Google का 'Frozen v2' चिप: Gemini मॉडल को सिलिकॉन में जड़कर AI इंफ्रास्ट्रक्चर की कमी से निपटने की कोशिश

Frozen v2 क्या है - और यह TPU से कैसे अलग है?

Frozen v2 एक एप्लिकेशन-स्पेसिफिक इंफेरेंस इंजन है, न कि Google के Tensor Processing Units (TPUs) जैसा जनरल-पर्पज टेंसर प्रोसेसर। TPUs प्रोग्रामेबल एक्सेलेरेटर हैं जो सॉफ्टवेयर रीकॉन्फ़िगरेशन के माध्यम से AI मॉडल की एक विस्तृत श्रृंखला को सपोर्ट करते हैं । Frozen v2 इसके विपरीत है: Gemini का विशिष्ट आर्किटेक्चर - इसकी परतें, ऑपरेटर और डेटाफ्लो - फैब्रिकेशन के समय ही चिप में बेक कर दिया जाता है, जिससे यह एक सिंगल-पर्पज 'Gemini-in-a-chip' बन जाता है।

दक्षता लाभ ही इसकी मुख्य बात है: Google के इंजीनियरों का अनुमान है कि Frozen v2 नवीनतम TPU चिप्स की तुलना में प्रति यूनिट बिजली खपत में 6 से 10 गुना अधिक AI टोकन दे सकता है ।

डिप्लॉयमेंट टाइमलाइन

द इंफॉर्मेशन रिपोर्ट और इसकी पुष्टि करने वाली कवरेज के अनुसार, Frozen v2 को संभवतः 2028 की शुरुआत में तैनात किया जा सकता है । इसका मतलब है कि यह चिप अभी भी उत्पादन से वर्षों दूर है और यह मौजूदा आठवीं पीढ़ी के TPU परिवार (Sunfish और Zebrafish) के तैनात और परिपक्व होने के बाद ही सेवा में प्रवेश करेगा।

Taalas मिसाल — हार्डवायरिंग मॉडल वास्तव में कैसा दिखता है?

स्टार्टअप Taalas दिखाता है कि यह ट्रेड-ऑफ व्यवहार में क्या मायने रखता है। फरवरी 2026 में, Taalas ने अपना HC1 चिप पेश किया, जो पूरे Llama 3.1 8B मॉडल — हर पैरामीटर — को mask ROM का उपयोग करके सीधे चिप के ट्रांजिस्टर सर्किट में एनकोड करता है, जिसमें वेट स्टोरेज के लिए कोई बाहरी HBM नहीं है ।

आंकड़े चौंका देने वाले हैं:

• Llama 3.1 8B पर लगभग ~17,000 टोकन/सेकंड
• Nvidia B200 की तुलना में लगभग 48 गुना अधिक थ्रूपुट
• Cerebras से लगभग 10 गुना तेज
• समतुल्य GPU सेटअप की तुलना में प्रति इंफेरेंस 20 गुना सस्ता होने का दावा
• इंफेरेंस लागत प्रति मिलियन टोकन 0.75 सेंट जितनी कम

इसकी कमी भी उतनी ही नाटकीय है:

• मॉडल लॉक-इन। चिप बिल्कुल एक मॉडल आर्किटेक्चर चलाता है। यदि मॉडल अपडेट किया जाता है (नया अटेंशन मैकेनिज्म, अलग लेयर काउंट), तो चिप बेकार हो जाता है ।
• कोई वेट अपडेट नहीं। पैरामीटर भौतिक रूप से एनकोडेड होते हैं; फाइन-ट्यूनिंग, LoRA एडेप्टर, या पोस्ट-ट्रेनिंग अपडेट के लिए एक नए चिप मास्क की आवश्यकता होती है ।
• जीरो मल्टी-मॉडल सर्विसिंग। HC1 वाला डेटासेंटर केवल Llama 3.1 8B ही सर्व कर सकता है — कोई अन्य LLM नहीं ।

