Googles riskantester Hardware-Coup: Der „Frozen v2“-Chip baut Gemini fest in Silizium ein
Google arbeitet an „Frozen v2“, einem Server Chip, der die Architektur seines KI Modells Gemini als fest verdrahteten ASIC in Silizium gießt – mit dem Ziel, 6 bis 10 mal mehr Tokens pro Watt zu erzielen als die neuest... Das Projekt wird durch eine akute KI Rechenknappheit vorangetrieben: Google musste sogar Meta di...
Search & fact-check with cited sources for What is Google's new custom server chip that bakes its Gemini AI model's architecture directly inConceptual rendering of Google's 'Frozen v2' chip, which bakes Gemini's architecture directly into hardware for extreme inference efficiency.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What is Google's new custom server chip that bakes its Gemini AI model's architecture directly in. Article summary: Here is a comprehensive, sourced answer to your full question.. Topic tags: general, general web, user generated, news, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
Google geht das größte Hardware-Wagnis seiner Geschichte ein. Das Unternehmen entwickelt einen Server-Chip mit dem internen Codenamen 'Frozen v2', der Architekturelemente seines KI-Modells Gemini als fest verdrahteten, anwendungsspezifischen ASIC (Application-Specific Integrated Circuit) direkt in Silizium gießt. Der erste Bericht darüber erschien am 20. Juli 2026 bei The Information. Ziel ist es, die Tokens-pro-Watt-Effizienz für die Ausführung von Gemini drastisch zu verbessern – aber um den Preis, dass der Chip nie ein anderes Modell ausführen kann.
Was Frozen v2 ist – und wie es sich von TPUs unterscheidet
Frozen v2 ist ein anwendungsspezifischer Inferenz-Beschleuniger, kein universeller Tensor-Prozessor wie Googles Tensor Processing Units (TPUs). TPUs sind programmierbare Beschleuniger, die über Software-Konfiguration eine breite Palette von KI-Modellen unterstützen . Frozen v2 ist das Gegenteil: Geminis spezifische Architektur – seine Schichten, Operatoren und Datenflüsse – wird bereits bei der Fertigung in den Chip eingebrannt, was ihn zu einem reinen „Gemini-in-a-Chip“ macht.
Merkmal
Bestehende TPUs (Ironwood, TPU 8i/8t)
Frozen v2
Studio Global AI
Search, cite, and publish your own answer
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Wie lautet die kurze Antwort auf „Googles riskantester Hardware-Coup: Der „Frozen v2“-Chip baut Gemini fest in Silizium ein“?
Google arbeitet an „Frozen v2“, einem Server Chip, der die Architektur seines KI Modells Gemini als fest verdrahteten ASIC in Silizium gießt – mit dem Ziel, 6 bis 10 mal mehr Tokens pro Watt zu erzielen als die neuest...
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Google arbeitet an „Frozen v2“, einem Server Chip, der die Architektur seines KI Modells Gemini als fest verdrahteten ASIC in Silizium gießt – mit dem Ziel, 6 bis 10 mal mehr Tokens pro Watt zu erzielen als die neuest... Das Projekt wird durch eine akute KI Rechenknappheit vorangetrieben: Google musste sogar Meta die Gemini Kapazität kürzen, hat einen Cloud Auftragsbestand von 460 Milliarden Dollar, und CEO Sundar Pichai räumte ein, d...
Was soll ich als nächstes in der Praxis tun?
Das Startup Taalas beweist das Konzept bereits: Sein HC1 Chip kodiert Llama 3.1 8B in Masken ROM, erreicht 17.000 Tokens pro Sekunde und ist 20 mal günstiger als GPUs – ist aber auf ein einziges Modell festgelegt, was...
Fest verdrahteter ASIC; Geminis Architektur ist in Silizium eingebettet, nicht im Feld programmierbar
Effizienzziel
Gut für Training und Inferenz vieler Modelle
6–10x mehr Tokens pro Watt als Googles neueste TPUs bei Gemini-Inferenz
Speichermodell
HBM + SRAM für dynamisch geladene Modellgewichte
Modellgewichte und Rechenpfade direkt in Masken-ROM / fest verdrahtete Logik eingebettet
Flexibilität
Kann jedes Modell durch Software-Umkonfiguration ausführen
Ein Modell (Gemini) – kein Modellwechsel zur Laufzeit
Der Effizienzgewinn steht im Mittelpunkt: Google-Ingenieure prognostizieren, dass Frozen v2 6 bis 10 Mal mehr KI-Tokens pro verbrauchter Stromeinheit liefern könnte als die neuesten TPU-Chips .
