Google entwickelt Chip, der Gemini AI direkt in Silizium einbrennt

Alphabet ↗ 2.34% arbeitet an einem neuen, maßgeschneiderten Server-Chip, der die Architektur seines Gemini KI-Modells direkt in die Hardware einbrennt. Dieser Schritt könnte erhebliche Effizienzgewinne beim Energieverbrauch bringen, während das Unternehmen mit der rasant steigenden Nachfrage nach KI-Rechenleistung kämpft, wie ein am Montag veröffentlichter Bericht von The Information nahelegt.

Ein neuer Ansatz für KI-Inferenz

Der Chip, der eine eingefrorene Version der neuronalen Netzwerkgewichte von Gemini in kundenspezifisches Silizium einbettet, anstatt das Modell als Software auf Allzweckprozessoren auszuführen, stellt eine Abkehr von Googles bisheriger Strategie für Tensor Processing Units dar. Dieser Ansatz, ein festes KI-Modell in eine anwendungsspezifische integrierte Schaltung zu verwandeln, verspricht eine um ein Vielfaches höhere Energieeffizienz pro generiertem KI-Token im Vergleich zu Googles aktuellen Spezialchips, mit einer geplanten Einführung ab 2028.facebook

Das Konzept, KI-Modelle direkt in Silizium zu verdrahten, gewinnt in der Branche an Bedeutung. Das finnische Startup Taalas demonstrierte diesen Ansatz Anfang des Jahres mit seinem HC1-Chip, der das Llama-Modell von Meta direkt in die Hardware einbettet. Das Unternehmen gibt an, dass dies zehnmal schneller sei als konkurrierende Inferenzplattformen und nur 12 bis 15 Kilowatt pro Rack erfordere, verglichen mit 120 bis 600 Kilowatt bei GPU-Racks. Der Kompromiss: Sobald ein Modell in Silizium eingefroren ist, kann es ohne die Fertigung neuer Chips nicht mehr aktualisiert werden.forbes

Kapazitätsengpässe erhöhen den Druck

Das Projekt entsteht in einer Zeit, in der Google Cloud unter akutem Infrastrukturdruck steht. Während der Telefonkonferenz zu den Ergebnissen des ersten Quartals 2026 gab das Management bekannt, dass die Cloud-Sparte, die erstmals einen Quartalsumsatz von über 20 Milliarden Dollar erzielte, durch Kapazitätsengpässe limitiert sei, wobei sich der Auftragsbestand auf 462 Milliarden Dollar verdoppelt habe. Im März 2026 soll Google Meta mitgeteilt haben, dass man die von Meta für KI-Workloads angeforderte Rechenkapazität nicht liefern könne.marketscale+1

Google hat an mehreren Fronten reagiert. Im April stellte das Unternehmen die achte Generation von TPUs vor, die in separate Varianten für Training und Inferenz unterteilt sind, und Broadcom ↗ 0.34% unterzeichnete eine langfristige Vereinbarung zur Entwicklung und Lieferung künftiger Generationen von Googles maßgeschneiderten KI-Chips bis 2031. Google hat zudem begonnen, TPU-Kapazitäten an externe Kunden, einschließlich OpenAI, zu vermieten.cnbc+3

Ergänzung, kein Ersatz für TPUs

Der eingefrorene Chip ist darauf ausgelegt, Googles breiteres TPU-Portfolio zu ergänzen, anstatt es zu ersetzen. Während TPUs programmierbar bleiben und aktualisierte Modelle ausführen können, könnte ein eingefrorener Chip, der für ein stabiles Modell mit hoher Nachfrage wie Gemini optimiert ist, den Großteil der routinemäßigen Inferenzanfragen zu einem Bruchteil der Energiekosten bewältigen und so programmierbare Hardware für das Training und neuere Modelliterationen freigeben.

Die Alphabet-Aktie stieg am Montag nach Bekanntwerden der Nachricht. Der Kurs war bereits im Vorfeld des anstehenden Quartalsberichts gestiegen, beflügelt durch den Optimismus hinsichtlich der Strategie für KI-Infrastruktur.marketbeat