Google giesst Gemini ins Silizium – für bis zu 10× Effizienz

Google baut einen neuen Server-Chip, der seine Gemini-Modelle deutlich sparsamer laufen lassen soll. Das berichtet das Branchenmedium The Information unter Berufung auf anonyme Quellen, aufgegriffen von TechCrunch am 20. Juli. Der Chip trägt intern den Namen «Frozen v2» und soll irgendwann 2028 erscheinen.

Das Modell wandert in die Schaltkreise

Der entscheidende Trick steckt im Namen. Übliche KI-Chips laden ein Modell in den Speicher und schaufeln Daten permanent hin und her. Frozen v2 soll stattdessen Teile von Geminis neuronalem Bauplan direkt in die physische Schaltung «einfrieren». Laut Bericht könnte der Chip dadurch sechs- bis zehnmal effizienter sein als Googles heutige KI-Chips – gemessen an der Zahl der erzeugten Tokens pro eingesetzter Energie.

Frozen v2 soll die bestehenden Tensor Processing Units (TPUs) nicht ersetzen, sondern als eigene Chip-Familie ergänzen. Der Antrieb dahinter ist handfest: Ein interner Engpass bei der Rechenkapazität sorgt für Reibung und zwingt Google Cloud teils dazu, externe Kundenaufträge abzulehnen.

Warum sich Effizienz plötzlich rechnet

Der Schritt passt in einen Trend. KI-Firmen bauen zunehmend eigene Chips, um ihre Modelle günstiger laufen zu lassen und sich aus der Abhängigkeit von Nvidia zu lösen. OpenAI stellte im Juni mit «Jalapeño» seinen ersten eigenen Inferenz-Chip vor, Anthropic verhandelt seit Anfang Juli mit Samsung über eine Chip-Partnerschaft.

Für Google steht viel auf dem Spiel: Der Konzern will dieses Jahr zwischen 180 und 190 Milliarden Dollar investieren, vor allem in KI. Angesichts wachsender Investorensorgen über die hohen KI-Ausgaben wird Effizienz zum Verkaufsargument. Prompt zeigte sich die Wirkung – nach dem Bericht stieg die Alphabet-Aktie am Montagvormittag um rund drei Prozent, kurz vor den anstehenden Quartalszahlen.

Noch ist nichts bestätigt

Auf Anfrage von TechCrunch bestätigte Google den Bericht nicht – dementierte ihn aber auch nicht. «Unsere Teams erforschen und erproben ständig neue Innovationen», hiess es. «Nicht jedes Projekt geht in Produktion.» Bis 2028 ist es weit, und ein interner Codename ist noch kein fertiges Produkt. Sollte Frozen v2 halten, was die Berichte versprechen, würde es allerdings eine leise, aber grundlegende Wette bestätigen: dass sich die Architektur grosser Sprachmodelle so weit stabilisiert hat, dass man sie in fixe Hardware giessen kann.