Por Canuto  

Las acciones de Alphabet subieron cerca de un 3 % después de conocerse que Google desarrolla Frozen v2, un chip que integraría partes de Gemini directamente en el silicio y podría multiplicar la eficiencia energética de sus sistemas de IA, aunque su llegada no ocurriría antes de 2028.

***

  • Las acciones clase C de Alphabet avanzaron aproximadamente un 3 % tras conocerse el desarrollo de Frozen v2.
  • El chip podría ejecutar inteligencia artificial entre seis y diez veces más eficientemente por vatio que los chips personalizados actuales de Google.
  • Frozen v2 funcionaría como una alternativa especializada a las TPU y GPU, pero podría ser difícil de actualizar y no resolvería los problemas actuales de capacidad.

 

Las acciones de Alphabet, matriz de Google, subieron aproximadamente un 3 % después de conocerse que la compañía desarrolla un nuevo chip para servidores. El proyecto, identificado internamente como Frozen v2, busca ejecutar los modelos de inteligencia artificial Gemini con mayor eficiencia.

Las acciones clase C de Alphabet cerraron el viernes en USD $346,12. Ese precio representó un movimiento intradía cercano a USD $11 por acción, en un avance que reflejó el interés del mercado por la estrategia de hardware propio de Google.

Según Cryptopolitan, el nuevo chip podría lanzarse tan pronto como en 2028. La fecha mantiene el proyecto como una apuesta de largo plazo, más que como una solución inmediata para las necesidades actuales de computación.

La reacción de los inversores muestra la importancia que ha adquirido el hardware especializado dentro de la competencia por la inteligencia artificial. Las empresas tecnológicas buscan reducir costos, consumo energético y dependencia de proveedores externos.

Google ya cuenta con una infraestructura propia basada en unidades de procesamiento tensorial, conocidas como TPU. Frozen v2 ampliaría esa estrategia con un diseño enfocado en una tarea más específica: ejecutar Gemini con el menor movimiento de datos posible.

Cómo funcionaría el chip especializado de Google

Frozen v2 estaría diseñado para incorporar permanentemente partes de la arquitectura de Gemini directamente en el silicio. Esa integración reduciría la cantidad de cálculos necesarios para responder consultas y también limitaría el movimiento de datos dentro del sistema.

En un chip de propósito general, el hardware debe determinar en tiempo de ejecución cómo ejecutar cada operación del modelo. Frozen v2 tendría elementos del diseño de Gemini incorporados desde el inicio, lo que podría acelerar las respuestas y disminuir el consumo energético.

Ingenieros de Google estiman que el proyecto podría procesar entre seis y diez veces más tokens por unidad de energía que los chips personalizados más recientes de la compañía. La medida compara la cantidad de texto generado con la electricidad utilizada.

El chip funcionaría de forma independiente respecto de las TPU de Google. Su propuesta no consiste en reemplazar toda la infraestructura existente, sino en añadir una opción para escenarios donde la eficiencia tenga mayor importancia que la flexibilidad.

El enfoque también introduce una limitación relevante. Cuantas más partes de Gemini queden integradas en el hardware, mayor podría ser la eficiencia, pero más difícil resultaría adaptar el chip cuando cambie la arquitectura del modelo.

Una apuesta entre eficiencia y riesgo tecnológico

Los modelos de inteligencia artificial evolucionan con rapidez y suelen incorporar nuevas capacidades, estructuras y métodos de entrenamiento. Esa velocidad puede reducir la vida útil de un chip diseñado alrededor de una arquitectura concreta.

Frozen v2 solo podría trabajar de manera óptima con futuros modelos de Gemini si Google conserva una arquitectura subyacente similar. Si el diseño del modelo cambia demasiado, parte de la ventaja incorporada en el silicio podría perder valor.

Por esa razón, Google considera Frozen v2 como una prueba y no planea fabricarlo inicialmente a la misma escala que sus TPU. El proyecto serviría para evaluar si la especialización extrema compensa la menor capacidad de actualización.

La compañía lanzó su primera TPU en 2016 y desde entonces desarrolló varias generaciones para sus servicios en la nube y sus operaciones internas. Con el tiempo, esas unidades se convirtieron en una alternativa a las GPU de Nvidia para determinadas cargas de trabajo.

Las TPU y las GPU ofrecen mayor flexibilidad cuando los modelos requieren cambios constantes. Frozen v2 ocuparía un espacio diferente, orientado a tareas donde el diseño del modelo sea más estable y el ahorro energético resulte decisivo.

El lugar de Frozen v2 en la estrategia de Google

Google no estaría abandonando su estrategia actual de hardware, sino sumando una nueva categoría de computación. Las TPU seguirían cubriendo necesidades generales dentro del ecosistema de la compañía y sus servicios de nube.

La empresa presentó en noviembre de 2025 su séptima generación de TPU, denominada Ironwood. Ese lanzamiento reforzó la intención de Google de competir con las GPU de inteligencia artificial de Nvidia mediante desarrollos propios.

Alrededor del mismo periodo, Anthropic anunció planes para utilizar tecnologías de Google Cloud, incluido un millón de TPU, para impulsar futuros modelos de Claude. El anuncio elevó la confianza del mercado en la capacidad de Google para ofrecer silicio especializado.

El interés de los inversores no depende únicamente de la posibilidad de reducir el consumo eléctrico. También refleja la expectativa de que Google pueda construir un ecosistema de computación de IA menos dependiente del hardware de terceros.

Ese impulso llevó a Alphabet a superar brevemente a Nvidia como la empresa más valiosa del mundo durante las operaciones posteriores al cierre en mayo de 2026. Sin embargo, la compañía volvió a caer por debajo de Nvidia más tarde esa misma semana.

Por qué el lanzamiento de 2028 no resuelve los problemas actuales

La principal desventaja de Frozen v2 es el calendario previsto. Si el despliegue ocurre en 2028, el chip no solucionará las limitaciones de electricidad, capacidad y computación que Google enfrenta actualmente en sus centros de datos.

La demanda de inteligencia artificial exige ampliar centros de datos y aumentar la disponibilidad de energía. Un proyecto que todavía está en fase de prueba no puede aliviar de inmediato esas presiones operativas.

El plazo también expone a Google a cambios tecnológicos que podrían alterar el atractivo del diseño. Para cuando llegue el lanzamiento, los modelos de Gemini podrían utilizar una arquitectura muy distinta a la prevista durante el desarrollo.

La especialización, por tanto, ofrece una ventaja potencial y un riesgo simultáneo. Un chip que procesa más tokens por vatio puede reducir costos, pero pierde parte de su utilidad si no puede seguir el ritmo de evolución del software.

Para los accionistas, Frozen v2 representa una señal de innovación y disciplina tecnológica, no una garantía de resultados inmediatos. La subida de Alphabet refleja el entusiasmo por la estrategia, mientras que la fecha de lanzamiento obliga a mantener cautela.

El proyecto resume el dilema central de la industria de IA: las empresas necesitan hardware más eficiente, pero también deben conservar la capacidad de actualizarlo. Google intentará equilibrar ambos objetivos con una arquitectura que podría darle una ventaja energética significativa, siempre que Gemini mantenga una base suficientemente estable.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados