O Google está desenvolvendo um novo chip de IA projetado especificamente para executar o Gemini com consumo de energia muito menor. Conhecido internamente como Frozen v2, o componente poderá entregar entre seis e dez vezes mais tokens por watt do que os chips personalizados atuais da empresa, segundo informações publicadas pela Reuters. A previsão interna é de que a tecnologia entre em operação a partir de 2028.
A principal diferença do Frozen v2 está na forma como ele será construído. Em vez de utilizar um acelerador de uso relativamente amplo, como as atuais Tensor Processing Units (TPUs), o projeto incorpora partes da arquitetura do Gemini diretamente no hardware. Com isso, o chip reduz a quantidade de processamento e movimentação de dados necessária durante a inferência, etapa em que a IA gera respostas para o usuário.
Na prática, isso significa gerar mais respostas consumindo menos eletricidade, um fator que se tornou estratégico à medida que os modelos de linguagem exigem cada vez mais capacidade computacional.
Eficiência virou prioridade
O projeto surge em um momento em que o Google enfrenta uma forte demanda por infraestrutura para IA. Segundo a Reuters, a limitação de capacidade levou até mesmo o Google Cloud a recusar alguns contratos com clientes externos, reforçando a necessidade de reduzir o custo operacional do Gemini.
Embora o Frozen v2 seja um chip altamente especializado, ele não deve substituir as TPUs. A ideia é criar uma nova família de aceleradores voltada para cargas de trabalho específicas do Gemini, enquanto as TPUs continuam atendendo aplicações mais flexíveis e uma variedade maior de modelos de inteligência artificial.
A aposta tem vantagens e riscos
Projetar hardware em torno de um único modelo pode trazer ganhos expressivos de desempenho e eficiência energética. Por outro lado, existe um desafio importante: modelos de IA evoluem rapidamente. Caso a arquitetura do Gemini mude de forma significativa até o lançamento previsto para 2028, parte do hardware otimizado poderá perder eficiência ou exigir adaptações. Por isso, fontes ouvidas pelo The Information afirmam que os engenheiros ainda definem quanto da arquitetura do modelo será efetivamente incorporado ao silício.
Um detalhe que ajuda a entender a estratégia
O Google já investe há quase uma década em chips próprios para IA. A primeira geração das TPUs estreou nos datacenters da empresa em 2015 e marcou uma mudança importante ao substituir parte da infraestrutura baseada em CPUs e GPUs por aceleradores dedicados. O Frozen v2 representa um passo além: em vez de otimizar apenas operações de aprendizado de máquina, o chip passa a ser desenhado em torno de uma família específica de modelos de IA.
Você também deve ler!
Esta postagem foi modificada pela última vez em 21/07/2026 13:05