何が起きたか
米メディアThe Informationの報道によれば、Googleは「Frozen v2」と呼ばれる新しいサーバー用チップを社内開発しています。特徴は、汎用的な計算を担う従来のTPU（Tensor Processing Unit）と異なり、自社の大規模言語モデルGeminiの「アーキテクチャ（モデル構造）」の一部をハードウェアに直接焼き込む点にあります。関係者の話として、AI応答の処理効率は現行TPUの6〜10倍に達する可能性があるとされます。
「Frozen（凍結）」という名前は、AIモデルのパラメータを固定して変化させなくする「凍結」の発想に由来します。モデルの一部をチップに恒久的に固定することで計算ステップを削り、応答を高速化する狙いです。
なぜ重要か
元のアイデアはGoogle DeepMindの主任科学者ジェフ・ディーン氏によるもので、当初は「モデルの重み（weights）」をチップに直接埋め込む設計でした。しかしこの方式だと特定のGeminiバージョンでしか動作せず、モデルが更新されるたびにチップが陳腐化してしまうため、Googleは重み埋め込み案を破棄しました。
Frozen v2は重みではなく「構造」を埋め込む方式に切り替えており、新しい重みは後から読み込めます。どこまでを回路に固定するかはまだ決まっていません。この設計変更が、実用化への現実的なバランスを取った鍵といえます。
位置づけ
Frozen v2は同じモデル構造を使い続ける限りでしか機能しないため、外部顧客向けの製品にはならず、Google社内のAI計算能力の逼迫を緩和する用途が想定されています。生産量もTPUより小規模で、専用チップの「試作」的な位置づけです。展開は2028年からの予定です。
GoogleはすでにTPUをMetaに貸し出し、外部クラウド顧客にも提供、「TPU@Premises」プログラムでNvidiaの代替として売り込んでいます。社内目標としてNvidiaの年間売上の10%獲得を掲げています。Frozen v2が成功すれば、強力なモデルを低価格で動かし、OpenAIやAnthropicから市場シェアを奪う布石にもなり得ます。
💼 事業会社視点：これは自社にどう効くか
Frozen v2の本質は「汎用性を捨てて効率を取る」トレードオフです。日本企業への直接の販売は想定されていませんが、示唆は大きい。第一に、GoogleがGeminiを6〜10倍安く回せるようになれば、SaaS事業者やAPI経由でLLMを組み込む受託開発企業にとって、推論コストの継続的な低下圧力が働きます。自社の価格設計を「現在のトークン単価」前提で固定するのは危険で、2028年に向けたコスト前提の見直しが要ります。第二に、この動きは「モデルとハードの垂直統合」がAIの競争軸になることを示します。EC・広告などAI推論を大量に回す事業では、どのクラウド基盤に乗るかが利益率を左右するため、Nvidia一択ではなくTPU系を含めたマルチベンダー評価を今から始める価値があります。経営者が問うべきは「AIをどう使うか」だけでなく「誰の推論基盤が最も安くなるか」です。