谷歌正在探索一款服务器 AI 芯片，内部非正式代号 Frozen v2，目标是把 Gemini 模型的部分元素直接纳入硬件，以提高推理效率。消息传出后，Alphabet 7 月 20 日盘中一度涨超 3%，但收盘涨幅收窄。
这条消息的重点，不是谷歌又要做一颗自研芯片。投资者更关心的是，在 AI 服务越来越贵之后，Alphabet 能不能不只靠继续增加资本开支，而是通过模型和硬件绑定，把每次回答问题的电力、算力和机房压力降下来。
报道给出的目标很激进。Frozen v2 希望让每单位功率服务的 token 数量，较报道所称现有或最新 TPU 提升 6 至 10 倍。token 可以粗略理解为 AI 处理文本的基本单位。这个数字仍是未公开项目的目标，不是谷歌官方确认的量产结果。
股价交易的是成本曲线想象
市场先涨，交易的不是短期业绩，而是远期成本选项。AI 投资者现在最敏感的问题，是大模型公司的资本开支会不会继续上行，以及云业务毛利率会不会被推理成本持续侵蚀。
谷歌面对的压力并不抽象。同篇报道提到，项目意在缓解 AI 算力容量短缺，谷歌云曾因容量问题拒绝部分外部合同。无论这些容量紧张是否直接催生 Frozen v2，它们都说明一个变化：算力已经不只是增长投入，也开始成为收入兑现的约束。
普通用户向 Gemini 提问，背后消耗的是推理算力。模型越大、用户越多、回答越长，数据中心就需要更多芯片、电力和冷却。对投资者来说，这最终会落到资本开支、云服务毛利率和模型服务定价上。
Frozen v2 的市场含义，也就不是「谷歌马上解决算力短缺」。它更像 Alphabet 给出的一条长期技术路线：如果每瓦电能服务更多 token，谷歌就有机会在同样电力和机房约束下承载更多 AI 请求。
把模型写进电路，省的是搬运和调度
Frozen v2 的核心，是硬编码。可以把它理解成，通用芯片像多功能厨房，什么菜都能做。Frozen v2 更像把 Gemini 的部分菜谱直接写进灶台，减少每次查菜谱、搬工具、临时调整流程的步骤。
AI 推理并不只是计算，还包括大量数据搬运和调度。模型运行时，芯片需要不断读取参数、安排运算路径、在不同存储层之间移动数据。这些动作本身耗电、耗时，也会占用芯片资源。
如果某些模型结构足够稳定，就可能被做成固定电路。好处是路径更短、调度更少、功耗更低。代价也很直接，芯片一旦按照某套模型结构设计，就不容易像 GPU 或 TPU 那样适配各种新模型。
所以 6 至 10 倍能效目标需要拆开看。它指向的是每单位功率可服务的 token 数量，不等于谷歌未来数据中心总成本会下降 6 至 10 倍。真实芯片、真实负载和真实部署规模，都会改写这个数字在财务上的含义。
时间表同样需要降级理解。Frozen v2 据报最早可能到 2028 年部署，项目细节仍在确定。在那之前，它对 Alphabet 估值的影响，更接近远期选择权，而不是已经能写进利润表的成本改善。
专用芯片挑战通用叙事，但不等于替代
Frozen v2 值得看的地方，是它把 AI 芯片路线的矛盾摆到台前：通用性和极致效率，很难同时最大化。过去几年，GPU 和 TPU 的优势在于能适配不同模型、不同工作负载，尤其适合模型快速迭代阶段。
谷歌据报探索的方向更激进。既然 Gemini 是自家旗舰模型，能不能为它单独设计更贴身的推理芯片？当 AI 推理从演示变成日常服务，效率提升就不再只是工程指标，而是商业模型的一部分。
这会对英伟达叙事形成边际挑战，但还谈不上「英伟达危机」。英伟达的护城河仍在通用生态、软件工具链和训练集群。Frozen v2 如果有价值，更多是在谷歌内部特定 Gemini 推理场景里，降低对通用算力的边际依赖。
它也不等于 TPU 被边缘化。按报道口径，Frozen v2 是 TPU 之外的新分支，更像为 Gemini 家族量身定制的效率工具。TPU 仍会承担更广泛的训练和推理任务，服务不同模型和云端客户。
更准确的判断是，当某个模型足够重要、调用量足够大、架构足够稳定时，专用芯片开始具备经济账上的吸引力。它不是行业全面转向专用芯片的信号，而是头部模型公司开始为高频推理场景单独算账。
Gemini 稳定性决定这张期权价值
Frozen v2 的最大风险，不只在硬件团队能不能做出更高效的电路，也在 Gemini 的底层架构能不能稳定到值得被写进芯片。AI 模型仍在高速迭代，今天最优的结构，两年后未必仍是最优解。
如果 Gemini 未来出现重大架构变化，Frozen v2 可能需要重新设计。这会拉长时间表，也会削弱硬编码带来的成本优势。专用化越深，效率潜力越大，技术路径被锁定后的代价也越高。
市场需要验证的，是这条路线能否从早期项目线索进入更硬的工程节点。官方路线、流片进展、量产时间、实际能效口径和部署规模，都会决定它是 Alphabet 成本曲线的新锚，还是一项被估值提前消化的远期实验。
对 Alphabet 来说，Frozen v2 当前的意义，是让市场看到 AI 支出压力未必只能靠继续增加资本开支来回答。但在 2028 年之前，它更像一张期权。真正能改变估值的，不是代号本身，而是这颗芯片能否把 Gemini 的高频调用变成可计量的成本下降。
