Google estaria construindo chip com arquitetura do Gemini gravada em silício

Google está desenvolvendo um chip servidor, chamado internamente de "Frozen v2", que incorpora a arquitetura de seus modelos de IA Gemini diretamente no silício, em vez de depender de processamento tensorial de uso geral, segundo reportagem da The Information citando duas pessoas com conhecimento direto do projeto. O design supostamente remonta a uma ideia de Jeff Dean, cientista-chefe do Google DeepMind, e poderia entregar de 6 a 10 vezes mais tokens de IA por watt do que os TPUs atuais da empresa.

Google não confirmou publicamente a existência do Frozen v2, embora a empresa tenha reconhecido pesquisas de hardware em andamento de forma ampla. A reportagem é significativa independentemente da confirmação oficial porque reflete uma mudança estrutural na forma como os maiores laboratórios de IA estão abordando os custos de inferência: em vez de construir hardware cada vez mais genérico e esperar que o software alcance o desempenho, a Google estaria disposta a gravar a arquitetura de um modelo específico em um chip que só pode executar versões futuras dessa arquitetura.

O que "arquitetura gravada em silício" realmente significa

Um TPU ou GPU padrão é um acelerador de uso geral: ele pode executar qualquer arquitetura de modelo que um desenvolvedor alimentá-lo, ao custo de gastar computação em etapas que um pipeline fixo poderia lidar de forma mais eficiente. O Frozen v2 supostamente adota um caminho intermediário entre essa flexibilidade e um chip totalmente de função fixa. Em vez de congelar os pesos treinados do modelo — um conceito anterior que a Google aparentemente abandonou porque os pesos ficam obsoletos rápido demais para justificar silício personalizado — o Frozen v2 incorpora o blueprint arquitetônico do Gemini: a sequência de operações, decisões de roteamento e escolhas estruturais que definem como o modelo processa uma consulta, independentemente dos valores específicos dos parâmetros.

Novos pesos ainda podem ser carregados no chip à medida que o Gemini é retreinado e atualizado. O que é fixo nos transistores é a forma da computação em si, o que reduz o número de etapas que o chip precisa executar e a quantidade de dados que precisa mover por consulta — os dois fatores que dominam o custo de energia de inferência em escala.

A troca: eficiência por flexibilidade

O custo desse ganho de eficiência é o aprisionamento arquitetônico. Como a estrutura do Gemini está fisicamente construída no chip, o Frozen v2 só pode suportar versões futuras do Gemini enquanto a Google preservar a arquitetura fundamental do modelo. Se as equipes de pesquisa da Google fizerem uma mudança fundamental na forma como o Gemini é estruturado — o tipo de mudança que ocorre periodicamente entre gerações de modelos — o chip deixa de ser útil para qualquer coisa além de seu propósito original.

É quase certo que as reportagens descrevem o Frozen v2 como um chip de uso interno, e não como um futuro produto comercial nos moldes da linha TPU da Google, que a empresa aluga via Cloud e licencia de forma mais ampla. Um chip travado na arquitetura proprietária de modelo de uma única empresa não tem mercado fora dela.

Cronograma e contexto estratégico

A Google estaria visando implantação a partir de 2028, com volumes de produção menores que seu programa principal de TPUs — consistente com o Frozen v2 funcionando como uma prova de conceito para silício especializado e específico de arquitetura, em vez de uma aposta ampla em infraestrutura. O projeto se encaixa em um padrão mais amplo de 2026: laboratórios de IA e provedores de nuvem estão cada vez mais tratando o custo de inferência, não o custo de treinamento, como a restrição determinante para o quão amplamente podem implantar seus modelos, e o silício personalizado é uma das poucas alavancas restantes quando as melhorias de eficiência do modelo por meio apenas de software começam a se estabilizar.

Se os números de eficiência de 6 a 10 vezes se confirmarem em produção, o Frozen v2 reduziria significativamente o custo computacional por consulta da Google especificamente para o Gemini — uma resposta direta às restrições de capacidade computacional que moldaram o roadmap de IA e os preços da Google ao longo de 2026. Conforme relatado pela The Information e corroborado por vários veículos de tecnologia, o projeto ressalta que a especialização arquitetônica, e não apenas a escala bruta de computação, está se tornando um eixo competitivo entre os laboratórios de IA de fronteira.