Google готовит чип с Gemini внутри. Обещают рост эффективности в 6—10 раз
Автор: Марта Баринова Google, если верить The Information, делает серверный чип Frozen v2, где Gemini будет не отдельной программой, а частью самой аппаратной схемы. Если проект доведут до рынка, компания рассчитывает урезать и расход энергии, и цену обработки запросов к ИИ.
[IMAGE: https://itzine.ru/wp-content/uploads/2026/07/google-gotovit-chip-s-gemini-vnutri-obeshchayut-rost-effektivnosti-v-6-10.avif]
Тут идея заметно жестче, чем у обычных ускорителей: модель не кладут в память как отдельный набор данных, а буквально встраивают в чип. Обновлять будут только веса модели, сама архитектура останется той же. По оценке источника, такая схема может дать рост энергоэффективности в 6—10 раз по сравнению с нынешними специализированными решениями Google.
Для рынка ИИ это довольно прямой сигнал. У облачных платформ боль не только в дорогих GPU, но и в цене каждого токена, и в нехватке серверов под растущий спрос. У Google эта история уже дошла до того, что часть клиентов Google Cloud, как сообщалось раньше, получила отказ из-за дефицита вычислительных мощностей.
Что известно о Frozen v2
Frozen v2 рассматривается как отдельная линейка процессоров, которая должна идти в дополнение к существующим TPU, а не вместо них. То есть Google не сворачивает текущую инфраструктуру, а ищет более узкий и более экономичный вариант под тяжёлые ИИ-нагрузки.
Судя по описанию проекта, ставка сделана не на универсальность, а на плотность вычислений именно для Gemini. В этом есть своя логика: Google одновременно строит облачные сервисы, развивает ИИ-функции в поиске и конкурирует с OpenAI и Microsoft за корпоративных клиентов.
Сроки, впрочем, не из быстрых. По данным The Information, Frozen v2 стоит ждать не раньше 2028 года, а сама Google проект пока официально не подтверждала.
Почему компании идут в чипы под собственные модели
Google тут не первая. Похожие схемы уже пробуют стартапы, включая Taalas: у них чипы с заранее «запечатанной» внутри архитектурой и весами модели. Идея у всех примерно одна — если железо и модель проектировать вместе, можно убрать лишние вычислительные накладные расходы.
Но у такого подхода есть и слабое место. ИИ-модели меняются быстро, и специализированный чип может устареть ещё до массового развёртывания. Для Google это особенно чувствительно: компания вкладывается не в эксперимент ради красивой демонстрации, а в инфраструктуру, которая должна держать миллиардные объёмы запросов.
Если Frozen v2 действительно даст обещанный выигрыш по токенам на ватт, Google сможет дешевле обслуживать свои сервисы и сильнее давить на конкурентов в облаке. Если Gemini снова заметно изменится по архитектуре, проект может остаться просто удачной инженерной идеей до следующего цикла чипов.
