Por Canuto  

Google diseña un nuevo chip de servidores, apodado informalmente Frozen v2, para incorporar elementos de Gemini directamente en el hardware y atender la presión sobre su capacidad de cómputo.
***

  • El chip podría llegar tan pronto como en 2028 y todavía se encuentra en una etapa de diseño.
  • Google calcula que Frozen v2 podría ofrecer entre seis y diez veces más eficiencia que sus últimos chips personalizados.
  • El proyecto complementaría las unidades de procesamiento tensorial de Google, en lugar de reemplazarlas.

Google planea un nuevo chip para ejecutar Gemini de manera más eficiente

Un diseño enfocado en los modelos Gemini

Google desarrolla un nuevo chip para servidores con el objetivo de ejecutar sus modelos de inteligencia artificial Gemini de manera más eficiente. The Information informó sobre el proyecto el lunes 20 de julio de 2026, citando a personas familiarizadas con el asunto.

La propuesta busca incorporar elementos de Gemini directamente en el hardware. Con ese enfoque, Google pretende mejorar la forma en que sus servidores procesan y entregan respuestas a los usuarios.

El proyecto tiene el nombre informal de Frozen v2. Sin embargo, los ingenieros todavía terminan de definir el diseño y la cantidad de información del modelo que quedará incorporada en el chip.

Google contempla implementar la nueva tecnología tan pronto como en 2028. Esa fecha representa un objetivo de desarrollo, no una confirmación de lanzamiento definitivo.

La iniciativa refleja la importancia creciente del hardware especializado para los servicios de IA. Los modelos generativos requieren grandes cantidades de cómputo cada vez que una persona solicita una respuesta, código o análisis.

La presión por la capacidad de cómputo

El nuevo chip surge mientras Google enfrenta una crisis de capacidad de cómputo para inteligencia artificial. Según el informe, esa presión alimentó tensiones internas dentro de la compañía.

La limitación también habría afectado las operaciones de Google Cloud. El informe señaló que la división rechazó acuerdos con clientes externos debido a la falta de capacidad disponible.

Google Cloud ofrece infraestructura informática para empresas y desarrolladores. Cuando la demanda supera los recursos disponibles, la compañía debe priorizar ciertos usos internos o negociar con mayor cautela nuevos contratos.

El problema no se limita a la potencia bruta de los procesadores. También involucra el consumo energético, la disponibilidad de servidores y la capacidad para atender consultas de IA de forma constante.

El diseño de Frozen v2 busca responder a esa presión desde el nivel físico. Google intentaría procesar más tokens por cada unidad de energía consumida, un indicador relevante para los servicios que operan a gran escala.

Una posible mejora de seis a diez veces

El informe indicó que Frozen v2 podría ser entre seis y diez veces más eficiente que los últimos chips personalizados de IA desarrollados por Google. La comparación utiliza la cantidad de tokens servidos por unidad de energía.

Los tokens son unidades que los modelos de lenguaje utilizan para procesar texto. Una palabra completa puede representar un token, aunque otras palabras se dividen en varias unidades según su estructura.

Una mayor eficiencia por token podría ayudar a Google a reducir la energía necesaria para atender las consultas. También podría permitir que sus servidores procesen más solicitudes con los mismos recursos físicos.

La cifra todavía corresponde a una estimación asociada con un diseño en desarrollo. El rendimiento final dependerá de las decisiones que los ingenieros adopten antes de completar el chip.

Google aún debe definir cuánto conocimiento o información de Gemini incorporará en el hardware. Esa decisión puede influir en la flexibilidad del sistema y en la forma de actualizar los modelos con el paso del tiempo.

Frozen v2 complementaría las TPU

El proyecto Frozen no busca reemplazar las unidades de procesamiento tensorial de Google, conocidas como TPU. El objetivo consiste en crear un nuevo conjunto de chips internos que funcione junto con esas unidades.

Las TPU son procesadores diseñados por Google para ejecutar cargas de trabajo de aprendizaje automático. La empresa las utiliza como parte de la infraestructura que sostiene sus servicios de inteligencia artificial.

La coexistencia de ambos sistemas permitiría asignar distintas tareas a cada tipo de hardware. Google podría reservar sus TPU para determinadas operaciones y utilizar Frozen v2 para servir respuestas de Gemini con mayor eficiencia.

La estrategia también muestra que la compañía no depende de una sola generación de procesadores. En lugar de abandonar su plataforma actual, Google explora una arquitectura adicional para atender sus necesidades específicas.

La integración entre software y hardware puede ofrecer ventajas, pero exige una planificación técnica compleja. Los ingenieros deben equilibrar el rendimiento, el consumo energético, la capacidad de actualización y la compatibilidad con los servicios existentes.

El contexto de Gemini y Alphabet

El desarrollo ocurre después de otros desafíos relacionados con la evolución de Gemini. Bloomberg News informó la semana anterior que Google retrasó el lanzamiento de su último modelo de IA.

La compañía no habría alcanzado algunos objetivos internos para ese modelo. En particular, trabaja para mejorar sus capacidades de programación, una función importante para usuarios técnicos y empresas.

El retraso y la presión sobre la infraestructura muestran que la competencia en IA depende de varios factores. La calidad del modelo, la rapidez de respuesta y la disponibilidad de servidores influyen en la experiencia final.

Las acciones de Alphabet subieron un 3% durante las primeras operaciones del mercado después de conocerse el informe. El movimiento reflejó la reacción inicial de los inversionistas ante la posibilidad de una mejora en la infraestructura de IA.

La subida bursátil no confirma el éxito técnico ni comercial de Frozen v2. El chip todavía enfrenta una etapa de diseño, y Google no garantizó públicamente su fecha de implementación.

Implicaciones para Google Cloud y el mercado

Si Google logra alcanzar la eficiencia estimada, Frozen v2 podría modificar la economía de sus servicios de IA. Una infraestructura más eficiente facilitaría atender más consultas sin aumentar en la misma proporción el consumo energético.

Ese resultado tendría importancia para Google Cloud, cuya expansión depende de ofrecer capacidad a clientes externos. La disponibilidad de hardware adicional podría reducir la necesidad de rechazar ciertos acuerdos.

El impacto también alcanzaría a los usuarios de Gemini. Una mayor capacidad de procesamiento puede contribuir a reducir esperas o a sostener un mayor volumen de solicitudes, aunque la noticia no ofrece promesas concretas sobre tiempos de respuesta.

La iniciativa forma parte de una tendencia más amplia entre las grandes empresas tecnológicas. Estas compañías diseñan procesadores propios para controlar mejor los costos y adaptar el hardware a sus modelos de IA.

Google no respondió inmediatamente a una solicitud de comentarios de Reuters. Por ahora, los detalles disponibles proceden del informe de The Information y de la información financiera relacionada con Alphabet.

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 y revisado por un editor humano para garantizar calidad y precisión.


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