谷歌新TPU或固化SRAM，降低先进封装依赖

据报道，谷歌正在研发新一代TPU“Frozen V2”。该芯片考虑将SRAM（静态随机存取存储器）直接硬编码在芯片内部。此举旨在缩短计算单元与内存之间的数据传输距离，从而提升人工智能模型的推理和计算效率，同时减少对台积电CoWoS等先进封装技术的依赖。

据Wccftech援引摩根士丹利的报告指出，如果该TPU采用这种不同于主流AI芯片的设计路线，不仅表明谷歌为了提升Gemini模型性能而推进AI芯片的高度定制化，还可能改变目前业界主流的“计算单元+外部高带宽内存（HBM）+先进封装”架构。摩根士丹利分析称，这种将SRAM直接集成到芯片内部的方案，能够从设计层面降低对外部内存和复杂封装的依赖。该设计有望减少数据搬运带来的延迟和功耗，并针对特定AI模型进行深度优化。

此前市场曾传闻，谷歌及其TPU设计合作伙伴联发科可能会评估采用英特尔的EMIB-T先进封装方案。不过，摩根士丹利表示，最终的选择仍将取决于芯片良率、封装性能以及量产交付能力。目前业界普遍认为EMIB-T更适合中端AI芯片，而台积电的CoWoS依然是英伟达等高性能AI GPU广泛使用的主流先进封装技术。

这种“模型硬件化”的设计虽然能针对特定模型实现高度优化，但也存在明显局限性。一旦AI模型的架构或权重发生重大更新，原有芯片可能无法直接兼容，厂商必须重新流片制造。这意味着该方案需要在性能和灵活性之间做出权衡。相比之下，传统GPU或TPU搭配外部HBM虽然依赖先进封装，但可以通过更换或扩展内存配置来适应不同模型。而将SRAM与模型特性深度整合，虽能换取更低延迟和更高能效，却可能缩短产品生命周期并降低模型更新的灵活性。

报告预计，Frozen V2最快将于2027年进入初期量产阶段，并在2028年进一步扩大产能。关于供应链合作，市场传闻谷歌可能会寻求Marvell等厂商的协助，但具体设计、代工与封装合作模式仍有待观察。