谷歌发布“Frozen”专用芯片，AI推理效率或迎重大突破

据新浪财经2026年7月20日报道，谷歌已成功研发一款名为“Frozen”的全新专用芯片，旨在大幅提升AI模型的运行效率。该消息来自谷歌内部研发动向，并与旗下Gemini大模型等业务线形成潜在协同。尽管谷歌官方尚未公布具体技术参数与上市时间，“Frozen”芯片的曝光仍引发了业界对AI推理专用硬件路线的新一轮讨论。

AI推理场景：专用芯片为何成为关键战场

随着大模型参数规模持续膨胀，业界对AI计算效率的追求正从“训练”向“推理”加速转移。国际数据公司（IDC）在2025年发布的预测报告指出，到2027年，全球AI推理工作负载在AI总计算需求中的占比将超过60%，而2023年这一比例约为40%。这意味着，单纯依赖通用GPU进行推理的能耗与延迟瓶颈日益突出。谷歌此次研发的“Frozen”芯片，很可能正瞄准这一痛点，通过硬件层面的专优化，试图在单位Token成本和响应速度上取得实质性突破。值得关注的是，谷歌此前已推出TPU（张量处理单元）系列芯片，最新一代TPU v5p的能效比相较前代提升了约2倍，但“Frozen”芯片的具体研发现状与TPU路线是否存在交集，有待进一步确认。

“Frozen”与Gemini的潜在协同：垂直整合的产业逻辑

从新闻标题隐含的关联性来看，“Frozen”芯片与谷歌自研的Gemini大模型之间存在天然协同可能。谷歌云作为全球第三大云服务提供商，正加大在AI基础设施上的资本支出。据市场研究机构Gartner估算，2025年全球云AI基础设施服务市场规模已接近350亿美元，年增长率超过30%。若“Frozen”芯片能够针对Gemini模型的推理特性进行深度优化，例如在稀疏计算、注意力机制加速或低精度推理等方面实现定制化设计，那么谷歌云在推理服务成本与延迟上的竞争优势将显著提升。不过，截至目前，谷歌官方未披露“Frozen”芯片的制程工艺、能效比或量产计划，这些关键参数仍属行业猜测范畴。

行业影响：AI芯片竞赛格局或面临重塑

“Frozen”芯片的出现，可能进一步加剧海外AI芯片市场在“训练专用”与“推理专用”路线间的分化。目前，全球AI芯片市场仍由英伟达主导，其2025财年数据中心部门营收已突破900亿美元，但推理专用芯片领域尚有大量可渗透空间。例如，AMD在2025年推出的MI400系列GPU，其推理性能相较前代提升约80%，但同样定位于通用加速。相比之下，定制化推理芯片（如谷歌TPU、亚马逊Trainium等）正凭借更低的每Token成本赢得云厂商青睐。本次“Frozen”芯片研发消息的公布，可能促使更多厂商加大专用推理芯片的投入，从而在2027-2028年推动该细分市场规模加速扩大。据半导体行业协会（SIA）最新统计，2025年全球AI芯片市场规模已突破1200亿美元，其中推理芯片占比估算在35%-40%之间，增速快于训练芯片。

数据参考

• IDC（2025年预测）：到2027年，全球AI推理工作负载占比将超过60%，2023年约为40%。
• Gartner（2025年估算）：全球云AI基础设施服务市场规模约350亿美元，年增长超30%。
• 英伟达2025财年财报：数据中心部门营收超900亿美元。
• AMD MI400系列官方资料（2025年）：推理性能相较前代提升约80%。
• SIA（2025年统计）：全球AI芯片市场规模超1200亿美元，推理芯片占比估算在35%-40%之间。
• 谷歌TPU v5p能效比：相较v4代提升约2倍（数据来源为谷歌2023年官方发布），但“Frozen”芯片的具体能效数据暂缺可核验信息。 #AI芯片 #谷歌 #推理效率 #半导体