Google está invirtiendo fuertemente en el desarrollo de hardware especializado para inteligencia artificial, y su último proyecto es un nuevo chip de servidor, denominado internamente "Frozen v2". Según fuentes de The Information, este chip está diseñado para mejorar drásticamente la eficiencia de los modelos Gemini de Google, pudiendo ser entre 6 y 10 veces más eficiente que la generación actual de hardware de IA de la compañía, medido en tokens generados por unidad de potencia eléctrica.
La noticia del desarrollo de "Frozen v2", que se espera esté listo para 2028, ha tenido un impacto positivo en las acciones de Alphabet, registrando un alza aproximada del 3%. Este avance responde a la creciente necesidad de optimizar los costos operativos en el despliegue de IA a gran escala. Una mayor eficiencia energética se traduce directamente en una reducción de los gastos de infraestructura, un factor crucial para empresas que manejan miles de millones de consultas diarias potenciadas por IA.
El desarrollo de "Frozen v2" también plantea interrogantes sobre la dependencia de Google de proveedores externos de chips. Si bien Nvidia domina el mercado de GPUs para entrenamiento, Google, al igual que otras grandes tecnológicas, diseña sus propios chips (TPUs) y externaliza su fabricación a empresas como TSMC y Samsung. Esto le permite un mayor control sobre la integración hardware-software, crucial para la optimización de sus modelos de IA.
La anticipada eficiencia de "Frozen v2" es un testimonio del esfuerzo de Google por mantener su liderazgo en el campo de la IA. En un sector que avanza a un ritmo vertiginoso, la capacidad de innovar y optimizar el hardware subyacente es fundamental para el éxito a largo plazo. La mejora en la métrica de "tokens por unidad de potencia" no solo representa un ahorro económico, sino también un paso adelante en la viabilidad y escalabilidad de las aplicaciones de IA avanzadas.