Inteligência artificial, sem ruído.
Infraestrutura3 min

Google prepara chip próprio ‘Frozen v2’ para turbinar eficiência do Gemini

Novo chip de servidor da Alphabet, previsto para 2028, mira reduzir custo de inferência dos modelos Gemini e diminuir dependência de GPUs da Nvidia.

Google prepara chip próprio ‘Frozen v2’ para turbinar eficiência do Gemini

A Alphabet, controladora do Google, está desenvolvendo um novo chip de servidor com o objetivo de tornar seus modelos Gemini mais eficientes. O projeto, chamado internamente de “Frozen v2”, tem lançamento previsto para 2028, segundo o The Information.

O que se sabe sobre o Frozen v2

O novo chip é projetado especificamente para otimizar a inferência dos modelos Gemini — a família de IAs multimodais do Google que compete diretamente com o GPT da OpenAI e o Claude da Anthropic. Diferente das TPUs (Tensor Processing Units), que são aceleradores de uso geral para treinamento e inferência, o Frozen v2 parece ser uma solução mais especializada, voltada para reduzir o custo operacional de servir modelos em produção.

Segundo fontes anônimas citadas pela reportagem, o Google busca diminuir sua dependência de GPUs da Nvidia, cuja demanda explosiva mantém os preços elevados e os prazos de entrega alongados. A estratégia segue o caminho de outras big techs: Amazon (Trainium), Microsoft (Maia) e Meta (MTIA) também investem em silício próprio.

Contexto: a guerra dos chips de IA

Em 2026, a Nvidia ainda domina o mercado de chips para IA com cerca de 80% de participação, mas a pressão competitiva aumenta. A AMD avança com a linha MI300/MI400, startups como Cerebras e Groq oferecem arquiteturas radicalmente diferentes, e as próprias hyperscalers projetam seus ASICs.

O Google tem vantagem nessa corrida: é a única big tech que já fabrica seus próprios chips de IA em escala há anos — as TPUs estão na sexta geração e equipam data centers globais. O Frozen v2 representaria um passo além: um chip de inferência ultra-otimizado para uma família específica de modelos.

O que está em jogo

Para o usuário final, chips mais eficientes significam respostas mais rápidas do Gemini e, potencialmente, custos menores para assinaturas de serviços como Google One AI Premium e Google Cloud. Para o Google, cada ponto percentual de eficiência energética e de custo computacional representa centenas de milhões de dólares por ano, dado o volume de consultas processadas.

O cronograma de 2028 é longo para os padrões da indústria de semicondutores, o que sugere ou um projeto ambicioso em arquitetura, ou uma estratégia de desenvolvimento cautelosa para não repetir os atrasos que afetaram os chips Maia da Microsoft.

O Google não comentou oficialmente o projeto.


Descubra mais sobre noticiAI

Assine para receber nossas notícias mais recentes por e-mail.

R
Sobre o autorRedação Noticiai

Equipe editorial dedicada a explicar inteligência artificial com clareza, independência e contexto.