Current article:http://y3i9ix.dinggaxilianmaiyuejienianguai.shop/tpxf/uf0k3j9.html
Published on:04:03:14
