Google Frozen v2: Gemini direkt in den Chip gebrannt

Wenn eine KI antwortet, verschlingt das Verschieben von Daten zwischen Prozessor und Speicher einen Großteil der Energie. Google will dieses Problem radikal lösen: Ein neuer Serverchip namens Frozen v2 soll Teile des Gemini-Modells dauerhaft in die Hardware einschmelzen, statt sie bei jeder Anfrage neu aus dem Speicher zu laden. Das berichtete The Information am 21. Juli gestützt auf Ingenieure, die an dem Projekt arbeiten.

Was Frozen v2 von einem TPU unterscheidet

Googles aktuelle Chips sind Tensor Processing Units, kurz TPUs. Sie sind Allrounder: flexibel genug, um viele verschiedene Modelle auszuführen, aber genau deshalb auch auf einen Kompromiss bei der Effizienz angewiesen. Jedes Mal, wenn das Modell eine Anfrage beantwortet, lädt der Chip die Modellparameter aus dem Arbeitsspeicher. Das kostet Energie und Zeit.

Frozen v2 setzt auf eine andere Architektur. Statt die Parameter des Gemini-Modells im Speicher vorzuhalten, werden Teile davon dauerhaft in die Schaltkreise des Chips eingebettet. Der Name kommt aus dem KI-Jargon: "Gefrorene" Parameter sind Parameter, die sich während des Betriebs nicht mehr verändern. Bei Frozen v2 ist dieses Einfrieren wörtlich gemeint. Google würde damit die Grenze zwischen Software und Hardware verwischen.

Der Effekt laut den Insidern: sechsmal bis zehnmal mehr Token pro Watt als bei aktuellen TPUs. Token ist die Maßeinheit für KI-Ausgaben, ein Wort entspricht etwa 1,3 Token. Mehr Token pro Watt bedeutet: mehr KI-Antworten für denselben Energieeinsatz. Bei dem Volumen, das Google täglich mit Gemini bewältigt, bedeutet dieser Effizienzgewinn Einsparungen in Milliardenhöhe bei den Betriebskosten.

Warum Google das Problem jetzt lösen muss

Google befindet sich in einem Engpass. Die Nachfrage nach KI-Rechenleistung wächst schneller als die vorhandene Infrastruktur. TPUs, die Google im April 2026 in einer neuen Generation vorgestellt hatte, sind Googles bisherige Antwort. Sie sind schnell, aber teuer und energieintensiv. Frozen v2 adressiert einen anderen Engpass: nicht Rechenleistung, sondern Energieeffizienz bei der Inferenz.

Inferenz ist der Betriebsmodus, in dem KI auf Anfragen antwortet, im Gegensatz zum Training, bei dem das Modell gelernt wird. Training geschieht einmal. Inferenz geschieht milliardenfach täglich. Google sieht Frozen v2 daher zunächst als Testlauf für spezialisierte Siliziumarchitekturen, während Gemini zu einem stabilen Modell reift. Frozen v2 wird laut Bericht in deutlich kleineren Stückzahlen produziert als TPUs.

Was das für Gemini-Nutzer bedeutet

Direkt sichtbar ist Frozen v2 für Nutzer nicht. Keine neue Benutzeroberfläche, keine neue Modellversion. Der Chip arbeitet im Rechenzentrum. Was sich theoretisch verbessert: schnellere Antwortzeiten und niedrigere Kosten pro KI-Anfrage, beides Voraussetzungen für günstigere oder schnellere Dienste.

Es gibt auch ein Risiko. Ein Chip mit eingeschmolzenem Gemini-Modell verliert an Flexibilität. Sobald Google eine neue Version von Gemini einführt, passen ältere Frozen-v2-Chips nicht mehr zur neuen Architektur. Dieses Problem lösen TPUs einfach durch neue Software. Ob und wie Google diesen Kompromiss bei zukünftigen Chip-Generationen handhabt, ist unklar.

Apple, Meta und Microsoft bauen parallel

Frozen v2 ist kein Einzelphänomen. Die großen Technologiekonzerne bauen seit Jahren eigene KI-Chips, um sich von Nvidia unabhängiger zu machen. Apple arbeitet unter dem Codenamen ACDC an Inferenzchips für Rechenzentren, die ab der zweiten Jahreshälfte 2026 in die Massenproduktion gehen sollen. Meta hat vier neue Generationen seiner MTIA-Chips angekündigt, die von 2026 bis 2027 eingesetzt werden. Metas MTIA-Familie erhöht von Generation 300 bis 500 die HBM-Bandbreite um das 4,5-fache und die Rechenkapazität um das 25-fache. Microsoft betreibt Maia 200 intern.

Der Unterschied zu Frozen v2 liegt in der Radikalität. Meta, Apple und Microsoft bauen leistungsfähigere Allround-Chips für ihre KI-Modelle. Google geht einen Schritt weiter und testet, ob man ein bestimmtes Modell dauerhaft in die Hardware einschmelzen kann. Das ist kein gradueller Effizienzgewinn, sondern ein Paradigmenwechsel im Chip-Design, der nur funktioniert, wenn sich das Modell selbst stabilisiert hat.

Frozen v2 als Testlauf: Was bis 2028 bewiesen werden muss

Google plant den Einsatz von Frozen v2 nicht vor 2028. Bis dahin muss das Konzept mehr beweisen als Effizienz im Labor. Die zentrale Frage ist Langlebigkeit: Wie oft aktualisiert Google Gemini und wie gut lässt sich ein eingeschmolzener Chip gegen eine neue Modellversion austauschen? Wenn Gemini sich schnell weiterentwickelt, kann ein auf die heutige Architektur zugeschnittener Chip innerhalb von zwei Jahren veralten.

Google selbst nennt Frozen v2 ausdrücklich einen Testlauf, nicht den geplanten Ersatz der TPU-Flotte. Wenn der Test zeigt, dass stabile Kernbereiche von Gemini sich effizient einbetten lassen, könnten künftige Generationen diesen Ansatz im größeren Maßstab verfolgen. Das wäre ein Paradigmenwechsel in der KI-Infrastruktur: vom flexiblen Allround-Chip hin zu hocheffizienten, modellspezifischen Siliziumkomponenten.