Google's 'Frozen v2'-chip: Waarom het Gemini rechtstreeks in silicium giet
Google ontwikkelt 'Frozen v2', een serverchip die de architectuur van het Gemini AI model als een vaste ASIC rechtstreeks in silicium vastlegt. Het project wordt gedreven door een enorm tekort aan AI rekenkracht.
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.
AI 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 waagt de grootste hardware-gok uit zijn geschiedenis. Het bedrijf ontwikkelt een serverchip, intern 'Frozen v2' gedoopt, die de architectuur van zijn Gemini AI-model rechtstreeks in silicium vastlegt als een vaste ASIC. Het nieuws werd op 20 juli 2026 voor het eerst gemeld door The Information . Het doel: een enorme sprong in tokens-per-watt-efficiëntie voor het draaien van Gemini — ten koste van het feit dat er nooit een ander model op kan draaien.
Wat Frozen v2 is — en hoe het verschilt van TPU's
Frozen v2 is een applicatiespecifieke inferentie-engine, geen algemene tensorprocessor zoals Google's Tensor Processing Units (TPU's). TPU's zijn programmeerbare versnellers die via software een breed scala aan AI-modellen ondersteunen . Frozen v2 is het tegenovergestelde: Gemini's specifieke architectuur — de lagen, operatoren en datastroom — wordt tijdens de fabricage in de chip gebrand. Het is een 'Gemini-in-een-chip'.
What is the short answer to "Google's 'Frozen v2'-chip: Waarom het Gemini rechtstreeks in silicium giet"?
Google ontwikkelt 'Frozen v2', een serverchip die de architectuur van het Gemini AI model als een vaste ASIC rechtstreeks in silicium vastlegt.
What are the key points to validate first?
Google ontwikkelt 'Frozen v2', een serverchip die de architectuur van het Gemini AI model als een vaste ASIC rechtstreeks in silicium vastlegt. Het project wordt gedreven door een enorm tekort aan AI rekenkracht. Google moest zelfs Meta afwijzen, heeft een cloudbacklog van 462 miljard dollar en CEO Sundar Pichai geeft toe dat het bedrijf 'rekenkrachtbeperkt' is.
What should I do next in practice?
Startup Taalas bewijst al dat het concept werkt. De HC1 chip codeert Llama 3.1 8B in mask ROM, haalt 17.000 tokens per seconde en is 20x goedkoper dan GPU's, maar is vergrendeld op één enkel model.
Vaste ASIC; Gemini's architectuur zit in silicium, niet herprogrammeerbaar
Efficiëntiedoel
Goed voor training en inferentie van vele modellen
6–10x meer tokens per watt dan nieuwste TPU's op Gemini-inferentie
Geheugenmodel
HBM + SRAM voor modelgewichten die dynamisch worden geladen
Modelgewichten en rekenpaden direct in mask-ROM / vaste logica
Flexibiliteit
Kan elk model draaien via software-herconfiguratie
Eén model (Gemini) — geen runtime-modelwisseling
De efficiëntiewinst is het belangrijkste nieuws: Google-ingenieurs schatten dat Frozen v2 6 tot 10 keer meer AI-tokens per eenheid stroomverbruik kan leveren dan de nieuwste TPU-chips .
Planning voor uitrol
Volgens The Information en bevestigende berichtgeving is Frozen v2 bedoeld voor uitrol vanaf 2028. De chip is dus nog jaren van productie verwijderd en komt pas in dienst nadat de huidige achtste generatie TPU's (Sunfish en Zebrafish) is uitgerold en volwassen is geworden.
Het Taalas-voorbeeld — hoe het vastleggen van een model eruitziet
De startup Taalas laat precies zien wat deze afweging in de praktijk betekent. In februari 2026 onthulde Taalas de HC1-chip, die het volledige Llama 3.1 8B-model — elke parameter — rechtstreeks in de transistorcircuits van de chip codeert via mask-ROM, zonder externe HBM voor gewichtsopslag .
De cijfers zijn indrukwekkend:
~17.000 tokens/seconde op Llama 3.1 8B
Ongeveer 48x de doorvoer van een Nvidia B200
Ongeveer 10x sneller dan Cerebras
Kosten claim van 20x goedkoper per inferentie dan vergelijkbare GPU-opstellingen
Inferentiekosten zo laag als 0,75 cent per miljoen tokens
Het nadeel is even dramatisch:
Modelvergrendeling. De chip draait precies één modelarchitectuur. Wordt het model bijgewerkt (nieuw aandachtsmechanisme, ander aantal lagen), dan is de chip onbruikbaar .
Geen gewichtsupdates. De parameters zijn fysiek gecodeerd; fine-tuning, LoRA-adapaters of updates na training vereisen een nieuw chipmasker .
Geen multi-model serving. Een datacenter met HC1 kan alleen Llama 3.1 8B serveren — geen enkele andere LLM .
Taalas' oprichter beschreef de architectuur als een combinatie van een 'mask-ROM recall fabric' met een SRAM recall fabric om zowel het model als alle KV-cache-berekeningen op de chip op te slaan, waardoor extern geheugenverkeer volledig wordt geëlimineerd . Dit is dezelfde fundamentele aanpak die Frozen v2 zal gebruiken.
