
一 | 谷歌正在尝试把 Gemini 与芯片更紧密地结合起来。 8月10日至13日,亚足联与中国足协联合考察组一行来到杭州,对2027年亚足联U20亚洲杯杭州赛区展开了一场为期4天的“全方位”实地考察。

二 | 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”。从4座亚运规格标准的体育场,到分布多处的10个训练场,再到12家接待酒店,杭州正在以亚运之城的底蕴,静待这项洲际足球大赛的到来。

三 | 这款芯片针对 Gemini 模型设计,计划最早于 2028 年部署。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。在4天时间里,考察组逐一考察拟作为本次赛事比赛场地的4座体育场——黄龙体育中心体育场、上城体育中心体育场、萧山体育中心体育场、临平体育中心体育场,这些承办过杭州亚运会足球赛事,以及中超、足协杯、女超等足球赛事的体育场,共同承担本次U20亚洲杯的31场赛事。同时,杭州师范大学体育场、陈经纶体校体育场、拱墅体育中心体育场以及杭州奥体中心体育场外场等10片训练场地也接受了考察组的全方位考察。

四 | 谷歌目前尚未正式确认 Frozen v2 项目,也没有公布芯片规格。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。草坪的每一寸草皮、功能用房的每一处动线、灯光照明的照度均匀度、转播机位的架设角度……考察组与杭州方面现场“会诊”,并就场地改造提升方案进行了交流。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%。

五 | 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。赛事不仅是竞技,更是城市的待客之道。它的定位是一颗更极致的“专用芯片”。

六 | 在赛区拟作为接待使用的12家官方酒店,考察组进行了“沉浸式”体验。客房数量是否充裕、床品舒适度如何、餐饮能否兼顾多国口味、会议室能否满足战术复盘需要、健身房器械是否齐全,甚至周边交通的便捷性——每一个关乎参赛球员体验的细节,都被酒店方面考虑在内,希望在明年让每一位远道而来的球员感受到家的温度。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。 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。在13日举行的考察总结会议上,考察组对杭州赛区的硬件环境、训练保障和接待能力给予整体肯定,同时就部分场地改造、功能房优化、训练场配套等提出指导意见。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。自去年12月10日中国足协官宣杭州承办U20亚洲杯以来,杭州赛区一直在积极推进各项筹办工作,目前距离2027年3月的开幕时间还有半年,杭州赛区将根据考察组的反馈意见进一步完善细节。

七 | 时隔两年,2027年U20亚洲杯来到杭州,这也是杭州继举办第19届亚运会之后,再度扛起承办国际大型体育赛事的重任。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。

八 | 硬件设施齐全的优质亚运场馆、久经打磨的大型赛事服务经验,将成为杭州交出优质办赛答卷的坚实底气。延伸阅读关于U20亚洲杯和U20世界杯的关系作为亚洲足坛青年级别重点赛事之一,U20亚洲杯是亚洲青年球员圆梦的舞台,关系到球队能否直通U20世界杯。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。上一届赛事(2025年)在深圳举行,以王钰栋、蒯纪闻等领衔的中国U20男足给球迷带来诸多惊喜。虽然球队在四分之一决赛中惜败沙特无缘世青赛,但王钰栋等一众年轻小将敢拼敢抢的姿态、精彩流畅的配合,给全世界球迷留下深刻印象。依照惯例,本届U20亚洲杯的前四名球队将获得参加U20世界杯(乌兹别克斯坦和阿塞拜疆联合举办)的资格。如果作为2027年U20世界杯东道主之一的乌兹别克斯坦进入前四名,则赛事四分之一决赛的四个负者将进行争夺第五名的附加赛,最后的胜者获得U20世界杯参赛资格。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。 (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。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。

九 | 但这种“减少依赖”并不等于完全替代。

十 | 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。2026 年 6 月,OpenAI 与博通公布首款自研推理芯片 Jalapeño。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。 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://teemw.laonenpeidiebenhuaiyunnangshi.cfd/news/20260826_8999.html
Published on:00:00:00