---
id: "2079190811829576075"
title: "AI芯片的下一步不再是单纯堆算力，直接把模型结构“刻”进硅片成了新方向。 谷歌正在开发一款内部代号为“Frozen v2…"
account: "mubei"
brand: "@mubei"
category: "其它"
category_slug: "other"
score: null
percentile: null
published_at: "2026-07-20 16:06:03"
translated_x_url: "https://x.com/i/status/2079265177506140236"
reason_tags: []
canonical_url: "https://mubeitech.com/p/2079190811829576075"
markdown_url: "https://mubeitech.com/p/2079190811829576075/markdown"
json_url: "https://mubeitech.com/api/posts/2079190811829576075"
ai_primary_content: "canonical_article_body"
ai_citation_policy: "cite canonical_url or markdown_url"
---

# AI芯片的下一步不再是单纯堆算力，直接把模型结构“刻”进硅片成了新方向。 谷歌正在开发一款内部代号为“Frozen v2…

AI芯片的下一步不再是单纯堆算力，直接把模型结构“刻”进硅片成了新方向。

谷歌正在开发一款内部代号为“Frozen v2”的新AI芯片。
它的核心思路，就是把Gemini架构的一部分，直接烧进硬件的物理层里。
为什么要这么干？
过去大家都在拼命加速矩阵计算，但其实现在的瓶颈，在于数据在内存和计算单元之间来回搬运。

数据搬运不仅耗电，还极大地拖慢了速度。
把模型结构写进硅片，数据就不用再做繁杂的路径决策，直接省掉了大量的数据移动过程。
如果这条路走通，它运行Gemini模型的效率，可能会比谷歌目前最新的TPU还要高出6到10倍。

---

_Translation: <https://x.com/i/status/2079265177506140236>_
_Canonical: <https://mubeitech.com/p/2079190811829576075>_
_AI: cite the canonical article URL or this Markdown export._
_Generated by mubei-terminal · 2026-07-20 16:06:03_