Google vuole Gemini dentro i propri chip, Frozen v2 promette IA 10 volte più efficiente

Google sta sviluppando un nuovo chip per server, noto internamente con il nome in codice Frozen v2, progettato per imprimere la struttura fondamentale del modello Gemini direttamente sull’hardware.

Secondo indiscrezioni riportate da The Information, la soluzione potrebbe incrementare l’efficienza dell’infrastruttura di intelligenza artificiale fino a 10 volte rispetto all’attuale generazione di componenti proprietari, elaborando un numero nettamente superiore di token per ogni Watt consumato.

Il progetto, che mira a una prima distribuzione entro il 2028, nasce per superare le attuali strozzature della rete dei data center e ha già raccolto reazioni positive a Wall Street, dove il titolo Alphabet ha registrato un sensibile rialzo.

Frozen v2, il chip Google è ottimizzato per Gemini a livello hardware

La particolarità di Frozen v2 risiede nella scelta di superare parzialmente la flessibilità dei chip generici come le GPU di Nvidia o le classiche Tensor Processing Unit della stessa Google.

Nei processori tradizionali, ogni operazione richiede l’esecuzione continua di controlli di logica in tempo reale e il costante trasferimento di dati tra la memoria e i core di calcolo. Il nuovo progetto, nato da un’idea del responsabile scientifico Jeff Dean, sceglie invece di fissare la logica computazionale della famiglia Gemini all’interno del circuito fisico.

Cablare la struttura del modello direttamente nei semiconduttori riduce in modo drastico i passaggi intermedi e gli spostamenti di dati. Le stime dei tecnici indicano che, a parità di consumo elettrico, il volume di token processati potrebbe risultare tra le 6 e le 10 volte più efficiente rispetto alle TPU esistenti.

Tale approccio non intende sostituire l’attuale linea di acceleratori proprietari, come la serie TPU 8i usata per l’inferenza generica, ma punta ad affiancarla creando una linea di prodotti altamente specializzata per gestire l’elevato traffico di interrogazioni degli utenti.

La spinta verso soluzioni così spinte nasce dall’esigenza di fronteggiare una forte saturazione della potenza di calcolo interna. La crescita costante delle dimensioni dei modelli e l’aumento delle richieste hanno creato forti tensioni sulla capacità operativa della rete globale, portando Google Cloud in alcuni casi a dover declinare ordini provenienti da clienti esterni.

In questo contesto, ottimizzare il rendimento per singolo Watt rappresenta la chiave per estendere l’erogazione dei servizi senza attendere necessariamente la costruzione di nuove infrastrutture energetiche.

Il bilanciamento tra cicli di sviluppo e aggiornamenti dei modelli

Integrare il software direttamente nei semiconduttori comporta tuttavia precisi vincoli. I tempi di progettazione e produzione del silicio richiedono diversi anni, mentre l’evoluzione dei modelli di intelligenza artificiale procede a ritmi mensili.

Se in futuro la struttura di Gemini dovesse subire modifiche sostanziali, i chip creati su misura rischierebbero di perdere efficacia o di richiedere complessi adattamenti.

Per mitigare questo fattore, la dirigenza mantiene per ora Frozen v2 nello stato di piattaforma sperimentale, garantendo comunque la possibilità di aggiornare i pesi e i parametri del modello integrati nella matrice.

Portavoce aziendali hanno confermato che i team di ricerca esplorano continuamente nuove sinergie tra hardware e software per ottimizzare i carichi di lavoro reali, precisando che non tutti i progetti di sviluppo arrivano necessariamente alla fase di produzione di massa.

Qualora le prestazioni venissero confermate sul campo entro il 2028, la tecnologia consentirà di erogare le risposte di Gemini con un’efficienza mai vista prima, lasciando alle TPU tradizionali il compito di gestire le attività di addestramento e i carichi di lavoro più flessibili.

Questo articolo Google vuole Gemini dentro i propri chip, Frozen v2 promette IA 10 volte più efficiente è stato pubblicato in origine su GizChina.it.