📰 重點摘要

Alphabet(Google母公司)正在為旗下Gemini模型設計新一代伺服器晶片，內部代號「Frozen v2」。根據The Information引述匿名消息來源的報導，這款晶片預計於2028年推出，效率上可望比Google現有AI晶片高出6到10倍,衡量標準是每單位電力所能生成的token數量。Google對TechCrunch的詢問未直接證實此報導，但也未否認,僅表示團隊持續研究並實驗新技術以提供最大效能與效率,並強調透過從硬體到軟體的全端協同設計(co-design),確保系統能針對實際工作負載進行高度優化，但並非所有專案最終都會投入量產。

近年AI公司愈發積極自製晶片，一方面提升自家模型運算效率,另一方面應對全球AI運算力短缺問題。在AI支出疑慮逐漸澆熄市場過往狂熱情緒之際,效率已成為科技公司重要賣點；同時各家也持續嘗試降低對晶片龍頭Nvidia的依賴,擺脫長期受制於其硬體供應的局面。今年6月OpenAI已發表首款自研晶片、代號「Jalapeño」的推論處理器；本月稍早也傳出Anthropic正與三星洽談晶片製造合作。

此前投資人一直擔憂Alphabet龐大的AI基礎建設支出計畫,Google今年稍早曾表示計畫支出1800億至1900億美元。Frozen v2效率提升的消息似乎緩解了投資人疑慮,報導發布後Google股價於週一早盤上漲約3%,為即將於本週稍晚公布的財報帶來提振。

💬 JudyAI Lab 觀點

Google母公司Alphabet傳出正為Gemini模型研發新一代伺服器晶片「Frozen v2」,效率上可望比現有AI晶片高出6到10倍,預計2028年推出。這代表AI大廠的競爭焦點正從單純堆算力轉向每單位電力能產出多少token的效率戰。

這則新聞反映出一個明顯的產業轉向：當AI支出疑慮讓市場冷靜下來,「效率」取代「規模」成為新賣點。OpenAI今年6月已推出自研推論晶片「Jalapeño」,Anthropic據傳也在洽談晶片製造合作,大型AI公司不約而同走向硬體自製,一方面提升自家模型的運算效率,另一方面降低對Nvidia的長期依賴。對AI builder而言,這提醒我們基礎設施的自主權和成本效率,正逐漸成為與模型能力同等重要的競爭維度。

值得思考的是：當你評估AI工具或服務時,除了看模型能力,也可以留意背後的運算效率與成本結構,這往往決定了服務能否長期穩定提供。

📅 原文資訊

🔗 延伸閱讀