根据《The Information》报导，Alphabet 旗下 Google 正研发代号「Frozen v2」的新一代 AI 伺服器晶片，将 Gemini 大型语言模型的底层架构直接固化至矽片，以提升 AI 推理效率。消息曝光后，Alphabet (GOOGL-US) 股价周一盘中一度上涨约 3%，反映市场看好其持续深化 AI 基础设施布局。

报导指出，Frozen v2 最大的特色，在于将 Gemini 模型的部分架构直接写入晶片硬体，而非完全依赖软体运算。相较目前广泛使用的 GPU 与 Google 自家的 TPU 等通用 AI 晶片，新设计牺牲部分通用性，换取更高的推理效率及更低的能源消耗。

知情人士透露，Google 内部估算，Frozen v2 每单位功耗可处理的 Token 数量，可望达到现行最新一代 TPU 的 6 至 10 倍，主要原因在于大量减少模型执行时的逻辑判断与资料搬运流程，让部分运算工作直接由硬体完成。

目前 AI 晶片如辉达 (NVDA-US)GPU 及 Google TPU 皆属通用架构，可支援不同大型语言模型，但每次执行推理时仍须即时完成大量资料传输与运算。Frozen v2 则改采高度客制化设计，把 Gemini 部分底层架构永久蚀刻于晶片中，以「降低弹性、提升效率」为主要目标。

这项专案背后的重要推力，来自 Google 日益严重的 AI 算力短缺。报导指出，内部 GPU 与 TPU 资源吃紧，甚至已影响 Google Cloud 部分客户服务，迫使公司婉拒部分外部合作需求。

报导并指出，Google 上月已同意向 SpaceX 支付每月近 10 亿美元，以取得 xAI 提供的 AI 算力，借此补足自身基础设施缺口，显示 AI 推理需求快速成长，正对大型科技公司的运算资源形成巨大压力。

事实上，Frozen 计划并非首次提出。早期版本由 Google DeepMind 首席科学家 Jeff Dean 主导，原本规划直接将完整模型权重烧录至晶片，但由于只能支援单一版本 Gemini，一旦模型更新，硬体即可能失效，因此最终遭到搁置。

新版 Frozen v2 则改采「弹性固化」策略，仅固定模型架构，不固定模型权重，因此后续仍可透过更新权重持续迭代 Gemini，在维持较高推理效率的同时，也延长晶片使用寿命。

Google 目前将 Frozen v2 定位为 TPU 产品线之外的新技术分支，而非 TPU 替代品。公司现阶段并未规划大规模量产，产能预估将远低于 TPU，更倾向作为验证未来高度专用化 AI 晶片技术的实验平台。

不过，Frozen v2 也存在明显风险。由于晶片设计深度依赖 Gemini 现有架构，若未来 Gemini 底层架构大幅改版，硬体可能迅速失去相容性，甚至出现「尚未量产即面临淘汰」的情况，因此外界认为 Google 正押注 Gemini 架构将长期延续。

放眼整体产业，AI 推理晶片已成为各家科技公司竞逐的新战场。加拿大新创 Taalas 采取与 Frozen v2 相近策略，同样将模型逻辑硬体化，目前已完成超过 2 亿美元募资。

此外，SambaNova、d-Matrix、OpenAI，以及微软 (MSFT-US) 等企业，也正积极投入 AI 推理晶片开发，希望提升能源效率并降低推理成本，挑战辉达 GPU 在 AI 市场的主导地位。

另一方面，辉达也持续强化自身布局。根据报导，公司已于 2025 年 12 月斥资 200 亿美元取得 AI 推理晶片公司 Groq 的技术授权，显示全球 AI 晶片竞赛已从训练算力逐步转向推理效率。

市场人士认为，随着大型语言模型逐渐进入商业化部署阶段，AI 产业竞争焦点正由训练模型能力，转向如何以更低成本、更低耗能完成大规模推理。若 Frozen v2 最终能实现内部预估的 6 至 10 倍效率提升，将有机会改变 AI 推理成本结构，进一步强化 Google 从模型、晶片到云端服务的垂直整合优势。

不过，分析人士也提醒，Frozen v2 最快可能要到 2028 年才有机会部署，目前仍处于研发阶段，距离流片、测试及量产仍有相当长的验证流程。此外，Google 现阶段并未规划大规模量产，短期对营收及成本结构的实际贡献有限，而 6 至 10 倍的效率提升也仍属工程团队内部推估，尚未经实际产品验证。

因此，市场普遍认为，本次消息带动 Alphabet 股价上涨，更多反映投资人对 Google 持续投入 AI 创新的期待，而非 Frozen v2 已具备立即改变公司获利能力的实质价值。