摘要：星际穿越...

薛平贵与王宝钏

据报道 Charles Melton 正就出演德斯汀·丹尼尔·克里顿执导的《Naruto》真人电影中的卡卡西一角进行最后谈判_我的网站

熊出没之夺宝熊兵

一 | 查尔斯·梅尔顿（Charles Melton）可能会成为我们的新卡卡西，据报道，这位演员正在洽谈在德斯汀·丹尼尔·克里顿（Destin Daniel Cretton）即将上映的 Naruto 电影中饰演这位标志性的蒙面忍者。 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%。据消息人士透露，梅尔顿的谈判已进入最后阶段，这意味着他在片中的角色已基本确定。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。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。

二 | 梅尔顿饰演卡卡西非常合理；这位因出演《怒呛人生》（Beef）第二季和《河谷镇》（Riverdale）而闻名的演员是一位资深漫画读者，也是一名资深动漫迷。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。在今年 4 月接受采访时，梅尔顿承认自己最近一直没怎么睡觉，因为他“几乎每隔一天就看动漫看到凌晨 4 点”。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。他列出了自己最喜欢的系列：龙珠Z：电光火石ZERO、鬼灭之刃：火神血风谭和 Jujutsu Kaisen。“龙珠Z：电光火石ZERO，那是经典，”他说。“那是我的童年。关于鬼灭之刃：火神血风谭，我是说炭治郎，伙计——他从对妹妹和朋友的爱中汲取力量。他是我见过的最令人尊敬的角色之一。

三 | 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。还有 Jujutsu Kaisen 里的虎杖——伙计，我就是喜欢他，好吗？”虽然 Naruto 不在他的前三名之列，但我们必须承认他非常适合这个角色，尤其是考虑到他的武术功底。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。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。

四 | 梅尔顿是跆拳道黑带二段，在居住韩国期间曾获得国际跆拳道联盟外籍组金牌。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。对于梅尔顿几乎确定的卡卡西选角，反应正如预期的那样热烈且疯狂，许多人提到他据传拒绝了在漫威即将上映的《变种特攻》电影中饰演野兽的机会，该角色后来由凯斯利·格拉玛（Kesley Grammar）回归出演。“现在我明白为什么他为了这个角色推掉 MCU 的野兽了，”一位评论者在 X 上写道。“所以这就是他拒绝野兽角色的原因？”另一位问道。

五 | 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。“查尔斯·梅尔顿演卡卡西其实挺合理的……你们是看到潜力了还是我疯了？”还有人写道。

六 | 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。Naruto 本人的选角工作仍在进行中。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。

七 | 谷歌这套模型与芯片底层协同设计的方案得到验证后，各大头部大模型厂商都会加速自研专用推理芯片，通用 GPU 在推理市场的份额会持续承压，行业整体算力投入逻辑也会发生转变，过去厂商资源集中投向训练集群，未来资本开支会持续向推理专用硬件倾斜，匹配 AI 产业从技术训练走向商业化落地的周期切换。2026 年夏季发布了一份公开选角通知，据报道正在寻找 16 至 20 岁之间、“运动能力强、精力充沛、有表现力”且必须能说流利英语的年轻男演员。 Frozen v2 是谷歌为解决 AI 智能体推理算力瓶颈推出的战略性产品，跳出传统通用 TPU 的设计框架，以牺牲通用适配能力换取极致运行能效，精准贴合当下全球 AI 产业告别参数内卷、全面推进智能体工业化落地的核心趋势。短期来看，芯片落地周期漫长，无法立刻改变全球算力竞争格局，长期视角下，该项目印证软硬一体化定制是推理赛道的核心突破方向，也会倒逼英伟达、AMD 加快迭代推理专用芯片，整个 AI 算力行业的竞争主线，正式从训练算力比拼，转向智能体推理能效的持续对抗。