尼基塔第三季

南通大学杏林学院昆韵予安实践团开展“雅韵润少年，昆声传文脉”主题宣讲活动_我的网站

A |           　　为传承中华优秀非遗文化，拉近青少年与 “百戏之祖” 昆曲的距离，搭建青年学子与少年群体的传统文化交流桥梁，南通大学杏林学院昆韵予安实践团走进江苏省泰州市东联社区，开展以 “雅韵润少年，昆声传文脉” 为主题的非遗宣讲实践活动。

B | 本次活动由实践团成员熊佳怡担任主讲，东联社区众多青少年到场参与学习。      　　图1 实践团成员向社区青少年宣讲昆曲文化知识      　　活动伊始，成员熊佳怡以通俗生动的语言开启本次昆曲文化分享。她打破大众 “昆曲高古遥远、只存于博物馆” 的固有印象，开篇便结合泰州泰兴本土渊源，点明六百年昆曲与家乡水土深厚的联结，告诉在场青少年：昆曲不是尘封的古董，而是扎根在地的本土文化基因。

C |      　　随后，熊佳怡讲述昆曲的前世今生。从元末顾坚初创昆山腔，到明代魏良辅耗费十载改良温润婉转的 “水磨调”，梳理昆曲成为 “百戏之祖” 的完整发展历程。她向青少年介绍泰州泰兴与昆曲的不解缘分，泰州学派创始人王艮 “百姓日用即道” 的启蒙思想深刻影响汤显祖，成为《牡丹亭》“至情论” 的思想源头。    谷歌正在尝试把 Gemini 与芯片更紧密地结合起来。这份属于家乡的戏曲荣光，让在场青少年倍感自豪。      　　图2 社区青少年认真聆听成员熊佳怡的宣讲内容      　　活动尾声，熊佳怡以 “古韵新声” 为主题，向青少年介绍昆曲当代传承新路径。她讲到如今昆曲走进校园课堂，年轻一代正用全新方式传承非遗。她鼓励在场青少年主动走近昆曲、了解传统戏曲，争做中华文脉的传承者与传播者。         据《The Information》援引知情人士消息，谷歌母公司 Alphabet 正在研发一款服务器 AI 芯片，内部非正式代号为“Frozen v2”。宣讲结束后，不少少年主动上前，交流自己对《牡丹亭》故事、昆曲服饰身段的好奇，熊佳怡与实践团其他成员耐心答疑，和青少年展开轻松的文化交流。这款芯片针对 Gemini 模型设计，计划最早于 2028 年部署。谷歌工程师预计，以单位功耗所能处理的 Token 数量计算，其效率可能达到公司最新一代自研 AI 芯片的 6—10 倍。

D |      　　图3 成员熊佳怡和社区青少年互动学习昆曲文化知识      　　本次昆曲非遗宣讲活动圆满落幕，熊佳怡以青年学子的视角、贴合青少年认知的语言，把厚重的昆曲历史、本土戏曲渊源、传统戏曲美学娓娓道来。沉浸式的理论宣讲搭配丰富戏曲实拍图文，让青少年跳出书本，近距离读懂 “百戏之祖” 的独特魅力，在心中种下传承非遗文化的种子。让昆曲雅韵持续浸润少年心田，以青年实践力量守护非遗文脉，推动中华优秀传统文化代代相传、焕发新生。         谷歌目前尚未正式确认 Frozen v2 项目，也没有公布芯片规格。公司在回应媒体时表示，其团队一直在研究和试验提升性能与效率的新方案，但并非所有项目最终都会进入生产阶段。      　　图4 昆韵予安实践团成员于东联社区合影留念      　　文字：熊佳怡      　　图片：印薇蓉【广告】免责声明：本内容为广告，相关素材由广告主提供，本文仅代表作者个人观点，与本网无关。谷歌同时强调，从底层共同设计硬件和软件，是其打造高度集成系统的重要方式。本网发布目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，广告内容仅供读者参考，请自行核实相关内容。但报道发布后，Alphabet 股价在当地时间 7 月 20 日早盘上涨约 3.3%。         与现有 TPU 相比，Frozen v2 的主要区别，是它进一步收窄了芯片的适用范围。它的定位是一颗更极致的“专用芯片”。

E | 根据现有报道，谷歌计划将 Gemini 的部分架构特征固化在芯片中，针对其计算路径和常用操作进行专门优化。         大模型推理不仅需要完成大量矩阵运算，还要频繁从高带宽内存读取参数。数据在内存与计算单元之间移动，会消耗时间和电力。Frozen v2 希望减少这部分开销，从而提高响应速度，并在相同功耗下处理更多请求。报道所称的 6—10 倍效率提升，具体指每单位功耗能够处理的 Token 数量，并不是芯片峰值算力。         谷歌现有 TPU 同样是面向机器学习的专用处理器，但需要适配不同模型，并承担训练、推理等多种任务。最新一代 Ironwood 单颗芯片配备 192GB 高带宽内存，单位功耗性能约为上一代 Trillium 的两倍，最多可由 9216 颗芯片组成 Superpod。

