Google podría integrar Gemini en un chip para multiplicar por 10 las ganancias en IA

Según informan, Google está trabajando en un procesador de servidor especializado llamado Frozen v2 que haría de Gemini parte del propio chip, en lugar de cargar el modelo en la memoria en tiempo de ejecución. Según The Information, ese diseño podría mejorar la eficiencia energética entre 6 y 10 veces en comparación con los aceleradores actuales de Google.

Google no ha confirmado oficialmente el proyecto, y no se espera ningún lanzamiento antes de 2028.

Los aceleradores de IA actuales siguen siendo lo bastante generales como para que el modelo resida en la memoria y el procesador intercambie datos con él de forma continua durante su funcionamiento. Con Frozen v2, la arquitectura de la red neuronal Gemini, en cambio, se integraría directamente en el silicio. Solo los pesos del modelo —los parámetros aprendidos durante el entrenamiento— seguirían siendo actualizables, mientras que la propia arquitectura permanecería fija. Aún se está determinando cuán profundamente se integraría Gemini en el hardware.

Escasez de capacidad de cómputo en Google y riesgos del hardware

El esfuerzo también está ligado a la escasez interna de capacidad de cómputo de Google. La falta de recursos ya se ha vuelto lo bastante grave como para que Google Cloud haya tenido que rechazar a algunos clientes externos. Un menor consumo de energía y un mayor rendimiento por chip reducirían el coste de atender miles de millones de solicitudes de IA al tiempo que disminuirían el número de servidores necesarios para la misma carga de trabajo.

Una idea similar ya la impulsa la startup Taalas, que está fabricando chips con la arquitectura y los pesos de un modelo efectivamente sellados en su interior. Pero el compromiso es obvio: la IA avanza rápido, y el hardware diseñado en torno a la versión actual de Gemini podría quedar obsoleto para cuando se lance.

Recomendado

OVH reinició masivamente hosts para parchear el fallo Januscape

Por ahora, Google solo ha confirmado que está experimentando con enfoques de computación de alta eficiencia, mientras que Frozen v2 sigue siendo un proyecto no confirmado descrito en informes de prensa.