# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
刚刚，The Information报道，Google正在搞一颗代号「Frozen v2」的服务器芯片，打算把Gemini的部分架构直接固化进硬件里。
据知情人士的说法，这颗芯片每瓦功耗能输出的Token数，可能达到Google现有自研AI芯片的6到10倍，最快将于2028年部署。
模型，要被做成芯片了。
等等，模型是软件啊，软件怎么能「焊」进芯片？
赌赢了，Gemini的推理成本倒是是真有可能降一个数量级；但要赌输了，模型一换骨架，这芯片就变成技术包袱了。
而且，Gemini 3.5都还在难产，现在就敢把架构焊起来，下一代模型长得不一样怎么办。。
今天，咱们就把这事从头到尾捋清楚。
先解决第一个问题:软件怎么变成硬件?
一个大模型，拆开有两样核心的东西——
「权重」:几千亿个参数，决定模型知道什么；
「架构」:多少层、每层什么算子、数据按什么顺序流过哪些计算单元，决定模型怎么算。
按照目前披露的方案，Frozen v2想固化的是Gemini中相对稳定、反复执行的计算路径。
权重依然可以更新，模型也能继续训练；但「怎么算」这条主干，会被更深地写进电路。
通用芯片必须服务不同模型和任务，因此要保留足够的灵活性。每次运行时，编译器和芯片都要处理调度、数据搬运、缓存分配等一系列问题。
Frozen v2则更专业化。Gemini怎么算、怎么搬，出厂前就定死在电路里了。具体主要省在这三个地方：
这套思路，其实是Google的祖传手艺。
2015年，初代TPU干的就是这事——把CPU、GPU里AI用不上的通用功能全删了，芯片面积全让给矩阵运算，由此换来了几十倍的能效提升。
十年过去，Google准备把专用化再往前推一步：
GPU，保留较强的通用性，能够运行各种并行计算任务；
TPU，把重点收窄到AI常用的矩阵运算；
Frozen v2，准备删掉「兼容各种模型架构」这个包袱。
每收窄一层，芯片都会少做一些无用功，代价则是少兼容一些变化。效率越高，回头的余地越小。
方向，已经很清楚了：打造一颗专门伺候Gemini的芯片。
把一个模型的骨架焊进硅片，潜台词是：我对这个模型，有绝对的信心。
但就在这颗芯片曝光的几天前，Gemini 3.5 Pro，才刚刚延期。
这个新模型在Google内部有个代号，叫「Cappuccino」。
5月的I/O大会上，Google说6月上线。
6月过去了，没上线。
前几天，圈子里一度传它会在7月17日发布，结果等来的是——延期数月。
原因是编码能力没达到内部标准。Google虽然紧急更新了一波训练数据想抢救模型，但结果用彭博社的转述说——「令人失望」。
消息一出，Alphabet股价当天就跌超4%。
有前员工形容，Google的跨部门协调「就像试图煮沸整个大海」。
更扎心的是——因为GPU容量不够，Google自己的工程师，经常用不上自家的AI编码工具。
这个手握自研TPU、今年资本开支奔着1900亿美元去的Google，自己人也被算力卡脖子。
缺便宜的算力缺到这个份上，你就明白它为什么盯上了「焊芯片」这条最极端的省电路线。
但省电归省电，矛盾还是那个矛盾:
芯片最早2028年部署。
如果那之前Gemini只是换权重、扩规模，它仍然能继续跑；但如果底层计算方式变了，今天换来的高能效，明天就可能变成死胡同。
说来也巧，这对矛盾，Google自己用代号写得明明白白：Cappuccino，还在萃取；Frozen，准备冷冻。
起名的人，可能比谁都懂Google现在的处境。
一杯咖啡还没萃出来，怎么就敢冷冻？
因为在Google眼里，赔率已经变了。
最近几轮旗舰模型的更新，其实都没有早期那种肉眼可见的能力飞跃了——
沃顿商学院的教授管这叫「下一代巨模型失望陷阱」：堆数据堆算力换能力跃升的老路，收益肉眼可见地递减，发布会越开越像挤牙膏。
对模型公司，这是坏消息。
但对芯片设计师，这是好事儿。正因为架构不再月月大改，「把骨架焊死」才第一次从疯狂变成可行。
几年前，把“模型骨架五年不变”写进芯片，几乎等于押注技术停止进化。
今天这仍是一场豪赌，只是Google判断，赔率已经变了：模型能力会继续迭代，但底层计算形态未必还会频繁翻修。
而3.5的难产，恰恰给这个判断做了注脚。连Google自己，都很难再让模型发生「长相级」的变化了。
当然，赌就是赌。万一范式转移真来了——全新的注意力结构、新的记忆机制、甚至非Transformer的形态——Frozen v2的高效率，一夜之间就会变成技术包袱。
Google等于把2028年之后的筹码，现在就押上了桌。
最后把镜头拉远。这事的影响，不止Google一家。
2020年，Sara Hooker写过一篇论文:《The Hardware Lottery》，硬件彩票。
她的观点是，AI历史上胜出的研究方向，往往不是因为思想最好，而是因为恰好适配了当时的硬件。
深度学习本身就是最大的中奖者——神经网络的思想在上世纪就有了，苦等几十年，直到撞上GPU这张彩票才翻了身。
过去，是硬件在开奖，模型来抽签。
现在，这台彩票机被反过来了:芯片，开始只认某一个模型的骨架。
而且不止Google在干——
1.创业公司Etched把Transformer的运算模式固化进芯片，其他架构一概不跑；
2.更极端的Taalas，连模型权重都直接做进硅片，一颗芯片就是一个模型，官网口号干脆叫"The Model is the Computer"。
3.微软Maia、亚马逊Trainium、Meta的MTIA，他们虽然没走这么极端，但方向也都一致，芯片要为自家负载定制，越来越不通用。
币圈已经把这条路走过一遍。
比特币挖矿从CPU走向GPU，再走向ASIC矿机。专用化每前进一步，效率都会大幅上升，但单颗芯片能做的事情也越来越少。
如果AI芯片也走上这条单行道，真正的问题就来了——
五年后，当全世界的数据中心里插满了只认Transformer、甚至只认Gemini骨架的芯片。
但前沿研究和新架构仍然需要灵活的硬件。
但当更多资金、电力和先进产能被分配给已经验证过的模型路线，新想法拿到第一批算力的成本会越来越高。
五年后，如果全世界的数据中心里插满了优先服务Transformer，甚至只为特定模型优化的芯片。
那个可能颠覆Transformer的新架构，要先跑在什么机器上？
它的「GPU时刻」，又由谁提供？
文章来自于"夕小瑶科技说"，作者 "丸美小沐"。
