Google utvecklar chip för att integrera Gemini AI direkt i hårdvaran

Google arbetar på ett nytt serverchip som ska bädda in element av deras artificiella intelligens-modell Gemini direkt i hårdvaran. Detta är ett steg för att dramatiskt förbättra effektiviteten vid leverans av AI-tjänster till hundratals miljoner användare, rapporterade The Information på måndagen.

Chipet, som informellt kallas "Frozen v2", kan bli sex till tio gånger mer effektivt än Googles senaste specialbyggda AI-chip, mätt i antal AI-tokens som levereras per energienhet, enligt källor med insyn i frågan. Aktien i Alphabet ↗ 0.17% steg på nyheten.finance.yahoo+1

Hanterar kapacitetsbrist

Frozen v2-projektet är ett direkt svar på en brist på AI-datorkapacitet som har ansträngt Google internt och tvingat Google Cloud att tacka nej till externa kunder. Under Alphabets rapportpresentation för första kvartalet 2026 i april erkände ledningen att molntillväxten var "kapacitetsbegränsad", trots att kvartalsintäkterna för första gången översteg 20 miljarder dollar. Detta var en ökning med 63 procent jämfört med föregående år, främst drivet av efterfrågan på AI.economictimes.indiatimes+3

Denna brist har lett till aggressiva investeringar i infrastruktur. Alphabet har förbundit sig till 75 miljarder dollar i investeringsutgifter för 2025 och tecknat ett avtal värt upp till 30 miljarder dollar med SpaceX för att hyra cirka 110 000 Nvidia ↗ 1.43% GPU:er fram till mitten av 2029, enligt The New York Times.w+1

En ny chipserie, inte en ersättare för TPU

Frozen-projektet representerar en separat linje av egenutvecklade chip, skild från Googles tensor-processorenheter (TPU), som förblir centrala i företagets AI-infrastruktur. Google presenterade sin åttonde generation TPU:er – TPU 8t för träning och TPU 8i för inferens – vid sin Cloud Next-konferens i april, och lyfte fram upp till tre gånger snabbare träning och 80 procent bättre prestanda per dollar.axios+2

Ingenjörer arbetar fortfarande med att färdigställa designen för Frozen v2 och avgöra hur mycket av Gemini-modellen som kan hårdkodas in i chipet, med sikte på driftsättning så tidigt som 2028. Genom att baka in modellparametrar i kisel i stället för att ladda dem från minnet varje gång, kan metoden drastiskt minska energi- och latenskostnaderna för inferens – den process som sker varje gång en användare skickar in en förfrågan.reuters+1

Bredare branschkontext

Satsningen kommer samtidigt som de stora molnleverantörerna tävlar om att minska sitt beroende av Nvidias GPU:er. Leveranser av AI-servrar baserade på specialbyggda ASIC-chip beräknas utgöra nästan 28 procent av alla AI-serverleveranser 2026, med en årlig tillväxt på cirka 45 procent, nästan tre gånger snabbare än för standard-GPU:er, enligt TrendForce. Meta Platforms ↘ 0.27% meddelade denna månad planer på att börja tillverka sitt eget AI-chip från och med september, i ett försök att fördubbla datorkapaciteten till 14 gigawatt 2027.tomshardware+2

Huruvida Google kan låsa in tillräckligt mycket av Gemini-arkitekturen i hårdvara utan att offra flexibiliteten att uppdatera sina snabbt föränderliga modeller återstår att se. Det är en fråga som kommer att avgöra om Frozen-projektet levererar på sitt löfte om effektivitet eller blir en dyr omväg.