Google prepara chip com arquitetura do Gemini cravada no próprio hardware
- O Google desenvolve um novo processador de servidores batizado de Frozen v2 que embute o modelo Gemini diretamente no circuito físico.
- A estratégia elimina o trânsito constante de dados na memória para alcançar uma eficiência energética até dez vezes superior às gerações atuais.
- O projeto surge como uma resposta direta à crise de capacidade nos data centers do Google Cloud que chegou a afastar clientes corporativos.
- A fixação do design da rede neural no metal traz riscos de obsolescência rápida frente à evolução constante da tecnologia.
A inteligência artificial fundida ao metal
O Google planeja uma mudança drástica na forma como processa inteligência artificial. A gigante da tecnologia desenvolve um processador para servidores que abriga a arquitetura do modelo Gemini fundida diretamente em seus circuitos físicos. Conhecido nos corredores da empresa como Frozen v2, o projeto descarta a versatilidade dos chips genéricos e adota um design engessado e otimizado ao extremo.
Processadores tradicionais funcionam como lousas em branco. Eles carregam os modelos de IA na memória e gastam muita energia movendo dados de um lado para o outro. O Frozen v2 elimina essa etapa de transporte contínuo de dados. A estrutura da rede neural do Gemini fica cravada fisicamente no hardware. Os engenheiros preservam apenas a capacidade de atualizar os pesos e os parâmetros de IA, enquanto o esqueleto fundamental do sistema permanece inalterado.
Ganhos energéticos contra a escassez de processamento
A motivação do Google tem raízes em um problema estrutural crescente. A divisão Google Cloud enfrenta um estrangulamento na capacidade computacional e chegou a rejeitar contratos de novos clientes por falta de espaço nos servidores. A nova peça de silício promete aliviar essa pressão com um salto de eficiência notável. Dados obtidos pelo site The Information indicam que o componente pode ser até dez vezes mais econômico do que as atuais Unidades de Processamento de Tensor (TPUs) projetadas pela empresa.
Essa economia de energia em escala se traduz também em velocidade pura. Como o design do chip espelha exatamente a necessidade computacional do modelo, o tempo de resposta cai drasticamente. A latência ultrabaixa beneficia recursos interativos em tempo real, como assistentes de voz naturais e sistemas de tradução simultânea.
O risco de apostar em um formato congelado
A maior vantagem do Frozen v2 também representa o seu ponto mais vulnerável. O mercado de inteligência artificial evolui em um ritmo frenético. A arquitetura física desenvolvida para o Gemini de hoje corre um risco real de se tornar obsoleta antes mesmo de o chip ser instalado nos data centers comerciais. A previsão de lançamento aponta para o ano de 2028.
A estratégia do Google não é um movimento isolado na nova indústria de semicondutores. Startups focadas em hardware, como a Taalas, já testam chips dedicados que eliminam a dependência das caras memórias de alta largura de banda. Ao trocar a flexibilidade de software pela eficiência bruta do silício, a dona do buscador faz uma aposta de alto risco que pode ditar as regras da próxima década da computação em nuvem.