Zeitplan für den Einsatz
Laut dem Bericht von The Information und bestätigenden Meldungen ist Frozen v2 für einen Einsatz voraussichtlich ab 2028 vorgesehen . Das bedeutet, dass der Chip noch Jahre von der Produktion entfernt ist und erst in Betrieb gehen wird, nachdem die aktuelle achte TPU-Generation (Sunfish und Zebrafish) ausgerollt und etabliert ist.
Der Taalas-Präzedenzfall – Wie das feste Verdrahten eines Modells in der Praxis aussieht
Das Startup Taalas zeigt genau, was dieser Zielkonflikt in der Praxis bedeutet. Im Februar 2026 enthüllte Taalas seinen HC1-Chip, der das gesamte Llama 3.1 8B-Modell – jeden einzelnen Parameter – direkt in die Transistorschaltungen des Chips mit Hilfe von Masken-ROM kodiert, ohne externen HBM-Speicher für die Gewichte .
Die Zahlen sind atemberaubend:
ca. 17.000 Tokens/Sekunde bei Llama 3.1 8B
etwa 48-mal der Durchsatz einer Nvidia B200
ungefähr 10-mal schneller als Cerebras
Die Kosten werden als 20-mal günstiger pro Inferenz im Vergleich zu gleichwertigen GPU-Setups angegeben
Inferenzkosten von nur 0,75 Cent pro Million Tokens
Der Nachteil ist ebenso dramatisch:
Modell-Bindung. Der Chip führt exakt eine einzige Modellarchitektur aus. Wenn das Modell aktualisiert wird (neuer Aufmerksamkeitsmechanismus, andere Anzahl von Schichten), ist der Chip unbrauchbar .
Keine Gewichtsaktualisierungen. Die Parameter sind physisch kodiert; Feintuning, LoRA-Adapter oder Aktualisierungen nach dem Training erfordern eine neue Chip-Maske .
Null Multi-Modell-Betrieb. Ein Rechenzentrum mit HC1 kann nur Llama 3.1 8B ausführen – kein anderes LLM .
Der Gründer von Taalas beschrieb die Architektur als Paarung eines „Mask-ROM-Recall-Fabrics“ mit einem SRAM-Recall-Fabric, um sowohl das Modell zu speichern als auch alle KV-Cache-Berechnungen auf dem Chip durchzuführen, wodurch externe Speicherbewegungen vollständig entfallen . Dies ist der gleiche grundlegende Ansatz, den Frozen v2 verwenden würde.
Die Infrastrukturkrise, die Frozen v2 antreibt
Googles KI-Rechenkapazität ist so angespannt, dass das Unternehmen selbst zahlenden Giganten den Zugang rationieren muss. Mehrere Datenpunkte machen die Motivation deutlich:
Die Kapazitätsverweigerung gegenüber Meta (März 2026): Google teilte Meta im März 2026 mit, dass es nicht die gesamte von Meta gewünschte Gemini-Rechenkapazität liefern könne . Der Engpass verzögerte einige interne KI-Projekte von Meta und zwang Meta, seine Ingenieure anzuweisen, KI-Tokens zu sparen .
Auftragsbestand: Der Auftragsbestand von Google Cloud hat sich im ersten Quartal 2026 auf fast 462 Milliarden Dollar verdoppelt, was einer Nachfrage entspricht, die etwa 23-mal so hoch ist wie die verfügbare Verarbeitungskapazität. CEO Sundar Pichai bestätigte in der Telefonkonferenz zu den Geschäftszahlen: „Wir sind kurzfristig rechenbeschränkt... unser Cloud-Umsatz wäre höher gewesen, wenn wir diese Nachfrage hätten bedienen können“.
Allgemeine Kapazitätsknappheit: Google least sogar etwa 920 Millionen Dollar pro Monat an Nvidia-GPUs von SpaceX, um seine Rechenlücke zu überbrücken . Amin Vahdat, Googles Cloud-Vizepräsident, sagte im November 2025, das Unternehmen müsse die KI-Kapazität alle sechs Monate verdoppeln, um die Nachfrage zu decken .
Diese Zwänge motivieren Frozen v2 direkt: Wenn Google 6–10x mehr Gemini-Inferenz pro Watt erzielen kann, vervielfacht es effektiv die Kapazität, ohne neue Rechenzentren bauen zu müssen.
