Frozen v2: el audaz plan de Google para grabar Gemini en un chip y multiplicar por 10 la eficiencia
Google está desarrollando 'Frozen v2', un chip para servidores que graba la arquitectura de su modelo de IA Gemini directamente en el silicio como un ASIC de función fija. El proyecto surge de una grave escasez de capacidad de cómputo de IA.
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.
Prompt de IA
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 está apostando por su movimiento de hardware más radical hasta la fecha. La compañía está desarrollando un chip para servidores, cuyo nombre en clave interno es 'Frozen v2', que codifica elementos arquitectónicos de su modelo de IA Gemini directamente en el silicio como un ASIC de función fija. Así lo publicó The Information el 20 de julio de 2026. El objetivo del proyecto es mejorar drásticamente la eficiencia en tokens por vatio para servir Gemini, a costa de no poder ejecutar ningún otro modelo .
¿Qué es Frozen v2 y en qué se diferencia de las TPU?
Frozen v2 es un motor de inferencia de aplicación específica, no un procesador tensorial de propósito general como las Unidades de Procesamiento Tensorial (TPU) de Google. Las TPU son aceleradores programables que admiten una amplia gama de modelos de IA mediante reconfiguración de software . Frozen v2 es lo contrario: la arquitectura específica de Gemini (sus capas, operadores y flujo de datos) se "quema" en el chip durante su fabricación, convirtiéndolo en un "Gemini-en-un-chip" de un solo propósito.
Dimensión
TPU existentes (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.
¿Cuál es la respuesta corta a "Frozen v2: el audaz plan de Google para grabar Gemini en un chip y multiplicar por 10 la eficiencia"?
Google está desarrollando 'Frozen v2', un chip para servidores que graba la arquitectura de su modelo de IA Gemini directamente en el silicio como un ASIC de función fija.
¿Cuáles son los puntos clave a validar primero?
Google está desarrollando 'Frozen v2', un chip para servidores que graba la arquitectura de su modelo de IA Gemini directamente en el silicio como un ASIC de función fija. El proyecto surge de una grave escasez de capacidad de cómputo de IA. En marzo de 2026, Google tuvo que racionar el acceso a Gemini incluso para Meta, lo que retrasó proyectos internos de la empresa de Mark Zuckerberg.
¿Qué debo hacer a continuación en la práctica?
La startup Taalas ya ha demostrado el concepto con su chip HC1, que codifica el modelo Llama 3.1 8B en máscaras ROM, alcanzando 17.000 tokens/segundo y un coste 20 veces menor que las GPU, pero está bloqueado a un úni...
Acelerador de IA de propósito general; unidades matriciales programables, flujo de datos flexible
ASIC de función fija; la arquitectura de Gemini está incrustada en el silicio, no es programable en campo
Objetivo de eficiencia
Buena para entrenamiento e inferencia en muchos modelos
De 6 a 10 veces más tokens por vatio que las TPU más nuevas de Google en inferencia con Gemini
Modelo de memoria
HBM + SRAM para pesos de modelo cargados dinámicamente
Pesos del modelo y rutas de cómputo incrustados directamente en máscara ROM / lógica cableada
Flexibilidad
Puede ejecutar cualquier modelo mediante reconfiguración de software
Un solo modelo (Gemini) — sin posibilidad de cambiar de modelo en tiempo de ejecución
La ganancia de eficiencia es el titular: los ingenieros de Google proyectan que Frozen v2 podría ofrecer de 6 a 10 veces más tokens de IA por unidad de consumo de energía que los chips TPU más recientes .
Cronograma de implementación
Según el informe de The Information y la cobertura que lo corrobora, Frozen v2 tiene como objetivo su implementación a partir de 2028. Esto significa que el chip aún está a años de la producción y solo entrará en servicio después de que la generación actual de TPU de octava generación (Sunfish y Zebrafish) se haya implementado y consolidado.
El precedente de Taalas: cómo se ve realmente cablear un modelo en el hardware
La startup Taalas muestra exactamente lo que esta disyuntiva significa en la práctica. En febrero de 2026, Taalas presentó su chip HC1, que codifica todo el modelo Llama 3.1 8B (cada parámetro) directamente en los circuitos del transistor del chip mediante máscara ROM, sin HBM externo para el almacenamiento de pesos .
Las cifras son asombrosas:
Aproximadamente 17.000 tokens/segundo en Llama 3.1 8B
Cerca de 48 veces el rendimiento de una Nvidia B200
Aproximadamente 10 veces más rápido que Cerebras
Coste afirmado de ser 20 veces más barato por inferencia que configuraciones equivalentes con GPU
Coste de inferencia de solo 0,75 centavos por millón de tokens
La desventaja es igualmente dramática:
Bloqueo del modelo. El chip ejecuta exactamente una arquitectura de modelo. Si el modelo se actualiza (nuevo mecanismo de atención, diferente número de capas), el chip se vuelve inservible .
Sin actualizaciones de pesos. Los parámetros están codificados físicamente; el ajuste fino, los adaptadores LoRA o las actualizaciones posteriores al entrenamiento requieren una nueva máscara de chip .
Cero capacidad de servir múltiples modelos. Un centro de datos con HC1 solo puede servir Llama 3.1 8B — ningún otro LLM .
El fundador de Taalas describió la arquitectura como la combinación de un "tejido de recuperación de máscara ROM" con un tejido de recuperación SRAM para almacenar tanto el modelo como realizar todas las operaciones de la caché KV en el chip, eliminando por completo el movimiento de memoria externa . Este es el mismo enfoque fundamental que utilizaría Frozen v2.
