Google está desarrollando un chip especializado que podría revolucionar la eficiencia de sus sistemas de inteligencia artificial. Conocido internamente como Frozen v2, este procesador promete multiplicar por hasta diez veces el rendimiento energético de las máquinas actuales, según informa hipertextual.com.

Un chip diseñado específicamente para Gemini

A diferencia de los procesadores de propósito general, Frozen v2 está pensado como una herramienta especializada que integraría directamente componentes de la arquitectura de Gemini, el modelo de IA de Google. Esta aproximación permitiría reducir tanto los cálculos necesarios como el movimiento de datos requerido para procesar las consultas de los usuarios.

El resultado sería espectacular en términos de eficiencia: el chip podría llegar a procesar entre seis y diez veces más tokens por unidad de energía comparado con las TPU (Tensor Processing Units) más potentes actuales de la compañía. En un contexto donde el consumo energético de los grandes modelos de IA se ha convertido en un desafío económico y medioambiental global, esta cifra cobra especial relevancia.

Una solución a medida, no una sustitución

Es importante aclarar que Google no tiene intención de reemplazar sus TPU existentes. En lugar de eso, Frozen v2 se sumaría al catálogo de herramientas disponibles para escenarios concretos donde su especialización sea una ventaja decisiva. Esta estrategia diversificada permite a la compañía optimizar recursos en función de cada caso de uso.

Sin embargo, existe un inconveniente significativo: la propia especialización del chip. Frozen v2 solo funcionaría con futuras versiones de Gemini si Google mantiene la misma arquitectura en sus modelos de IA. Cualquier cambio fundamental podría hacer que el procesador quedara obsoleto o requiriera actualizaciones importantes.

Un proyecto piloto con lanzamiento a largo plazo

Debido a estos riesgos, Google considera Frozen v2 como una prueba piloto por ahora. No existen planes de fabricarlo a gran escala como sí sucede con sus TPU actuales. Según las informaciones disponibles, la compañía tiene previsto lanzar el chip en 2028, lo que significa que aún quedan varios años de desarrollo y refinamiento.

Aunque la compañía no ha negado oficialmente el proyecto, sus portavoces han sido cautelosos. Un representante de Google señaló a CNBC que sus equipos "exploran constantemente nuevas formas de mejorar el rendimiento y la eficiencia para usuarios y clientes", sin confirmar ni desmentir explícitamente Frozen v2.

Google no está solo en esta carrera

Es importante enmarcar esta iniciativa dentro de una tendencia más amplia del sector. Prácticamente todas las grandes empresas de inteligencia artificial están apostando por desarrollar chips propios adaptados a sus sistemas:

• OpenAI presentó recientemente Jalapeño, su primer procesador personalizado para ChatGPT, en colaboración con Broadcom.
• Anthropic estaría negociando con Samsung para crear un chip propio, aunque las conversaciones aún están en una fase preliminar.
• Google, por su parte, cuenta con una década de experiencia en hardware especializado tras diseñar sus TPU en 2015, cuando anticipó que la demanda de IA superaría su infraestructura disponible.

Hoy en día, Google ofrece estas TPU a terceros a través de sus centros de datos, lo que le sitúa como competidor directo de NVIDIA en el mercado de procesadores para inteligencia artificial.

Un proyecto con futuro incierto, pero realista

Google tiene un historial poblado de proyectos que nunca llegan a la producción masiva. Sin embargo, un chip de IA parece ser algo diferente: la compañía dispone de la experiencia, los recursos y la motivación necesaria para hacerlo realidad. El hecho de que multitud de empresas del sector estén siguiendo el mismo camino sugiere que esta no es una moda pasajera, sino una evolución inevitable del mercado.

La pregunta que queda sin respuesta es si Frozen v2 logrará mantener su utilidad en 2028, cuando la arquitectura de los modelos de IA habrá evolucionado significativamente. Por ahora, solo podemos esperar y observar cómo Google resuelve este y otros desafíos en su división de inteligencia artificial.