Google szykuje Frozen v2. Chip pod Gemini ma dać 6–10x więcej tokenów z wata niż obecne TPU

Google od 2016 roku buduje własne układy TPU do trenowania i obsługi modeli AI, ale najnowsze doniesienia sugerują coś nowego. Według nich firma testuje projekt chipu, który zamiast obsługiwać dowolne modele, ma zostać skrojony wyłącznie pod jeden, czyli Gemini. To pomysł na tyle nietypowy w świecie akceleratorów AI, że wymaga wyjaśnienia, ile Google chce zaszyć w krzemie, kiedy sprzęt trafi do serwerowni i co firma ryzykuje, stawiając na jedną architekturę modelu.

Google próbuje przenieść część logiki Gemini z oprogramowania do krzemu, bo przy AI wygrywa ten, kto potrafi taniej i szybciej wygenerować odpowiedzi.

Procesor Zilog Z80 kończy 50 lat. Wygaszono produkcję, ale otwarty klon FOSS Z80 trafia właśnie do obudowy DIP40

Projekt nosi nazwę Frozen v2 i według branżowych doniesień, Google chce przenieść część architektury Gemini bezpośrednio do układu scalonego. Klasyczne akceleratory ogólnego przeznaczenia, takie jak GPU NVIDII czy własne TPU Google, muszą za każdym razem dynamicznie dostosowywać sposób wykonywania obliczeń do konkretnego modelu, co zwiększa zużycie energii i wprowadza dodatkowe opóźnienia. Pierwotna koncepcja, nad którą pracował główny naukowiec Google DeepMind Jeff Dean, zakładała jeszcze głębszą specjalizację, zapisanie w układzie również wag modelu, czyli wartości decydujących o jego działaniu. Google miał jednak porzucić ten kierunek, ponieważ taki chip szybko traciłby aktualność wraz z kolejnymi generacjami Gemini. Frozen v2 ma więc zamrażać samą architekturę obliczeniową, pozostawiając możliwość aktualizacji wag.

Intel Nova Lake - Nowe informacje o procesorach, w tym przybliżona data premiery poszczególnych wariantów

Według szacunków inżynierów nowy układ może zapewnić od sześciu do dziesięciu razy większą wydajność w przeliczeniu na pobór energii niż najnowsze generacje TPU, modele 8t i 8i zaprezentowane podczas Google Cloud Next w kwietniu 2026 roku. Frozen v2 nie ma zastąpić TPU, lecz działać jako wyspecjalizowany akcelerator przeznaczony do konkretnych zastosowań. Projekt ma być również sposobem na ograniczenie presji związanej z rosnącym zapotrzebowaniem na moc obliczeniową AI – według doniesień niedobór zasobów miał już wpływać na możliwości obsługi części kontraktów Google Cloud. Problemem pozostaje jednak żywotność takiego rozwiązania: układ będzie efektywny tylko tak długo, jak długo architektura Gemini pozostanie kompatybilna z jego założeniami. Według obecnych informacji premiera nie nastąpi wcześniej niż w 2028 roku.

$GOOGL is developing a new AI chip called “Frozen v2” that could run Gemini models nearly 10x more efficiently than its latest TPUs.

The chip is targeted for 2028 and would hardwire parts of Gemini to improve speed and efficiency while easing Google’s compute constraints. pic.twitter.com/LXyDDcahyI

— Shay Boloor (@StockSavvyShay) July 20, 2026

OpenAI i Broadcom pokazały Jalapeño. To wyspecjalizowany układ do inferencji LLM szyty pod ChatGPT i Codex

Frozen v2 wpisuje się w szerszy wyścig technologiczny, którego celem jest ograniczenie zależności od akceleratorów NVIDII. W czerwcu OpenAI zaprezentowało własny układ Jalapeño opracowany wspólnie z Broadcomem, a Anthropic prowadzi rozmowy dotyczące podobnej współpracy z Samsungiem. Własne rozwiązania rozwijają również Amazon z układami Trainium oraz Microsoft z rodziną Maia. Doniesienia o Frozen v2 wystarczyły, aby w poniedziałek akcje Alphabetu wzrosły nawet o 3,7 proc., a ostatecznie sesję zakończyły 1,51 proc. wyżej. Inwestorzy od miesięcy analizują, czy planowane przez Google wydatki rzędu 180–190 mld dolarów na infrastrukturę AI przełożą się na realne zyski.