A corrida pela inteligência artificial entrou em uma nova frente: o desenvolvimento de chips desenhados especificamente para executar modelos de IA. O Google estaria trabalhando em um novo processador de servidores, chamado internamente de Frozen v2, desenvolvido para rodar o Gemini com maior eficiência energética. A informação foi divulgada pelo The Information, com base em fontes familiarizadas com o projeto.
A proposta é diferente da utilizada nas atuais Tensor Processing Units (TPUs). Em vez de manter o hardware mais flexível para diferentes modelos, o novo chip incorporaria parte da arquitetura do Gemini diretamente no silício. Engenheiros envolvidos no projeto estimam que ele poderia processar de seis a dez vezes mais tokens por unidade de energia do que os chips atuais do Google, embora essa projeção ainda não tenha sido comprovada por testes independentes.
Ao projetarmos nosso hardware e software desde o início, garantimos que nossos sistemas sejam integrados e altamente otimizados para cargas de trabalho reais | Declaração oficial do Google ao TechCrunch sobre a estratégia de desenvolvimento de hardware e software da empresa
Um chip desenhado para uma IA específica
O diferencial do Frozen v2 está justamente na especialização. Os chips tradicionais precisam interpretar diferentes modelos e executar uma série de decisões durante o processamento. Ao incorporar parte da arquitetura do Gemini diretamente ao hardware, o Google pretende reduzir etapas de cálculo e movimentação de dados, tornando a execução mais eficiente.
O projeto, no entanto, não deve substituir as TPUs. A ideia é criar uma linha paralela de chips especializados, enquanto os processadores atuais continuam atendendo diferentes necessidades de treinamento e inferência. Segundo o The Information, o Google também não pretende produzir o Frozen v2 nas mesmas quantidades das TPUs, tratando a iniciativa parcialmente como um experimento para desenvolver silício cada vez mais especializado.
Eficiência virou questão estratégica
A iniciativa acontece em meio ao aumento acelerado da demanda por capacidade computacional para inteligência artificial. Segundo a reportagem que revelou o projeto, a pressão sobre a infraestrutura do Google chegou a afetar a disponibilidade de capacidade do Google Cloud para clientes externos.
Nesse cenário, aumentar a eficiência de cada unidade de processamento pode ser tão importante quanto instalar mais servidores. Um chip capaz de entregar mais tokens com o mesmo consumo de energia permitiria ampliar a capacidade de atendimento sem necessariamente aumentar na mesma proporção a infraestrutura física e o gasto energético.
A estratégia também reflete uma transformação no setor. Google, Amazon, Microsoft, Meta e outras empresas passaram a desenvolver aceleradores próprios para reduzir custos e depender menos de chips de terceiros. O movimento ganhou força à medida que a inteligência artificial passou a exigir investimentos cada vez maiores em data centers e energia.
O risco de apostar no modelo errado
A especialização, porém, traz uma contrapartida. Quanto mais um chip é desenvolvido para uma arquitetura específica, menor tende a ser sua flexibilidade diante de mudanças futuras.
No caso do Frozen v2, esse é justamente um dos desafios. Como parte da arquitetura do Gemini seria incorporada ao hardware, o processador poderá continuar útil para versões futuras apenas se elas preservarem elementos fundamentais da estrutura atual do modelo. O próprio Google ainda estaria definindo quanto da arquitetura será efetivamente incorporado ao silício.
A previsão de implantação é a partir de 2028, mas ainda não há garantia de que o projeto chegará à produção. O Google afirmou que suas equipes pesquisam continuamente novas soluções e que nem todos os projetos experimentais se transformam em produtos.
Se avançar, o Frozen v2 representará uma mudança importante na disputa pela IA: não basta mais ter o melhor modelo; também é preciso construir a infraestrutura capaz de executá-lo de maneira rápida, barata e energeticamente eficiente.
