Google entwickelt offenbar Chip mit in Silizium gebrannter Gemini-Architektur

Google entwickelt einen Serverchip mit dem internen Namen "Frozen v2", der die Architektur seiner Gemini-AI-Modelle direkt in Silizium einbettet, anstatt auf allgemeine Tensorverarbeitung zu setzen. Das berichtet The Information unter Berufung auf zwei direkt mit dem Projekt vertraute Personen. Das Design geht Berichten zufolge auf eine Idee von Jeff Dean, Chefwissenschaftler von Google DeepMind, zurück und könnte 6- bis 10-mal mehr AI-Tokens pro Watt liefern als Googles aktuelle TPU-Generation.

Google hat Frozen v2 öffentlich nicht bestätigt, obwohl das Unternehmen allgemein laufende Hardware-Forschung eingeräumt hat. Der Bericht ist unabhängig von einer offiziellen Bestätigung bedeutsam, weil er einen strukturellen Wandel widerspiegelt, wie die größten AI-Labore an Inferenzkosten herangehen: Statt immer allgemeinere Hardware zu bauen und darauf zu hoffen, dass die Software aufholt, ist Google offenbar bereit, die Architektur eines spezifischen Modells fest in einen Chip einzubrennen, der nur noch zukünftige Versionen dieser Architektur ausführen kann.

Was "in Silizium gebrannte Architektur" tatsächlich bedeutet

Ein Standard-TPU oder GPU ist ein Allzweckbeschleuniger: Er kann jede Architektur ausführen, die ein Entwickler ihm füttert – allerdings um den Preis, Rechenleistung für Schritte zu verschwenden, die ein fester Pipeline effizienter handhaben könnte. Frozen v2 nimmt Berichten zufolge einen Mittelweg zwischen dieser Flexibilität und einem vollständig festverdrahteten Chip. Statt die trainierten Gewichte des Modells zu fixieren – ein früheres Konzept, das Google offenbar aufgegeben hat, weil Gewichte zu schnell veralten, um kundenspezifisches Silizium zu rechtfertigen –, bettet Frozen v2 den architektonischen Bauplan von Gemini ein: die Abfolge der Operationen, Routing-Entscheidungen und strukturellen Entscheidungen, die definieren, wie das Modell eine Query verarbeitet, unabhängig von den konkreten Parameterwerten.

Neue Gewichte können weiterhin auf den Chip geladen werden, wenn Gemini neu trainiert und aktualisiert wird. Was in den Transistoren fixiert ist, ist die Form der Berechnung selbst, wodurch die Anzahl der Schritte, die der Chip ausführen muss, und die Datenmenge, die pro Query bewegt werden muss, reduziert werden – die beiden Faktoren, die bei größeren Maßstäben die Inferenzenergiekosten dominieren.

Der Trade-off: Effizienz gegen Flexibilität

Der Preis dieses Effizienzgewinns ist eine architektonische Bindung. Da Geminis Struktur physisch in den Chip eingebaut ist, kann Frozen v2 nur zukünftige Gemini-Versionen unterstützen, solange Google die grundlegende Architektur des Modells beibehält. Sollten Googles Forschungsteams eine grundlegende Änderung an der Struktur von Gemini vornehmen – die Art von Wechsel, die in regelmäßigen Abständen zwischen Modellgenerationen stattfindet –, wird der Chip nur noch für seinen ursprünglichen Zweck nutzbar sein.

Das ist mit ziemlicher Sicherheit der Grund, warum Berichte Frozen v2 als einen Chip für den internen Gebrauch beschreiben, nicht als zukünftiges kommerzielles Produkt nach dem Vorbild von Googles TPU-Linie, die Google über Cloud vermietet und breiter lizenziert. Ein Chip, der an die proprietäre Modellarchitektur eines einzigen Unternehmens gebunden ist, hat außerhalb dieses Unternehmens keinen Markt.

Zeitplan und strategischer Kontext

Google peilt Berichten zufolge eine Bereitstellung ab 2028 an, mit Produktionsvolumina, die kleiner sind als das Haupt-TPU-Programm – was mit der Rolle von Frozen v2 als Proof of Concept für spezialisiertes, architekturspezifisches Silizium übereinstimmt, nicht als breite Infrastrukturwette. Das Projekt fügt sich in ein breiteres Muster von 2026 ein: AI-Labore und Cloud-Anbieter behandeln zunehmend Inferenzkosten, nicht Trainingskosten, als den begrenzenden Faktor dafür, wie breit sie ihre Modelle einsetzen können, und kundenspezifisches Silizium ist einer der wenigen verbleibenden Hebel, sobald die Effizienzverbesserungen der Modelle allein durch Software allmählich nachlassen.

Wenn sich die 6- bis 10-fachen Effizienzzahlen in der Produktion bestätigen, würde Frozen v2 Googles Rechenkosten pro Query speziell für Gemini deutlich senken – eine direkte Antwort auf die Rechenkapazitätsbeschränkungen, die Googles AI-Roadmap und Preisgestaltung im Laufe des Jahres 2026 geprägt haben. Der Bericht von The Information, der von mehreren Technologiepublikationen gestützt wird, unterstreicht, dass architektonische Spezialisierung – nicht nur rohe Rechenskalierung – zu einer Wettbewerbsachse unter den führenden AI-Laboren wird.