刀马旦

B |     7 月 21 日，外媒独家披露谷歌 Alphabet 内部代号 Frozen v2 的专用推理服务器芯片研发细节，这款芯片将 Gemini 底层模型架构直接固化至硅片，内部测试数据显示，它单位功耗下的 Token 处理效率达到现有顶级 TPU 的 6 至 10 倍，产品核心面向 AI 智能体高并发推理场景，计划 2028 年完成落地部署，消息流出后 Alphabet 盘中股价涨幅突破 3%。道指跌3.94%，标普500指数跌4.32%，纳指跌5.16%，均结束“四连涨”。前海开源基金首席经济学家杨德龙表示，受到隔夜美股暴跌的影响，A股市场出现了震荡调整的走势，但是跌幅并不大，相对美股来说比较抗跌。由于美国通胀数据回落不及预期，美联储货币政策可能会继续大幅收紧，9月份美联储再次加息75个基点的可能性大幅增加。

C | 美国8月消费者价格指数（CPI）环比上涨0.1%，同比上涨8.3%，再度强化了美联储持续激进加息的预期。美国总统拜登承认控制通胀需要花费更多时间和决心。         当前市场主流 GPU、TPU 均为通用可编程架构，能够适配各类大模型运行，但在实际工作过程中需要持续调度运算资源、频繁迁移内存数据，而 AI 智能体需要不间断生成文本、高频调取缓存信息，长期运行下会产生严重的功耗损耗与延迟问题，也就是行业普遍存在的内存墙难题。杨德龙对此分析，8月美国消费者价格指数CPI同比涨幅回落至8.3%，7月份数据为8.5%，通胀水平虽然再次回落，但是仍然处于历史高位，回落幅度不大。环比来看，8月CPI增值0.1%，而剔除食品和能源成分的核心CPI环比涨0.6%，同比涨6.3%，这说明美联储虽然今年四次加息，加息斜率历史上罕见，但是仍然没有真正的将通胀降下来。“下周三美联储将举行9月份联邦公开市场委员会（FOMC）货币政策会议，这次公布的通胀数据是会前披露的最后一份重要数据。市场预期美联储将继续大幅加息75个基点来抑制通胀，并且未来或将继续维持激进紧缩政策，这对于股市来说是不利的。美股结束四连阳出现大幅杀跌，即反映了这样的预期。

D | ”杨德龙说。Frozen v2 走出了完全不同的设计思路，研发团队没有把完整模型权重固定在硬件内部，而是将 Gemini 体系中复用频率最高的底层决策、解码运算通路蚀刻进芯片电路，从硬件层面削减运行过程中的计算步骤与数据传输消耗。他指出，美联储制定的长期中性目标通胀率为2%，现在离2%还有很远的距离。经过3月、5月、6月、7月4次加息，包括6月和7月连续两次大幅加息75个基点，联邦基准利率目前已经提高到2.25%到2.5%，9月份如果再次加息75个基点，联邦基准利率将提升到3%以上。这款芯片将每瓦可处理 Token 数量作为核心评估指标，而非单纯追求纸面峰值算力，天然适配智能体长上下文交互、全天候持续推理的负载需求，同时研发团队仅锁定标准化模型运算架构，保留权重迭代更新的空间，弥补初代 Frozen 完全固化模型、芯片使用周期过短的短板。从产品定位来看，Frozen v2 并不会取代第八代 TPU 承担训练与通用推理工作，谷歌由此形成双轨芯片布局，TPU 负责承接外部云客户多样化模型需求，Frozen v2 则专供内部 Gemini 大模型、各类智能体、搜索以及办公软件等高负载业务，二者形成互补搭配。         本届 WAIC 已经释放清晰产业信号，AI 行业正式进入智能体规模化落地阶段，海量 Agent 多任务自主调度、云端高并发推理成为算力消耗的主要来源，这也是谷歌全力推进 Frozen v2 研发的核心动因。面向企业级智能体与 C 端终端配套云端服务，芯片能够同时承载上万条长文本指令，持续输出多轮交互内容，依靠低功耗特性大幅压缩集群供电与散热开支；谷歌自有搜索智能助手、办公智能体、多模态交互产品的推理调用量持续攀升，现有算力供给缺口已经迫使谷歌云暂缓承接部分外部订单，专用推理芯片落地后可以快速补足内部算力短板。这无疑对美国经济增长也会形成比较明显的影响，造成经济增速下滑，陷入滞胀，即经济停滞通货膨胀的状态。通胀无牛市，也意味着美股今年以来的表现应该不会太好。“隔夜美股惨遭血洗，道指狂泻约1000点，反映出投资者对于通胀居高不下的担忧。美元指数应声大涨，突破109。短期国债收益率飙升，两年期国债收益率一度飙升12个基点至3.69%，这些都反映出市场对于美联储加息的预期越来越强烈。同时智能体执行跨平台、多步骤复杂任务时高度依赖大容量上下文缓存，Frozen v2 在硬件层面优化内存读写链路，有效减少缓存反复搬运带来的多余功耗，进一步降低智能体长期运行的综合成本。         Frozen v2 研发消息曝光，意味着全球 AI 芯片赛道分化出两条清晰发展路径，行业算力竞争的重心，也从单纯比拼峰值算力，转向推理能效、单 Token 运行成本的长期较量。”杨德龙表示，相对而言，我国当前通胀水平不高，一直控制在3%以内的良性通胀水平，这也为我国货币政策保持独立性提供了一定的基础。英伟达与 AMD 坚持通用算力发展路线，旗下 GPU 与整机柜方案兼顾训练、推理全场景需求，生态体系成熟完善，但在智能体高频推理场景下能效表现存在明显短板；谷歌选择模型深度定制芯片路线，Frozen v2 与自家大模型深度协同设计，最大限度压低推理单位成本，缺点是通用性有限，仅能适配 Gemini 产品体系。

E | 除此之外，SambaNova、d-Matrix 以及国内多款专用推理芯片都在推进模型与硬件深度耦合的研发方向，行业逐渐形成统一共识，训练环节依旧依靠通用算力集群支撑，而大规模商业化推理场景，会逐步走向专用化定制芯片。         这款芯片依旧存在不少短期落地约束，目前整体还停留在架构设计阶段，最快要到 2028 年才能小规模投入使用，距离全面商业化还有两年多时间，短期内无法缓解全球当下的算力紧缺现状。杨德龙分析称，美联储大幅加息使得美元指数飙升，而非美货币出现贬值。人民币汇率在隔夜也一度逼近7.0指数关口，这一定程度上压缩了央行宽松货币政策的空间。同时产品适配范围存在明显局限，仅能对接 Gemini 系列大模型，无法对外提供通用算力租赁服务，很难复刻 TPU 对外云业务带来的营收增量，并且芯片硬件固化的模型逻辑范围仍在持续调整，研发团队需要不断平衡运算效率与模型迭代灵活性，不排除项目中途调整规划、缩减量产规模的可能性，谷歌官方也对外表示，内部研发项目不代表最终都会量产落地。中美货币政策偏差是人民币汇率出现短期贬值的一个重要因素，预计在稳增长的政策目标之下，年底之前央行还是以较为宽松的货币政策为主，但是再次降息的可能性已经减小，更多的可能会通过实施公开市场操作来释放流动性。拉长周期来看，Frozen v2 的落地会带来深远产业变革，若 6 至 10 倍的能效提升能够实现量产兑现，AI 智能体、大模型云端服务的单 Token 运行成本将显著下降，进一步推动 C 端、B 端智能体产品普及。

F | 返回搜狐，查看更多责任编辑：