要点摘要

据报道，Alphabet 正在开发一款名为“Frozen v2”的服务器新芯片，旨在使其 Gemini AI 模型的能效大幅提升。该芯片可能在 2028 年左右问世，据称在每单位功耗可处理的 token 数方面，可能比 Google 目前的 AI 加速器高出 六到十倍。Google 向 TechCrunch 给出了谨慎的评论，表示正在进行硬件与软件共同设计的工作，但并未直接确认该报道。此举符合行业趋势：AI 公司设计自有芯片以降低成本、减少对主要供应商的依赖并解决容量不足的问题。

情绪分析

• 整体情绪：多为正面，反映报道发布后投资者乐观以及可能出现的大幅能效提升。该发展被视为改善运营表现与抑制 AI 计算成本的战略步骤。偏向增长的投资者将高能效芯片的前景视为 Alphabet 大规模 AI 投资的验证。
70%
• 风险视角：对 Alphabet 计划支出的规模仍存混合性担忧，以及实验性项目能否进入量产的问题。同时，业界在尝试降低对 Nvidia 的依赖并管理 AI 基础设施成本时，也存在更广泛的不确定性。

文章内容

Alphabet（Google 的母公司）据报正在开发一款新的服务器芯片，旨在提升其自研 Gemini AI 模型的能源效率。该芯片组内部称为“Frozen v2”，据称计划于 2028 年左右推出，与 Google 现有的 AI 硬件相比，可能提供显著的能效改善。报道引用的消息来源表示，新的设计可能在每单位功耗可处理的 token 数上，达到现有加速器的六到十倍。

当 TechCrunch 询问 Google 发表评论时，Google 并未明确确认该具体项目，但强调其团队持续探索硬件与软件创新。公司指出，硬件与软件的共同设计是其策略核心，有助于打造针对真实工作负载高度优化的集成系统。Google 也表示并非所有内部项目都会进入量产，将此类工作视为更广泛研发流程的一部分。

推进自定义硅芯片是更广泛行业趋势的一部分。主要 AI 开发者越来越多地追求定制芯片，以提升性能、降低运营成本并缓解容量限制。随着企业客户和投资者对 AI 运营支出更为敏感，效率已成为竞争优势。同时，许多公司也希望降低对像 Nvidia 这样长期供应商的依赖，而 Nvidia 的 GPU 长期主导 AI 训练与推理市场。

近期例子包括 OpenAI 宣布其首款自制推理芯片 Jalapeño，以及有报道指出 Anthropic 曾与三星洽谈合作以发展芯片制造。这些举动凸显了业界参与者对掌控从模型到硅芯片整个计算堆栈的战略重要性。

对于 Alphabet 来说，若 Frozen v2 成功部署，潜在收益相当可观。公司已规划大量投资以扩展其 AI 业务，利益相关者正关注这些支出是否能带来回报。早前的预测指出 Alphabet 计划的资本支出可能达到数百亿美元等级，这也增加了公司需展示在性能与效率上具体改善的压力。

Frozen v2 的消息似乎引发了市场正面反应。报道流传后，Alphabet 股价在即将到来的财报前上涨了数个百分点，显示投资者对内部更高效加速器的前景反应正面。不过，在 Google 确认细节并从研发走向量产之前，不确定性仍然存在。

总结而言，据称开发高能效服务器芯片的动向符合更广泛的行业动态：公司旨在优化成本、掌控基础设施并降低对主要芯片供应商的依赖。虽然潜在的能效提升值得注意——可能达到六到十倍——该项目的最终规格、时间表与大规模部署路径仍有待 Google 进一步确认。

关键见解表