Google starebbe sviluppando internamente un nuovo chip server per rendere Gemini molto più efficiente. Il progetto, chiamato internamente Frozen v2, integrerebbe parte dell’architettura del modello AI direttamente nel silicio e potrebbe arrivare non prima del 2028. Secondo le stime interne riportate da The Information, il chip servirebbe da 6 a 10 volte più token per unità di energia rispetto alle TPU più recenti di Google.
Frozen v2 sarebbe un chip costruito intorno a Gemini
Il progetto Frozen v2 nasce da un’idea diversa rispetto agli acceleratori AI più generici, dove Google lavora a una piattaforma server direttamente legata alla struttura di Gemini. Parte del comportamento del modello verrebbe quindi incorporata direttamente nell’hardware, riducendo movimenti di dati e decisioni da calcolare durante l’inferenza.
Questo approccio può migliorare molto l’efficienza, ma va anche detto che un chip troppo specializzato funziona bene solo quando il modello su cui si basa resta vicino alla struttura prevista in fase di progettazione. Se Gemini cambia molto prima del 2028, Google dovrà trovare un equilibrio tra prestazioni, consumi e flessibilità. Il progetto sarebbe ancora in fase di valutazione proprio per decidere quanta parte del modello convenga fissare nel silicio.
La metrica citata è il numero di token generati per unità di energia, un dato sempre più importante perché i costi non dipendono solo dalla potenza di calcolo, ma anche dal consumo elettrico necessario per rispondere a milioni o miliardi di richieste.
Google vuole ridurre costi e pressione sulle TPU
Google usa da anni chip propri per l’intelligenza artificiale. Le TPU sono uno dei punti forti della sua infrastruttura cloud e l’ultima generazione Ironwood è stata presentata come una piattaforma pensata soprattutto per l’inferenza, cioè per eseguire modelli AI già addestrati e servire risposte agli utenti.
Frozen v2 andrebbe ancora più in quella direzione. Gemini richiede grandi quantità di capacità di calcolo per ricerca, assistenti, funzioni nei prodotti Google, clienti cloud e strumenti per sviluppatori. Rendere ogni risposta più efficiente significa ridurre costi operativi, liberare capacità nei data center e rendere sostenibile un uso più esteso dell’AI nei servizi quotidiani.
Il progetto aiuterebbe anche a contenere la dipendenza da Nvidia. Google continuerà a usare GPU e altri acceleratori dove servono, ma un chip ottimizzato per i propri modelli offre più controllo su costi, disponibilità e roadmap tecnica. È lo stesso motivo per cui anche OpenAI, Anthropic e altri grandi operatori stanno esplorando chip AI proprietari o partnership dedicate.
Il lancio di Frozen? Non prima del 2018
Le informazioni disponibili indicano il 2028 come data plausibile per la produzione del chip Frozen v2. Google non ha confermato né il nome interno né la data, limitandosi a spiegare che continua a investire in nuove soluzioni hardware e software per migliorare l’efficienza dei propri sistemi AI.
Il contesto finanziario spiega perché questo progetto conta. Alphabet ha indicato investimenti in conto capitale tra 180 e 190 miliardi di dollari per il 2026, con una parte rilevante destinata a infrastruttura AI, data center e capacità di calcolo. Un chip capace di generare più token consumando meno energia potrebbe ridurre la pressione su una spesa che sta diventando enorme anche per le big tech.