Google entwickelt laut einem Bericht des Fachmediums The Information einen eigenen KI-Chip mit dem Codenamen Frozen v2, der die Architektur des Sprachmodells Gemini fest in die Schaltung einbrennt. Der Chip soll pro Watt sechs- bis zehnmal mehr Leistung liefern als Googles aktuelle TPU-Generation. Der Rollout in eigenen Rechenzentren ist frühestens für 2028 geplant.
Chip verankert Gemini-Architektur in der Hardware
Anders als bei TPUs, Googles bisherigen KI-Beschleunigern, legt Frozen v2 nicht die trainierten Gewichte des Modells in der Hardware fest, sondern dessen grundlegenden Aufbau. Die Architektur bleibt damit fix, neue Gewichte lassen sich trotzdem weiter laden. Diese Festlegung reduziert dem Bericht zufolge die nötigen Rechenschritte pro Anfrage und senkt den Datenverkehr zwischen Speicher und Recheneinheiten – die sechs- bis zehnfache Effizienz gegenüber aktuellen TPUs ist unabhängig nicht verifiziert.
Der Chip soll außerdem genug Arbeitsspeicher direkt an Bord tragen, um Gemini vollständig auszuführen, ohne auf externes RAM zuzugreifen – das spart teure Datenübertragungen zwischen den Bauteilen. Tom’s Hardware ordnet das als konsequente Fortsetzung von Googles TPU-Strategie ein: Die aktuelle Generation trennt bereits Trainingschips (TPU 8t) von Inferenzchips (TPUi). Frozen v2 soll kompatibel mit der vorhandenen Cluster-Technik bleiben, darunter optische Schaltsysteme zwischen den Recheneinheiten. Google selbst hat sich zu den Plänen bislang nicht öffentlich geäußert.
Google zielt auf günstigere KI-Antworten als Konkurrenz
Der Chip sei ausschließlich für den internen Einsatz gedacht. Anders als Googles TPUs, die auch an externe Cloud-Kunden wie Meta vermietet werden, soll Frozen v2 nicht verkauft werden. Zu Kosten oder zum Einsatz in europäischen Rechenzentren äußert sich der Bericht nicht. Im Kern geht es um die Kosten pro beantworteter Anfrage: Je günstiger ein Anbieter Inferenz – also die laufende Nutzung eines fertig trainierten Modells – bereitstellen kann, desto größer fällt seine Marge aus.
Gelingt der Sprung auf die versprochene Effizienz, könnte Google Gemini-Antworten günstiger anbieten als OpenAI und Anthropic und ihnen so Marktanteile abnehmen. Anleger reagierten bereits auf den Bericht: Die Alphabet-Aktie legte danach um 1,5 Prozent zu. Für Unternehmen, die Gemini über die Google-Cloud oder in eigene Software einbinden, könnte ein solcher Effizienzsprung mittelfristig niedrigere Nutzungskosten und schnellere Antwortzeiten bedeuten. Der Vorstoß fällt in eine Phase, in der Google, OpenAI und Anthropic zunehmend um die Kosten pro Antwort statt allein um Modellqualität konkurrieren.
Offen bleibt, ob Google die Pläne selbst bestätigt, bevor 2028 der erste Rollout ansteht – bislang stammen sämtliche Angaben aus einem einzelnen, nicht offiziell bestätigten Bericht. Entscheidend wird zudem, ob sich die versprochene Effizienz beim Bau realer Chips tatsächlich einstellt, denn frühere Hardware-Ankündigungen der Branche blieben nicht selten hinter ihren Laborwerten zurück. Für Nvidia, dessen Grafikchips derzeit den Großteil des KI-Trainings- und -Inferenzmarkts tragen, wäre ein spezialisierter Google-Chip ein Signal, dass sich der Wettbewerb stärker in Richtung modellspezifischer Hardware verschiebt.