De infrastructuurcrisis die Frozen v2 aandrijft
Google's AI-rekenkracht staat zo onder druk dat het bedrijf zelfs de toegang voor betalende giganten als Meta moet rantsoeneren. Verschillende markeringen maken de motivatie duidelijk:
De Meta-capaciteitsweigering (maart 2026): Google vertelde Meta in maart 2026 dat het niet alle Gemini-rekenkracht kon leveren die Meta wilde kopen . Het tekort vertraagde enkele interne AI-projecten van Meta en dwong Meta zijn ingenieurs opdracht te geven AI-tokens te besparen .
Backlogcijfers: De orderbacklog van Google Cloud verdubbelde bijna tot 462 miljard dollar in Q1 2026, een vraag die ongeveer 23 keer de beschikbare verwerkingscapaciteit vertegenwoordigt . CEO Sundar Pichai bevestigde tijdens de earnings call: "We zitten op korte termijn krap in rekenkracht... onze cloudomzet zou hoger zijn geweest als we aan die vraag hadden kunnen voldoen".
Algemene capaciteitskrapte: Google huurt zelfs voor ongeveer 920 miljoen dollar per maand aan Nvidia GPU's van SpaceX om het gat te dichten . Amin Vahdat, Google's cloud VP, zei in november 2025 dat het bedrijf de AI-capaciteit elke zes maanden zou moeten verdubbelen om aan de vraag te voldoen .
Deze beperkingen motiveren Frozen v2 direct: als Google 6–10x meer Gemini-inferentie per watt kan krijgen, vermenigvuldigt het de effectieve capaciteit zonder dat er nieuwe datacenters nodig zijn.
Andere AI-chipinitiatieven van Google
Frozen v2 is een onderdeel van een veel bredere hardwarestrategie:
1. Achtste generatie TPU's opgesplitst in training en inferentie. Op Cloud Next 2026 toonde Google de achtste generatie TPU-familie, voor het eerst opgesplitst in twee doelgerichte varianten :
TPU 8t 'Sunfish' — gericht op training, ontworpen door Broadcom, gebouwd op TSMC N2 met CoWoS-verpakking, gericht op tweede helft van 2027
TPU 8i 'Zebrafish' — gericht op inferentie, ontworpen met MediaTek als leider van de I/O-die
2. Broadcom-langetermijnovereenkomst tot 2031. Broadcom diende een SEC 8-K in waarin een langetermijnovereenkomst voor de ontwikkeling en levering van aangepaste TPU's voor toekomstige generaties van Google werd openbaar gemaakt, plus een Supply Assurance Agreement voor netwerkcomponenten tot 2031 . Daarnaast tekende Anthropic een deal voor ongeveer 3,5 GW aan Google TPU-capaciteit, die vanaf 2027 online komt .
3. TPU-verhuur aan klanten, waaronder OpenAI. Berichten geven aan dat Google steeds vaker TPU-capaciteit als huurproduct aan externe AI-bedrijven aanbiedt, waarbij OpenAI als klant wordt genoemd .
4. 'Icefish'-project met MediaTek. De codenaam 'Icefish' lijkt te verwijzen naar MediaTek's betrokkenheid bij een Google-specifiek aangepast chipproject naast TPU 8i — mogelijk een energiezuinige edge- of inferentieversneller .
5. Gesprekken met Intel. Google heeft naar verluidt gesprekken gevoerd met Intel over aangepaste AI-chipontwerpen, hoewel er geen formele overeenkomst is aangekondigd .
6. Ironwood (zevende generatie TPU) algemeen beschikbaar. Ironwood werd in april 2026 algemeen beschikbaar gesteld aan cloudklanten . Gebouwd op een 3nm-procedé met een dual-chiplet-architectuur, was het geoptimaliseerd voor MoE-modellen die het Gemini-ecosysteem aandrijven .
Hoe Frozen v2 de TPU-lijn aanvult, niet vervangt
Het rapport van The Information stelt expliciet dat Frozen v2 is ontworpen om de TPU-roadmap aan te vullen, niet te vervangen. De logica is eenvoudig:
TPU's blijven de algemene AI-rekenkrachtruggengraat. Ze verzorgen training, multi-model serving, fine-tuning en inferentie voor willekeurige klantmodellen. Ze zijn het belangrijkste Google Cloud-product voor externe AI-klanten .
Frozen v2 is een hypergespecialiseerde versneller voor Google's eigen high-volume Gemini-inferentie. Het is in feite een 'Gemini-apparaat' dat de meest voorspelbare en grootste inferentieverkeer van TPU's overneemt, waardoor TPU-capaciteit vrijkomt voor meer diverse workloads en externe klanten .
Geen ander model, geen training, geen flexibiliteit. Frozen v2 kan geen modellen trainen, geen LLM van een concurrent draaien en zich niet aanpassen aan architectuurwijzigingen van Gemini. Het beslaat een smalle maar zeer volumineuze niche .
TPU 8i (Zebrafish) en Frozen v2 bestaan naast elkaar. De op inferentie gerichte TPU 8i behandelt het brede scala aan inferentieworkloads. Zodra Gemini's architectuur stabiliseert en het volume een vaste chip rechtvaardigt, bedient Frozen v2 die specifieke staart tegen radicaal lager stroomverbruik .
Dit is analoog aan hoe hyperscalers zowel algemene CPU's voor de meeste workloads als vaste ASIC's voor specifieke high-volume taken (zoals videotranscodering, netwerk-offload) gebruiken. Frozen v2 is het AI-equivalent: een doelgerichte inferentie-engine naast de programmeerbare TPU-vloot.