Taalas के संस्थापक ने आर्किटेक्चर को एक "mask ROM रिकॉल फैब्रिक" के साथ एक SRAM रिकॉल फैब्रिक के रूप में वर्णित किया, जो मॉडल और सभी KV कैश संचालन को ऑन-चिप स्टोर करने के लिए है, जिससे बाहरी मेमोरी मूवमेंट पूरी तरह समाप्त हो जाती है । Frozen v2 भी यही मूल दृष्टिकोण अपनाएगा।

इंफ्रास्ट्रक्चर संकट जो Frozen v2 को प्रेरित कर रहा है

Google की AI कंप्यूट क्षमता इतनी तनावपूर्ण है कि उसने भुगतान करने वाली बड़ी कंपनियों के लिए भी पहुंच को राशन देना शुरू कर दिया है। कई डेटा पॉइंट इस प्रेरणा को स्पष्ट करते हैं:

Meta क्षमता से इनकार (मार्च 2026): Google ने मार्च 2026 में Meta को बताया कि वह Meta द्वारा खरीदी जाने वाली सभी Gemini कंप्यूटिंग क्षमता की आपूर्ति नहीं कर सकता । इस कमी ने Meta की कुछ आंतरिक AI परियोजनाओं में देरी की और Meta को अपने इंजीनियरों को AI टोकन बचाने का निर्देश देने के लिए मजबूर किया ।

बैकलॉग आंकड़े: Google Cloud का ऑर्डर बैकलॉग Q1 2026 में लगभग दोगुना होकर $462 बिलियन हो गया, जो इसकी उपलब्ध प्रोसेसिंग क्षमता का लगभग 23 गुना मांग दर्शाता है । CEO सुंदर पिचाई ने अर्निंग्स कॉल पर पुष्टि की: "हम निकट अवधि में कंप्यूट-कंस्ट्रेंड हैं... हमारा क्लाउड राजस्व अधिक होता यदि हम उस मांग को पूरा कर पाते" ।

व्यापक क्षमता संकट: Google अपने कंप्यूट गैप को पाटने के लिए SpaceX से लगभग $920 मिलियन प्रति माह के Nvidia GPUs भी लीज पर ले रहा है । Google के क्लाउड VP अमीन वहदत ने नवंबर 2025 में कहा था कि मांग को पूरा करने के लिए कंपनी को हर छह महीने में AI क्षमता को दोगुना करना होगा ।

ये बाधाएं सीधे तौर पर Frozen v2 को प्रेरित करती हैं: यदि Google प्रति वाट Gemini इंफेरेंस में 6–10 गुना वृद्धि प्राप्त कर सकता है, तो यह नए डेटा सेंटर की आवश्यकता के बिना प्रभावी क्षमता को कई गुना बढ़ा देता है।

Google द्वारा अपनाई जा रही अन्य AI चिप पहल

Frozen v2 एक व्यापक हार्डवेयर रणनीति का हिस्सा है:

1. आठवीं पीढ़ी के TPU ट्रेनिंग और इंफेरेंस चिप्स में विभाजित। क्लाउड नेक्स्ट 2026 में, Google ने आठवीं पीढ़ी के TPU परिवार को पेश किया, जो पहली बार दो उद्देश्य-निर्मित वेरिएंट में विभाजित है :

• TPU 8t "Sunfish" — ट्रेनिंग-फोकस्ड, Broadcom द्वारा डिज़ाइन, TSMC N2 पर CoWoS पैकेजिंग के साथ, 2027 की दूसरी छमाही के लिए लक्षित
• TPU 8i "Zebrafish" — इंफेरेंस-फोकस्ड, I/O डाई के लिए MediaTek के साथ डिज़ाइन

2. Broadcom के साथ 2031 तक दीर्घकालिक समझौता। Broadcom ने एक SEC 8-K दायर किया जिसमें Google के भविष्य के TPU के लिए कस्टम TPU विकसित करने और आपूर्ति करने के लिए एक दीर्घकालिक समझौते का खुलासा किया गया, साथ ही 2031 तक नेटवर्किंग घटकों के लिए एक आपूर्ति आश्वासन समझौता भी शामिल है । अलग से, Anthropic ने 2027 से शुरू होने वाले लगभग 3.5 GW Google TPU क्षमता के लिए एक सौदे पर हस्ताक्षर किए ।

