谷歌自研全新AI芯片，能效提升最高10倍

谷歌母公司Alphabet正在设计一款全新服务器芯片，用以提升自研Gemini大模型的运行效率。匿名知情人士称，这款芯片内部代号为“Frozen v2”，计划于2028年择期推出。以单位功耗生成Token数量为衡量标准，该芯片能效有望达到谷歌现有AI芯片的6至10倍。

对此，谷歌并未直接证实该消息，也未予以否认，“我们的研发团队持续探索各类创新技术，力求为用户与客户提供极致性能与能效。并非所有研发项目最终都会量产，但这种全方位技术探索，是我们全栈技术路线的核心。我们从底层协同设计软硬件，保障整套系统深度集成，针对真实业务负载完成高度优化。”

当前各大AI企业纷纷自研芯片，一方面是为提升自有大模型运行效率，另一方面也是为缓解全球AI算力紧缺问题。市场此前曾因AI行业高投入保持乐观情绪，而如今企业愈发看重算力能效，自研芯片已成为核心竞争卖点。与此同时，各家企业都在尝试降低对英伟达芯片的依赖——英伟达长期垄断AI芯片市场，头部AI厂商算力供给高度受制于该企业。

今年6月，OpenAI发布首款定制芯片，一款代号为Jalapeño的推理处理器，这是一款专为大语言模型推理场景量身打造的专用芯片。不同于通用GPU的全场景适配设计，这款ASIC芯片聚焦大语言模型推理单一赛道，通过架构专项优化，剔除冗余算力模块，实现推理场景的极致适配。行业测试数据显示，Jalapeño芯片每瓦性能大幅优于当前主流通用算力芯片，可将LLM推理成本降低约50%，同时有效降低推理延迟，完美适配ChatGPT、智能体等规模化商用场景的核心需求。更值得关注的是，该项目仅用时9个月便完成从架构设计到流片落地，创下行业定制芯片落地最快纪录，彰显了AI企业与传统半导体巨头协同研发的高效势能。

Jalapeño芯片并非OpenAI多元化算力布局的单点尝试，而是其算力供应链自主化战略的关键一环。为彻底摆脱单一算力依赖，2026年以来OpenAI持续拓展多元算力体系，先后与亚马逊云AWS达成合作，采用其Trainium AI芯片，同时牵手AMD、Cerebras等多家算力芯片厂商，构建起多品牌、多架构、多场景的算力供应矩阵。从外部多元采购到联合定制研发，再到入局芯片自研，OpenAI的算力布局完成了从“被动依赖”到“主动掌控”的进阶。

在Google I/O 2026技术大会上，谷歌披露了算力基建投入规划，2022年谷歌年度资本支出约310亿美元，今年该项投入预计实现约6倍增长，整体规模将达到1800亿至1900亿美元，自研定制芯片是本次大规模投资布局中的核心重点。

同时谷歌还推出了第八代TPU芯片，首次推行双芯片研发策略，针对AI训练与AI推理两大核心场景，分别打造专用架构芯片TPU 8t与TPU 8i。其中TPU 8t专为大规模AI预训练场景深度优化，原生运算算力达到上一代产品的近三倍。TPU 8i 则专门面向推理场景打造，全流程运算速度实现大幅提升。在现场，技术人员演示搭载TPU 8i运行全新Flash模型，通过指令即可实时生成小游戏，实测该芯片每秒可处理近1500个Token。

巨额资金投入之下，公司必须向市场证明这笔投资能够产生回报，Frozen v2高能效芯片的相关消息出炉后，市场投资者担忧有所缓解，在此消息后该公司股价上涨约3%。