重點摘要

Alphabet 據報正在開發一款名為「Frozen v2」的伺服器新晶片，目標是讓其 Gemini AI 模型的能效大幅提升。該晶片可能於 2028 年前後問世，據稱在每單位功耗可處理的 token 數方面，可能比 Google 目前的 AI 加速器高出 六到十倍。Google 向 TechCrunch 提供了謹慎的評論，表示正在進行硬體與軟體共同設計的工作，但並未直接確認報導。此舉符合業界趨勢：AI 公司設計自有晶片以降低成本、減少對主要供應商的依賴，並解決容量不足的問題。

情緒分析

• 整體情緒：多數偏正面，反映報導後投資人樂觀以及可能出現的大幅能效提升。此發展被視為改善營運效能與抑制 AI 運算成本的策略性步驟。偏向成長的投資者認為高能效晶片的前景驗證了 Alphabet 在大規模 AI 上的投資。
70%
• 風險觀點：對 Alphabet 計劃支出的規模仍有混合性疑慮，以及實驗性專案是否能進入量產的問題。同時，業界在嘗試降低對 Nvidia 的依賴並管理 AI 基礎設施成本時，也存在更廣泛的不確定性。

文章內容

Alphabet（Google 的母公司）據報正在開發一款新的伺服器晶片，旨在提升其自家 Gemini AI 模型的能源效率。該晶片組內部稱為「Frozen v2」，據稱計畫於 2028 年左右推出，與 Google 現有的 AI 硬體相比，可能提供顯著的能效改善。報導引用的消息來源表示，新的設計可能在每單位功耗可處理的 token 數上，達到現有加速器的六到十倍。

當 TechCrunch 詢問 Google 發表評論時，Google 並未明確確認該特定專案，但強調其團隊持續探索硬體與軟體創新。公司指出，硬體與軟體的共同設計是其策略核心，可協助打造針對真實工作負載高度優化的整合系統。Google 也表示並非所有內部專案都會進入量產，將此類工作視為更廣泛研發流程的一部分。

朝向自訂矽晶片的推進是更廣泛產業趨勢的一部分。主要 AI 開發者越來越多追求訂製晶片，以提升效能、降低營運成本並緩解容量限制。隨著企業客戶和投資者對 AI 營運支出更為敏感，效率已成為競爭優勢。同時，許多公司也希望降低對像 Nvidia 這類長期供應商的依賴，而 Nvidia 的 GPU 長期主導 AI 訓練與推理市場。

近期例子包括 OpenAI 宣布其首款自製推理晶片 Jalapeño，以及有報導指出 Anthropic 曾與三星洽談合作以發展晶片製造。這些舉動凸顯了業界參與者對掌控從模型到矽晶片整個運算堆疊的重要戰略意義。

對 Alphabet 而言，若 Frozen v2 成功部署，潛在收益相當可觀。公司已規劃大量投資以擴展其 AI 業務，利益相關者正關注這些支出是否能帶來回報。早前的預測指出 Alphabet 計畫的資本支出可能達數百億美元等級，這也增加了公司需展示在效能與效率上具體改善的壓力。

Frozen v2 的消息似乎引發了市場正面反應。報導流傳後，Alphabet 股價在即將到來的財報前上漲了數個百分點，顯示投資人對內部更高效加速器的前景反應正面。不過，在 Google 確認細節並從研發走向量產之前，不確定性仍然存在。

總結來說，據稱開發高能效伺服器晶片的動向符合更廣泛的產業動態：公司旨在優化成本、掌控基礎設施並降低對主要晶片供應商的依賴。雖然潛在能效提升值得注意——可能達到六到十倍——該專案的最終規格、時程與大規模部署路徑仍有賴 Google 進一步確認。

關鍵洞見表