F | Frozen v2 不会取代 TPU，而是作为一条更具针对性的产品线，与其并行使用。         (来源：Google)          但专用芯片也有其劣势，更深的模型与芯片绑定会降低灵活性。芯片从设计到投产通常需要数年，如果此后 Gemini 的基础架构发生较大变化，已经固化的设计可能难以适配。Frozen v2 能否获得长期收益，既取决于实际能效，也取决于谷歌能否在快速迭代模型的同时，维持底层架构的相对稳定。         那么，谷歌为什么要“铤而走险”？首先一个原因，是为了应对持续增长的算力需求。据相关数据，谷歌内部的 AI 计算资源短缺已经引发不同团队之间的资源竞争，Google Cloud 甚至因此拒绝过部分外部客户订单。         大模型的计算需求包括训练与推理两个阶段。

G | 训练先进模型需要集中投入大量算力，但随着 Gemini 被加入搜索、办公软件、云服务和智能终端，长期发生的推理可能形成更庞大的成本。单次生成的费用看似有限，乘以数以亿计的用户和持续增长的调用量后，电力、芯片、网络及数据中心投入都会成为重要支出。

H |          Alphabet 已将 2026 年资本开支预期上调至 1,800 亿—1,900 亿美元，主要用于扩建 AI 计算能力、数据中心和相关基础设施。在这一背景下，提高每瓦电力能够生成的 Token 数，不仅意味着更低的能源消耗，还意味着同一座数据中心能够承载更多用户请求。对于已经拥有大量 Gemini 使用场景的谷歌而言，即使单次推理成本只下降一小部分，规模化之后也可能带来可观节省。

I |          图｜谷歌历年资本开支预期（来源：S&P）          自研芯片还可以加强谷歌对供应链和产品节奏的控制，减少对英伟达等外部芯片供应商的依赖。但这种“减少依赖”并不等于完全替代。Frozen v2 即使顺利投产，预计规模也将低于 TPU；谷歌的数据中心仍会同时使用 TPU、GPU 及其他计算设备。它更像是为高频且相对稳定的 Gemini 任务增加一类成本更低的专用工具。         谷歌也不是唯一走向自研芯片的 AI 公司。2026 年 6 月，OpenAI 与博通公布首款自研推理芯片 Jalapeño。OpenAI 表示，这款芯片围绕大语言模型推理设计，将结合博通的芯片实现和网络技术以及 Celestica 的服务器系统能力，计划于 2026 年底开始部署。

J |          图｜博通公司首席执行官 Hock Tan 将一片芯片晶圆递交给 OpenAI 公司首席执行官 Sam Altman。

K | （来源：OpenAI）          Anthropic 也被曝已经开始研究自有 AI 芯片，并与三星电子等潜在合作方接触。

L | 不过该项目仍处于早期阶段，芯片的用途、性能目标和服务器部署方式尚未明确 Anthropic 同时表示，亚马逊 Trainium、谷歌 TPU 和英伟达 GPU 仍将是其扩张算力的重要基础。中国方面，此前 DeepSeek 和近期的月之暗面也有自研芯片方面的传闻。         除专注于基础模型的公司外，亚马逊、微软、Meta、阿里巴巴、百度和字节跳动等拥有云服务或大规模互联网业务的企业，也在不同程度上推进专用 AI 芯片。其中部分芯片服务于模型训练，部分集中于推理、推荐和广告等高频工作负载。

M | 它们共同反映出一个趋势：随着 AI 服务规模扩大，掌握模型的公司越来越希望同时参与芯片和计算系统设计。         这些项目属于同一轮趋势：AI 公司希望根据自身模型和业务负载设计芯片，以获得更好的成本、能效和供应保障。

N | 但它们并不是完全相同的技术路线。Trainium、Maia、MTIA 以及 OpenAI 的 Jalapeño 主要面向一类或多类 AI 工作负载，仍保留一定通用性；Frozen v2 则称会把 Gemini 的部分架构直接固化进硬件，模型与芯片的绑定程度可能更高。         因此，Frozen v2 所代表的不只是谷歌扩大自研芯片投入，也是一项更激进的软硬件协同试验。答案将取决于芯片能否如期投产，也取决于到 2028 年时，Gemini 是否仍然适合这块为它提前设计的硅片。         参考链接：          1.https://techcrunch.com/2026/07/20/google-is-working-on-a-new-ai-chip-designed-to-make-gemini-more-efficient/          2.https://www.reuters.com/business/google-plans-new-chip-run-gemini-models-more-efficiently-information-reports-2026-07-20/          3.https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/ironwood-tpu-age-of-inference/          4.https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/ironwood-google-tpu-things-to-know/          运营/排版：何晨龙          注：封面由 AI 辅助生成。

Current article:http://vpyiro.zhouangnaoguangsundianzhenmou.cfd/fjufs/20260826/2489016.html

Published on:16:28:38