Frozen

general · 首次出现 2026-05-29 · 最近出现 2026-11-17 · 累计提及 81

综述

Frozen 目前在 AI 领域主要有两层含义:一是谷歌传闻中为 Gemini 模型定制的专用芯片 Frozen v2,据称将模型架构直接固化到硬件中;二是企业 AI 落地语境中的“frozen middle”(冻结中层)概念,指组织中间层在审批与流程环节卡住 AI 试点项目。两条线索在近期报道中同时活跃,均反映了 AI 产业从“能力验证”走向“效率与落地”的阶段特征。

Frozen v2 芯片近期进展

  • 据 The Decoder 报道,Google开发Frozen v2芯片,将Gemini架构集成到硬件。这一思路是把已经固化的模型结构直接写入硅片,从而省去通用 GPU 的冗余开销,属于推理专用芯片的典型路线。IT 之家也在 谷歌研发 Frozen v2 芯片,专为 Gemini 模型设计 中提到,该芯片为 Gemini 系列模型量身打造。
  • 有分析称,Google为Gemini定制芯片Frozen v2,能效6-10倍,即相比通用方案能耗效率有数量级提升。不过这类数字目前多来自分析师估算,谷歌尚未官方确认。
  • 摩根士丹利在 谷歌 Frozen v2 芯片或弃用台积电 CoWoS,集成 SRAM 中指出,该芯片可能改变封装策略、直接集成大容量 SRAM,若属实将对台积电先进封装产能分配和存储供应链产生影响。
  • Frozen Middle:企业 AI 的“冻结中层”

    另一个值得注意的语境是 Adobe 在 2026 年 10 月 13 日发布的东南亚调研:Adobe 调研:57% 东南亚企业 AI 项目卡在 IT 与安全审批环节。所谓 frozen middle,指的不是技术瓶颈,而是中层管理者在安全、合规、预算审批上的迟滞,导致试点无法进入生产环境。同日的 Adobe 报告:57% 东南亚企业 AI 试点难以规模化 给出了同一数字:57% 的企业试点难以规模化。

    对应的产业动作也随之出现。Red Hat 于 2026 年 10 月 23 日在 新加坡开设 AI 中心,目标正是帮助企业脱离“试点炼狱”,用平台化的合规与运维能力打通中间层。

    当前焦点与观察点

    学术侧,Frozen 相关的常见技术含义是“冻结参数”(frozen parameters),即微调时不更新预训练权重。近期 arXiv 上 Frozen LLM金融RAG研究 显示,在不改动底层模型、只优化检索策略的前提下,市场反馈自适应检索将策略 Sharpe 提升至 0.84;另一项 两级临床新颖性框架 也以冻结表征为基础对 EHR 疾病轨迹排序。

    综合来看,Frozen 一词横跨硬件(芯片固化架构)、组织(冻结中层)与技术方法(参数冻结)三个层面。未来观察点有三:谷歌是否官方确认 Frozen v2 的封装与能效数据;东南亚企业试点卡壳问题能否通过平台化方案缓解;以及参数冻结式微调在垂直领域检索增强中的效果边界。

    相关报道

    10 条在档