Google prepara chip Frozen v2 com trechos do Gemini no silício

Modelos como o Gemini dependem hoje de pipelines que misturam software, aceleradores genéricos e chips já existentes na infraestrutura da Google. Quando partes da arquitetura migram para o silício, tarefas repetitivas de inferência deixam de passar por camadas genéricas e passam a ser executadas em blocos desenhados para aquele padrão de cálculo.

A aposta do Frozen v2 não é substituir de uma vez todo o ecossistema de IA da empresa, e sim reduzir o custo por consulta e o tempo de resposta em cargas que rodam o tempo todo nos servidores. Em data centers onde milhões de requisições competem pelos mesmos recursos, cada ganho de eficiência no chip se multiplica em energia, refrigeração e espaço físico.

Integrar lógica inspirada no Gemini no hardware também sinaliza uma mudança de ritmo, em vez de depender apenas de otimizações de software sobre placas já disponíveis, a Google parece disposta a coevoluir silício e modelo para o que seus produtos de IA exigem agora.

Gargalos de capacidade aparecem quando GPUs, TPUs e rede interna não acompanham o volume de chamadas a chatbots, busca generativa, APIs para desenvolvedores e ferramentas corporativas.

Colocar funções do Gemini mais perto do transistor ajuda a atacar esse problema por dois lados. No consumo, menos dados precisam circular entre memória, processador e acelerador externo. Na ocupação, o mesmo rack pode atender mais usuários simultâneos sem fila de espera perceptível.

Para a Google, que concorre em velocidade e preço com hyperscalers e fornecedores de chips dedicados, um silício sob medida também reduz a dependência de capacidade comprada ou alugada de terceiros em picos de uso. O Frozen v2 entra nessa equação como peça pensada para escala interna, não como experimento de laboratório.

O vazamento via The Information, reproduzido pela Tecmundo, chega em um momento em que integrar modelo e hardware deixou de ser diferencial exclusivo de startups de semicondutores. Grandes plataformas passaram a tratar chip de IA como extensão do produto, não como commodity genérica.

Se confirmado, o Frozen v2 reforça a linha que a Google já desenha com famílias de aceleradores próprios, controlar a pilha desde o data center até a interface do usuário. Trechos do Gemini no silício sugerem ainda que recursos específicos do modelo, como padrões de atenção ou etapas de tokenização, podem virar blocos fixos otimizados em vez de rotinas genéricas reconfiguráveis.

Rumores desse tipo raramente trazem datas de lançamento ou especificações finais. O que fica claro é a direção, a Google busca margem operacional onde hoje a infraestrutura limita quantos usuários o Gemini atende ao mesmo tempo, e onde cada watt conta na conta de energia global da empresa.

A corrida por IA generativa deixou de ser só disputa de parâmetros e benchmarks. Quem opera modelos em escala planetária precisa resolver fila, latência e custo por requisição, e o hardware dedicado volta a ser a alavanca mais direta quando o software já esgotou boa parte das otimizações sobre plataformas existentes.

O Frozen v2, ainda sem confirmação oficial de cronograma ou escopo final, ilustra essa nova fase, arquitetura de modelo e projeto de chip caminhando juntos para sustentar serviços que não podem parar. Para o mercado de hardware de data center, cada movimento desse tipo redefine o que significa competir em eficiência de inferência, e coloca mais pressão sobre quem vende apenas aceleradores genéricos sem dominar a pilha de software por cima deles.