AI回答一次问题，都要消耗算力和电力。用户越多，这笔账越重。Google现在想把Gemini的部分模型信息直接做到服务器芯片里，像给固定路线修一条专用车道，减少推理——模型生成答案——所需的资源。据Reuters转述The Information报道，这个内部非正式称为“Frozen v2”的项目，最快可能在2028年部署。
报道援引的说法是，若按每单位电力可生成的token——模型处理文字时使用的基本单位——计算，新芯片的效率可能达到Google最新自研AI芯片的6至10倍。它不是要取代TPU（Google自研的机器学习加速器），而是另开一条推理硬件路线。背后的目标很直接：降低Gemini每次调用的成本，也缓解AI算力紧张。
不过设计尚未敲定。工程师仍在决定，要把多少模型信息固化进硬件。这样做可能更省电，却也会牺牲模型更新时的灵活性。换句话说，AI竞争正从“谁的模型更强”，延伸到“谁能用更少的电，生成更多答案”。