Andere KI-Chip-Initiativen, die Google parallel verfolgt
Frozen v2 ist ein Teil einer viel breiteren Hardware-Strategie:
1. Aufteilung der achten TPU-Generation in Trainings- und Inferenz-Chips. Auf der Cloud Next 2026 zeigte Google die achte TPU-Generation, die erstmals in zwei zweckgebundene Varianten aufgeteilt ist :
TPU 8t „Sunfish“ – trainingsorientiert, entwickelt von Broadcom, gefertigt auf TSMC N2 mit CoWoS-Gehäuse, Ziel: zweite Jahreshälfte 2027
TPU 8i „Zebrafish“ – inferenzorientiert, entwickelt mit MediaTek als Leiter des I/O-Dies
2. Broadcom-Langzeitvereinbarung bis 2031. Broadcom reichte eine SEC-8-K-Einreichung ein, die eine Langzeitvereinbarung zur Entwicklung und Lieferung kundenspezifischer TPUs für zukünftige Google-Generationen sowie eine Liefergarantievereinbarung für Netzwerkkomponenten bis 2031 offenlegt . Separately, Anthropic unterzeichnete einen Vertrag über etwa 3,5 GW an Google-TPU-Kapazität, die ab 2027 verfügbar sein wird .
3. TPU-Vermietung an Kunden, einschließlich OpenAI. Berichten zufolge bietet Google TPU-Kapazität zunehmend als Mietprodukt für externe KI-Unternehmen an, wobei OpenAI als Kunde genannt wird .
4. „Icefish“-Projekt mit MediaTek. Der Codename „Icefish“ scheint mit MediaTeks Beteiligung an einem Google-spezifischen kundenspezifischen Chip-Projekt über die TPU 8i hinaus verbunden zu sein – möglicherweise ein stromsparender Edge- oder Inferenzbeschleuniger .
5. Gespräche mit Intel. Google hat Berichten zufolge Gespräche mit Intel über kundenspezifische KI-Chip-Designs geführt, obwohl keine formelle Vereinbarung bekannt gegeben wurde .
6. Ironwood (siebte TPU-Generation) allgemein verfügbar. Ironwood wurde im April 2026 für Cloud-Kunden allgemein verfügbar gemacht . Es wurde auf einem 3nm-Prozess mit einer Dual-Chiplet-Architektur gebaut und für MoE-Modelle optimiert, die das Gemini-Ökosystem antreiben .
Wie Frozen v2 die TPU-Produktpalette ergänzt, nicht ersetzt
Der Bericht von The Information stellt ausdrücklich fest, dass Frozen v2 die TPU-Roadmap ergänzen, nicht ersetzen soll . Die Logik ist einfach:
TPUs bleiben das universelle KI-Rechen-Backbone. Sie übernehmen Training, Multi-Modell-Betrieb, Feintuning und Inferenz für beliebige Kundenmodelle. Sie sind Googles Cloud-Hauptprodukt für externe KI-Kunden .
Frozen v2 ist ein hyperspezialisierter Beschleuniger für Googles eigene hochvolumige Gemini-Inferenz. Es ist im Wesentlichen ein „Gemini-Appliance“, das den vorhersehbarsten und volumenstärksten Inferenzverkehr von den TPUs abzieht und so TPU-Kapazität für vielfältigere Arbeitslasten und externe Kunden freigibt .
Kein anderes Modell, kein Training, keine Flexibilität. Frozen v2 kann keine Modelle trainieren, kein Konkurrenz-LLM ausführen und sich nicht an Änderungen der Gemini-Architektur anpassen. Es besetzt eine enge, aber volumenstarke Nische .
TPU 8i (Zebrafish) und Frozen v2 koexistieren. Die inferenzorientierte TPU 8i bewältigt die breite Palette von Inferenz-Workloads. Sobald sich Geminis Architektur stabilisiert und das Volumen einen festen Chip rechtfertigt, bedient Frozen v2 diesen spezifischen Bereich mit radikal geringerem Stromverbrauch .
Dies ist analog dazu, wie Hyperscaler sowohl universelle CPUs für die meisten Arbeitslasten als auch fest verdrahtete ASICs für bestimmte hochvolumige Aufgaben (z. B. Videotranskodierung, Netzwerk-Offload) einsetzen. Frozen v2 ist das KI-Äquivalent: ein zweckgebauter Inferenz-Beschleuniger, der neben der programmierbaren TPU-Flotte arbeitet.
