ainews
Google разрабатывает чип Frozen v2 со встроенной архитектурой Gemini — в 6-10 раз эффективнее TPU
Google создаёт специализированный серверный чип Frozen v2, который встраивает архитектуру модели Gemini прямо в кремний. По данным источников, он будет в 6-10 раз эффективнее текущих TPU при обработке AI-запросов. Запуск планируется на 2028 год, но чип останется внутренним — он работает только с архитектурой Gemini и не станет продуктом для внешних клиентов.
Это первый случай встраивания архитектуры конкретной AI-модели в кремний на таком масштабе. Если подход сработает, мы увидим новую волну специализированных чипов под конкретные модели — и переосмысление экономики AI-сервисов, где победит не самая умная модель, а самая дешёвая в эксплуатации.
Google встраивает Gemini в железо
Google работает над внутренним серверным чипом под кодовым названием Frozen v2, который встраивает архитектуру AI-модели Gemini непосредственно в кремний. По данным The Information, чип может обрабатывать запросы к AI в 6-10 раз эффективнее, чем текущие TPU. Развёртывание запланировано на 2028 год.
От весов к архитектуре
Идея принадлежит Джеффу Дину, главному учёному Google DeepMind. Первая версия Frozen предполагала встраивание весов модели (конкретных параметров) прямо в чип, но от этого отказались — чип работал бы только с одной версией Gemini и быстро устарел.
Frozen v2 идёт другим путём: в чип встраивается архитектура модели (базовая структура), а не веса. Это значит, что новые веса можно загружать поверх зашитой структуры, сохраняя некоторую гибкость. Точный объём «замороженной» архитектуры пока не определён.
Внутренний инструмент, а не продукт
В отличие от универсальных TPU, которые Google сдаёт в аренду Meta и облачным клиентам, Frozen v2 останется внутренним решением. Причина проста: чип привязан к архитектуре Gemini и не подходит для сторонних моделей.
Это стратегический ход для снижения нагрузки на вычислительные мощности внутри Google. Компания уже продвигает TPU как альтернативу Nvidia с целью захватить 10% выручки конкурента, но Frozen v2 решает другую задачу.
Конкурентное преимущество через эффективность
Если чип оправдает ожидания, Google сможет запускать мощные модели дешевле конкурентов. В AI-бизнесе стоимость инференса напрямую влияет на маржинальность. Это даст Google козырь в борьбе с OpenAI и Anthropic — возможность демпинговать цены, не теряя в качестве.
Ключевые выводы
- Frozen v2 встраивает архитектуру Gemini в чип, а не веса — это даёт гибкость обновления параметров модели
- 6-10-кратный прирост эффективности относительно TPU может радикально снизить затраты Google на AI-инференс
- Чип останется внутренним инструментом из-за жёсткой привязки к архитектуре Gemini
- Стратегия отличается от TPU: там Google конкурирует с Nvidia за внешний рынок, здесь — оптимизирует свои сервисы
- Успех Frozen v2 может позволить Google демпинговать на рынке AI-сервисов против OpenAI и Anthropic
Автор: Ксения Лаврова · Источник: the-decoder.com
**Это ставка на вертикальную интеграцию в чистом виде.** Google идёт по пути Apple: полный контроль от модели до кремния. Frozen v2 — не продукт, а внутренний турбо-режим для Gemini. Если сработает, они смогут крутить мощные модели за копейки и сбивать цены OpenAI. Риски? Архитектура Gemini должна остаться стабильной до 2028 и дальше — любой крупный редизайн превратит чипы в кирпичи.
Здесь интересна эволюция подхода: сначала хотели зашить веса (безумие), потом поняли, что нужна гибкость — зашили архитектуру. Разумный компромисс, но всё равно это смелая ставка на то, что текущая архитектура Gemini окажется долгоиграющей. В индустрии, где модели обновляются каждые полгода, залочиться на одну структуру до 2028 — это либо гениально, либо самонадеянно. Посмотрим.
Комментарии