3. OpenAI सहित ग्राहकों को TPU किराये पर देना। रिपोर्टें बताती हैं कि Google बाहरी AI कंपनियों को TPU क्षमता एक किराये के उत्पाद के रूप में तेजी से पेश कर रहा है, और OpenAI को एक ग्राहक के रूप में नामित किया गया है ।

4. MediaTek के साथ "Icefish" परियोजना। "Icefish" कोडनेम TPU 8i से परे एक Google-विशिष्ट कस्टम चिप परियोजना पर MediaTek की भागीदारी से जुड़ा हुआ प्रतीत होता है — संभवतः कम-शक्ति वाला एज या इंफेरेंस एक्सेलेरेटर ।

5. Intel के साथ चर्चा। Google ने कथित तौर पर Intel के साथ कस्टम AI चिप डिज़ाइन के बारे में चर्चा की है, हालांकि किसी औपचारिक समझौते की घोषणा नहीं की गई है ।

6. Ironwood (सातवीं पीढ़ी का TPU) आम तौर पर उपलब्ध। Ironwood को अप्रैल 2026 में क्लाउड ग्राहकों के लिए आम तौर पर उपलब्ध कराया गया था ।

Frozen v2 TPU लाइनअप को कैसे पूरक करता है, न कि बदलता है?

द इंफॉर्मेशन की रिपोर्ट स्पष्ट रूप से बताती है कि Frozen v2 को Google के TPU रोडमैप को बदलने के लिए नहीं, बल्कि पूरक बनाने के लिए डिज़ाइन किया गया है । तर्क सीधा है:

• TPUs जनरल-पर्पज AI कंप्यूट बैकबोन बने रहते हैं। वे ट्रेनिंग, मल्टी-मॉडल सर्विसिंग, फाइन-ट्यूनिंग और मनमाने ग्राहक मॉडल के लिए इंफेरेंस को संभालते हैं। वे बाहरी AI ग्राहकों के लिए Google Cloud का मुख्य उत्पाद हैं ।
• Frozen v2 Google के अपने उच्च-मात्रा वाले Gemini इंफेरेंस के लिए एक हाइपर-स्पेशलाइज्ड एक्सेलेरेटर है। यह मूल रूप से एक "Gemini उपकरण" है जो सबसे अनुमानित और उच्चतम-मात्रा वाले इंफेरेंस ट्रैफिक को TPU से हटाता है, जिससे अधिक विविध वर्कलोड और बाहरी ग्राहकों के लिए TPU क्षमता मुक्त होती है ।
• कोई अन्य मॉडल नहीं, कोई ट्रेनिंग नहीं, कोई लचीलापन नहीं। Frozen v2 मॉडल को प्रशिक्षित नहीं कर सकता, प्रतिस्पर्धी का LLM नहीं चला सकता, और Gemini आर्किटेक्चर परिवर्तनों के अनुकूल नहीं हो सकता। यह एक संकीर्ण लेकिन बड़े पैमाने पर वॉल्यूम वाली जगह घेरता है ।
• TPU 8i (Zebrafish) और Frozen v2 सह-अस्तित्व में हैं। इंफेरेंस-फोकस्ड TPU 8i इंफेरेंस वर्कलोड की व्यापक श्रृंखला को संभालता है। एक बार जब Gemini का आर्किटेक्चर स्थिर हो जाता है और वॉल्यूम एक फिक्स्ड चिप को उचित ठहराता है, तो Frozen v2 उस विशिष्ट टेल को काफी कम बिजली पर सर्व करता है ।

यह इस बात के समान है कि कैसे हाइपरस्केलर अधिकांश वर्कलोड के लिए जनरल-पर्पज CPU और विशिष्ट उच्च-मात्रा वाले कार्यों (जैसे, वीडियो ट्रांसकोडिंग, नेटवर्किंग ऑफलोड) के लिए फिक्स्ड-फंक्शन ASIC दोनों का उपयोग करते हैं। Frozen v2 AI के समकक्ष है: एक उद्देश्य-निर्मित इंफेरेंस इंजन जो प्रोग्रामेबल TPU बेड़े के साथ बैठता है।