La crisis de infraestructura que impulsa Frozen v2
La capacidad de cómputo de IA de Google está tan tensionada que ha comenzado a racionar el acceso incluso a gigantes que pagan. Varios puntos de datos aclaran la motivación:
La denegación de capacidad a Meta (marzo de 2026): Google le comunicó a Meta en marzo de 2026 que no podía suministrar toda la capacidad de cómputo de Gemini que Meta quería comprar . El déficit retrasó algunos proyectos internos de IA de Meta y obligó a Meta a pedir a sus ingenieros que conservaran los tokens de IA .
Cifras de la cartera de pedidos: La cartera de pedidos de Google Cloud casi se duplicó hasta los 462.000 millones de dólares en el primer trimestre de 2026, lo que representa una demanda aproximadamente 23 veces su capacidad de procesamiento disponible . El CEO Sundar Pichai confirmó en la conferencia de resultados: "Estamos limitados en capacidad de cómputo a corto plazo... nuestros ingresos en la nube habrían sido mayores si hubiéramos podido satisfacer esa demanda".
Presión de capacidad más amplia: Google está incluso alquilando aproximadamente 920 millones de dólares al mes en GPU de Nvidia a SpaceX para cerrar su brecha de cómputo . Amin Vahdat, vicepresidente de la nube de Google, dijo en noviembre de 2025 que la empresa necesitaría duplicar la capacidad de IA cada seis meses para satisfacer la demanda .
Estas limitaciones motivan directamente Frozen v2: si Google puede obtener de 6 a 10 veces más inferencia de Gemini por vatio, multiplica efectivamente la capacidad sin necesidad de nuevos centros de datos.
Otras iniciativas de chips de IA que Google está llevando a cabo
Frozen v2 es una pieza de una estrategia de hardware mucho más amplia:
1. TPU de octava generación divididas en chips de entrenamiento e inferencia. En Cloud Next 2026, Google presentó la familia de TPU de octava generación, dividida por primera vez en dos variantes de propósito específico :
TPU 8t "Sunfish" — enfocada en entrenamiento, diseñada por Broadcom, fabricada en TSMC N2 con empaquetado CoWoS, con objetivo para la segunda mitad de 2027
TPU 8i "Zebrafish" — enfocada en inferencia, diseñada con MediaTek liderando el troquel de E/S
2. Acuerdo a largo plazo con Broadcom hasta 2031. Broadcom presentó un formulario 8-K ante la SEC que revela un Acuerdo a Largo Plazo para desarrollar y suministrar TPU personalizadas para las futuras generaciones de Google, además de un Acuerdo de Garantía de Suministro para componentes de red hasta 2031 . Por separado, Anthropic firmó un acuerdo para unos 3,5 GW de capacidad de TPU de Google, que entrará en funcionamiento a partir de 2027 .
3. Alquiler de TPU a clientes, incluido OpenAI. Los informes indican que Google está ofreciendo cada vez más capacidad de TPU como un producto de alquiler a empresas externas de IA, y se menciona a OpenAI como cliente .
4. Proyecto "Icefish" con MediaTek. El nombre en clave "Icefish" parece estar vinculado a la participación de MediaTek en un proyecto de chip personalizado específico de Google más allá de la TPU 8i, posiblemente un acelerador de inferencia de baja potencia o para el borde .
5. Conversaciones con Intel. Google ha mantenido conversaciones con Intel sobre diseños de chips de IA personalizados, aunque no se ha anunciado ningún acuerdo formal .
6. Ironwood (TPU de séptima generación) disponible de forma general. Ironwood se puso a disposición general de los clientes de la nube en abril de 2026 . Construido en un proceso de 3nm con una arquitectura de dos troqueles, fue optimizado para modelos MoE que impulsan el ecosistema Gemini .
Cómo Frozen v2 complementa, no reemplaza, la gama de TPU
El informe de The Information establece explícitamente que Frozen v2 está diseñado para complementar, no reemplazar, la hoja de ruta de las TPU de Google . La lógica es sencilla:
Las TPU siguen siendo la columna vertebral del cómputo de IA de propósito general. Se encargan del entrenamiento, el servicio de múltiples modelos, el ajuste fino y la inferencia para modelos arbitrarios de clientes. Son el principal producto de Google Cloud para clientes externos de IA .
Frozen v2 es un acelerador hiperespecializado para la inferencia de alto volumen de Gemini de Google. Es esencialmente un "electrodoméstico Gemini" que descarga el tráfico de inferencia más predecible y de mayor volumen de las TPU, liberando capacidad de TPU para cargas de trabajo más diversas y clientes externos .
Sin otros modelos, sin entrenamiento, sin flexibilidad. Frozen v2 no puede entrenar modelos, no puede ejecutar un LLM de la competencia ni puede adaptarse a cambios en la arquitectura de Gemini. Ocupa un nicho estrecho pero de volumen masivo .
La TPU 8i (Zebrafish) y Frozen v2 coexisten. La TPU 8i, centrada en la inferencia, maneja la amplia gama de cargas de trabajo de inferencia. Una vez que la arquitectura de Gemini se estabilice y el volumen justifique un chip fijo, Frozen v2 atenderá esa cola específica con una potencia radicalmente menor .
Esto es análogo a cómo los hiperescaladores utilizan tanto CPU de propósito general para la mayoría de las cargas de trabajo como ASIC de función fija para tareas específicas de alto volumen (por ejemplo, transcodificación de vídeo, descarga de redes). Frozen v2 es el equivalente en IA: un motor de inferencia de propósito específico que se sitúa junto a la flota de TPU programables.
