O Google está desenvolvendo um novo chip de servidor que grava partes do modelo Gemini diretamente no hardware — uma aposta para rodar sua inteligência artificial de forma muito mais eficiente e enfrentar a escassez de capacidade computacional que hoje limita todo o setor. Apelidado internamente de “Frozen v2”, o projeto pode tornar o processamento de IA do Google até 10 vezes mais eficiente em energia, segundo informações publicadas nesta segunda-feira (20).
O que se sabe sobre o “Frozen v2”
- Modelo dentro do chip: a ideia é incorporar elementos do Gemini diretamente ao hardware, em vez de carregá-los por software — o que acelera a entrega das respostas;
- Eficiência de 6 a 10 vezes maior que os atuais chips de IA do Google, medida pela quantidade de tokens processados por unidade de energia;
- Lançamento previsto para 2028 — os engenheiros ainda finalizam o design e definem quanto do modelo será “gravado” no chip;
- Não substitui as TPUs: o projeto “Frozen” cria uma nova linha de chips próprios, que conviverá com as tradicionais TPUs (Tensor Processing Units) do Google.
Em nota, um porta-voz do Google Cloud afirmou que as equipes “estão constantemente pesquisando e experimentando novas inovações” e que, ao “co-projetar hardware e software desde a base”, garantem sistemas integrados e altamente otimizados. As ações da Alphabet subiram 3,3% no início do pregão após a notícia.
Por que isso importa: a corrida por capacidade
O movimento não é sobre um chip — é sobre o maior gargalo da indústria de IA em 2026: não há poder computacional suficiente para atender à demanda. O próprio relato aponta que a escassez de capacidade gerou tensões internas no Google e levou o Google Cloud a recusar contratos com clientes externos por falta de infraestrutura.
Esse é exatamente o mesmo aperto que fez a Anthropic redesenhar o acesso ao Claude Fable 5 e que leva todas as grandes empresas de IA a racionar uso por planos e créditos — como noticiamos recentemente. Gravar o modelo no silício é a resposta do Google para esse problema: se cada resposta consome menos energia, a mesma infraestrutura atende muito mais gente.
O contexto: Gemini sob pressão
A notícia chega numa semana movimentada para o Gemini. Na semana passada, foi reportado que o Google adiou o lançamento de seu modelo Gemini mais recente após ele não atingir metas internas — com a empresa trabalhando para melhorar as capacidades, especialmente em programação. A aposta no hardware sob medida sinaliza que a estratégia do Google é competir não só no modelo, mas na eficiência de entregá-lo — a mesma lógica agêntica e de integração que move a nova fase do Gemini.
Para quem usa IA no dia a dia, a consequência prática de guerras de eficiência como essa costuma ser positiva no médio prazo: mais capacidade disponível tende a significar menos limites de uso e preços mais competitivos entre os principais assistentes.
Resumo em Web Story
Stay connected