- Google trabaja en Frozen v2, un chip diseñado exclusivamente para ejecutar los modelos Gemini.
- El nuevo procesador podría ser entre seis y diez veces más eficiente que las TPU actuales en tokens por vatio.
- Su posible despliegue está previsto para 2028, aunque el proyecto sigue en fase de desarrollo.
- La iniciativa busca reducir la dependencia de Nvidia y aliviar la presión sobre la infraestructura de Google Cloud.
Google ha puesto en marcha el desarrollo de un procesador diseñado desde cero para su familia de modelos Gemini. El proyecto, conocido internamente como Frozen v2, pretende integrar parte de la arquitectura del modelo directamente en el silicio, un enfoque que promete mejorar de forma drástica la eficiencia energética y la velocidad de respuesta. Según fuentes cercanas al proyecto citadas por The Information, los ingenieros de la compañía estiman que el chip podría procesar entre seis y diez veces más tokens por vatio que la generación más reciente de sus TPU.
La fecha estimada para su posible llegada a los centros de datos se sitúa en 2028, aunque desde Google no han confirmado oficialmente que el proyecto vaya a materializarse en un producto final. La compañía ha señalado que investiga de forma continua y que no todas las líneas de desarrollo terminan en producción. Aun así, el avance de Frozen v2 refleja la estrategia de Google por optimizar el hardware para sus propios modelos, reduciendo costes operativos y dependencia de proveedores externos como Nvidia.
Un chip diseñado a medida para Gemini
A diferencia de las TPU convencionales, que pueden ejecutar distintos modelos cargados sobre el hardware, Frozen v2 busca fijar en los transistores determinadas decisiones estructurales propias de Gemini. Este diseño especializado evita parte del trabajo de mover grandes cantidades de datos y tomar múltiples decisiones durante el procesamiento, lo que se traduce en una menor latencia y un consumo energético más ajustado. El objetivo no es sustituir a toda la familia TPU, sino crear una solución complementaria para las cargas de trabajo más intensivas de Gemini, especialmente en servicios donde el volumen de consultas y el coste de la electricidad son factores críticos.
Eficiencia y ahorro energético
La mejora de eficiencia que promete Frozen v2 no se traduce necesariamente en respuestas más inteligentes, sino en la capacidad de generar más texto con la misma cantidad de energía. Según los datos filtrados, el chip podría multiplicar por diez la cantidad de tokens generados por vatio en comparación con las TPU actuales. Este ahorro es especialmente relevante en un contexto donde Alphabet prevé invertir entre 180.000 y 190.000 millones de dólares durante lo que queda de 2026, principalmente para ampliar centros de datos e infraestructura de IA. Reducir el coste por consulta se ha convertido en una prioridad para sostener el crecimiento de Gemini y de servicios como AI Overviews o las herramientas de Google Workspace.
Un proyecto aún en fase de desarrollo
El diseño original de Frozen v2, impulsado por el científico jefe de Google DeepMind, Jeff Dean, contemplaba incorporar directamente los pesos completos de Gemini en el chip. Sin embargo, Google habría descartado esa opción para evitar que el hardware quedara ligado a una versión concreta del modelo con una vida útil limitada. En su lugar, la compañía ha optado por fijar solo parte de la arquitectura, manteniendo actualizables los pesos mediante software. La producción prevista sería mucho menor que la de las TPU tradicionales, ya que Google considera esta generación como una prueba para valorar hasta qué punto merece la pena avanzar hacia chips más estrechamente vinculados a modelos concretos.
La presión sobre la infraestructura de Google
El desarrollo de Frozen v2 también responde a la creciente demanda de capacidad de computación para IA. Según las informaciones publicadas, Google Cloud ha llegado a rechazar contratos con clientes externos por falta de recursos disponibles. Un chip más eficiente permitiría atender más consultas con el mismo consumo y ampliar la capacidad útil de los centros de datos sin depender únicamente de nuevas instalaciones. Además, la iniciativa refuerza la estrategia de Google de reducir su dependencia de Nvidia, cuyas GPU dominan el mercado de aceleradores para IA pero sufren problemas de disponibilidad y coste. Frozen v2 se sumaría a las TPU que la compañía lleva años utilizando, profundizando en la integración entre hardware y software que constituye una de sus principales ventajas competitivas.
El proyecto Frozen v2 sigue en fase de desarrollo y evaluación, sin garantías de que alcance la producción. Si finalmente llega en 2028, supondría un cambio relevante en la forma de diseñar hardware para Gemini, con una parte mayor del modelo trasladada desde el software hacia la propia estructura física del chip. La apuesta de Google por la especialización del silicio refleja una tendencia del sector hacia chips más adaptados a modelos y tareas concretas, una carrera en la que también participan OpenAI, Meta y otras compañías con sus propios aceleradores internos.
