Google entwickelt 'Frozen v2'-KI-Chip, um Gemini-Effizienz zu steigern
Mountain View, Kalifornien — Alphabet, Googles Muttergesellschaft, entwickelt einen neuen Server-Chip mit dem internen Codenamen 'Frozen v2', der die Effizienz seiner Gemini-KI-Modelle dramatisch steigern soll, wie ein Bericht von The Information zeigt.
Der Chip, der irgendwann im Jahr 2028 auf den Markt kommen soll, könnte sechs- bis zehnmal effizienter sein als Googles bestehende KI-Prozessoren, gemessen an der Anzahl der pro verbrauchter Energieeinheit generierten Tokens.
Harter Wettbewerb bei kundenspezifischen Chips
Dieser Schritt reiht Google in die wachsende Zahl von KI-Unternehmen ein, die eigene Chips entwickeln. OpenAI kündigte erst letzten Monat seinen ersten eigenen Inferenzprozessor mit dem Codenamen 'Jalapeño' an. Ebenfalls in diesem Monat wurde berichtet, dass Anthropic eine Chip-Partnerschaft mit Samsung bespricht.
Der Trend spiegelt eine breitere Branchenbemühung wider, die Abhängigkeit von Nvidia zu verringern, das den KI-Chipmarkt historisch dominiert und große KI-Unternehmen von seiner Hardware abhängig gemacht hat.
Vertrauensschub bei Anlegern
Die Nachricht vom Frozen-v2-Chip schien Anleger zu beruhigen, die über Alphabets massive geplante Ausgaben besorgt waren. Google erklärte früher in diesem Jahr, dass es zwischen 180 und 190 Milliarden Dollar für den Aufbau seiner KI-Strategie ausgeben will. Nach dem Frozen-v2-Bericht stiegen Alphabets Aktien am Montag um etwa 3%.
Effizienz wird zum zentralen Schlachtfeld
Die KI-Chip-Effizienz ist zu einem zentralen Verkaufsargument geworden, da Bedenken hinsichtlich der KI-Ausgaben die Markteuphorie, die die Branche zuvor kennzeichnete, etwas gedämpft haben. Die Fähigkeit, mehr Tokens pro Watt Energie zu erzeugen, führt direkt zu niedrigeren Betriebskosten für KI-Workloads.
Google produziert bereits eigene Tensor Processing Units (TPUs), aber Frozen v2 stellt einen bedeutenden Sprung dar: Der 6-10-fache Effizienzgewinn wäre eine generationenübergreifende Verbesserung gegenüber seinen aktuellen kundenspezifischen Chips.
