La mayoría de los chips de IA son de uso general. Les cargas un modelo y ellos lo ejecutan. Se dice que Google está probando algo más extraño: un chip que modela el modelo de Gemini grabado en el propio hardware.
El proyecto, conocido informalmente como "Frozen v2″, fue informado por The Information y destacado por Reuters y Bloomberg Law. Las acciones de Alphabet subieron un 3,7% tras la noticia. Google no ha confirmado el proyecto y faltan algunos años para el chip. Pero la idea detrás de esto es una apuesta seria sobre hacia dónde irá a continuación la infraestructura de IA.
¿Qué significa "congelado"?
Los chips actuales mantienen el modelo en la memoria y transportan sus datos de un lado a otro. Esa flexibilidad cuesta energía y tiempo.
Frozen v2 integrará la arquitectura de red neuronal de Gemini directamente en los circuitos. El hardware adopta la forma del diseño actual de inteligencia artificial de Google. Los ingenieros aún pueden actualizar el modelo cargando nuevos pesos, pero la estructura subyacente permanece fija o "congelada". Se dice que aún se está decidiendo qué parte del modelo está cableado.
La deuda es habilidad. Los datos informan que el chip podría ser de 6 a 10 veces más eficiente que los últimos chips de IA personalizados de Google, medidos en tokens por unidad de potencia. Esta será una nueva línea de silicio, separada de los TPU de Google en lugar de un reemplazo. El despliegue está previsto para principios de 2028.
Espacio de coworking de TNW City: donde ocurre tu mejor trabajo
Un espacio de trabajo diseñado para el crecimiento, la colaboración y un sinfín de oportunidades de networking en el corazón de la tecnología.
¿Por qué es importante?
El momento no es aleatorio. La información sugiere que Frozen v2 es en parte una respuesta a una crisis de capacidades de inteligencia artificial dentro de Google. La presión es tan intensa que Google Cloud ha rechazado a algunos clientes externos y ha provocado tensiones internas.
Las habilidades ahora son todo el juego. Los modelos de IA son extremadamente costosos de ejecutar y cada vatio ahorrado a escala de centro de datos es dinero. Un chip sintonizado para un modelo puede eliminar gran parte de los gastos generales de un portador de chip típico.
También será más rápido. Debido a que el diseño es fijo, el chip puede responder con muy poca demora. Como señaló un crítico, es perfecto para uso en tiempo real, como asistentes de voz, donde el retraso es el enemigo.
También hay un aspecto estratégico. Google ya ha diseñado su propia TPU para reducir la dependencia de Nvidia. Un chip específico de Gemini impulsaría aún más esa autosuficiencia, profundizando un esfuerzo que ha llevado a Google a distribuir sus pedidos de chips entre los proveedores.
Google no está solo
El enfoque no es exclusivo de Google. Una startup llamada Taalas ya está vendiendo el concepto, imprimiendo el peso y la arquitectura de un modelo directamente en un chip llamado Hardcore.
Las cifras declaradas son asombrosas. Taalas dice que su segmento sirve 17.000 tokens por segundo, en comparación con aproximadamente 150 por usuario en una GPU Nvidia superior. Dice que no necesita una costosa memoria de gran ancho de banda, lo que aliviaría la escasez de memoria que afecta a la industria.
Esa es una apuesta amplia. Si un modelo puede vivir en silicio, se cambia flexibilidad por velocidad, costo y potencia. Para una empresa con un modelo que atiende a miles de millones de personas, esa compensación puede tener sentido. Es el mismo instinto detrás de los esfuerzos por reducir los modelos a teléfonos.
la captura
El riesgo obvio es la inflexibilidad. La IA se mueve rápido, y un chip construido alrededor del Gemini actual podría verse en 2028. El diseño de Google intenta suavizar esto manteniendo los pesos actualizables, pero la arquitectura aún está preestablecida.
Luego está la pequeña cuestión de la confirmación. Google no ha reconocido el proyecto. Un portavoz se limitó a decir que sus equipos experimentan con conceptos de alta eficiencia y que no todos los proyectos de laboratorio llegan a producción.
Así que considere frozen v2 como una señal, no como un producto de envío. La señal es bastante clara. La carrera por el silicio de IA personalizado está pasando de impulsar cualquier modelo a fusionar un modelo con metal. Si Google lo logra, sus rivales tendrán que responder.
