随着AI竞赛如火如荼地展开，大型科技公司一直在寻找能够替代或与英伟达（NVIDIA）那些价格高昂且供应紧张的GPU相竞争的定制芯片。谷歌（Google）的张量处理单元（TPU）和亚马逊（Amazon）的Trainium芯片，正是其中几款以更低功耗和成本为基础、旨在补充英伟达AI计算产品的例子。如今，据摩根士丹利（Morgan Stanley）的一份报告称，谷歌的新型TPU芯片将专门为其Gemini模型进行定制，并省去对台积电（TSMC）晶圆上芯片封装（CoWoS）技术的依赖。
谷歌正考虑将新TPU芯片的RAM直接置于硅片上，以提升性能并消除封装需求
谷歌为其TPU芯片选择何种封装技术，一直是媒体猜测的焦点。多份报道称，谷歌及其TPU设计合作伙伴联发科（MediaTek）可能会依赖英特尔（Intel）的EMIB-T封装技术。然而，分析人士推测，最终选择可能取决于良品率，或是英特尔交付可工作芯片的能力。如今，摩根士丹利的一份报告称，谷歌有意在其芯片上完全消除封装需求。英特尔的EMIB-T技术被普遍认为适用于中端AI芯片，而台积电的CoWoS封装则是英伟达AI GPU等高性能芯片的首选。
根据细节信息，谷歌正在设计一款名为“Frozen V2”的芯片，旨在借此达到一石二鸟的效果。通过这款TPU，该公司希望能创造出一款专门为其Gemini AI模型运行而定制化的芯片。谷歌旨在通过将芯片的SRAM硬接线到其硅片上，来实现定制化，从而消除对CoWoS等独立封装技术的需求。
摩根士丹利补充称，Frozen V2最早可在明年进入试生产阶段，并在2028年提升产量。至于谷歌的合作伙伴，报告指出美满电子（Marvell）可能是一个选择；不过，目前有关合作伙伴的细节尚未得到证实。这种方法并非完全新颖，因为AI芯片制造商Taalas在今年早些时候就披露了类似的技术。
Taalas同样将神经网络权重直接硬接线到硅片上，以消除内存-计算之间的数据传输瓶颈。然而，这种方法也有一个关键弊端：每当出现一个相比前代有重大升级的新型AI模型时，就必须设计一款新的芯片。然后，新芯片需要台积电等晶圆代工厂为每次生产运行调整其设备。
