Gemini-Architektur direkt in Silizium implementiert: Technische Details zu Googles neuem KI-Inferenzchip „Frozen v2“ enthüllt, Rechenleistung pro Einheit des Stromverbrauchs um bis zu das 10-Fache gesteigert

TradingKey – Wie das US-Medium „The Information“ unter Berufung auf zwei mit der Angelegenheit vertraute Personen berichtet, entwickelt Google ( GOOGL) einen völlig neuen Server-Chip, der die zugrunde liegende Architektur seines großen Gemini-Modells direkt in der Hardware des Chips fest codieren kann, wodurch die betriebliche Effizienz bei der Bereitstellung von KI-Diensten für Nutzer erheblich gesteigert wird.

Dieser KI-Inferenz-Chip mit dem internen Codenamen „Frozen v2“ geht Googles aktuelles Problem einer gravierenden Knappheit an KI-Rechenleistung direkt an. Quellen zufolge hat die Lücke bei der Rechenleistung zu internen Ressourcenkonflikten geführt und Google Cloud sogar dazu gezwungen, zahlreiche externe Kundenaufträge abzulehnen. Das Forschungs- und Entwicklungsteam schätzt, dass nach dem offiziellen Einsatz des Chips die Anzahl der pro Stromeinheit verarbeiteten Tokens das 6- bis 10-Fache der neuesten Generation der bestehenden, von Google selbst entwickelten KI-Chips erreichen wird.

[Quelle: TradingView]

Angetrieben von diesen Nachrichten zeigte sich der Aktienkurs von Google heute stark und erreichte ein Tageshoch von 359,67 US-Dollar. Bei Redaktionsschluss notierte die Aktie mit einem Plus von 3,28 % bei 358,14 US-Dollar, womit der Kurs wieder über seine gleitenden Durchschnitte der letzten 5, 10 und 20 Tage kletterte.

Warum wird es „Frozen“ genannt?

Der Ursprung des Codenamens "Frozen" liegt in seinem grundlegenden Designkonzept: Ein Teil der Rechenlogik des Gemini-Großmodells wird dauerhaft in die Silizium-Hardware eingebrannt – ähnlich wie das "Einfrieren" der Software im Chip. Ingenieure arbeiten derzeit noch an der Fertigstellung der funktionalen Kernmodule des Chips und dem Zusammenspiel der verschiedenen Komponenten, und Google plant, diesen KI-Chip bereits 2028 einzusetzen.

Das Projekt "Frozen" zielt darauf ab, eine völlig neue Produktlinie für KI-Chips zu etablieren, um die bestehenden Tensor Processing Units (TPUs) von Google zu ergänzen, statt sie zu ersetzen.

Derzeit sind die am weitesten verbreiteten KI-Chips – Nvidia ( NVDA)-GPUs und Google-TPUs – allesamt Allzweck-Chips, die sich an mehrere verschiedene Großmodelle anpassen können. Wenn Allzweck-Chips jedoch ein beliebiges Modell ausführen, müssen sie in Echtzeit eine große Anzahl zeitaufwendiger Logikentscheidungen treffen; im Gegensatz dazu integriert der KI-Inferenzchip "Frozen v2" direkt die grundlegende Rechenlogik, die auf die Modelle der Gemini-Serie abgestimmt ist, was die Rechenschritte des Chips und die Datenbewegungen erheblich reduziert und so einen qualitativen Sprung bei der Inferenzeffizienz erzielt.

Mit der Angelegenheit vertraute Personen gaben an, dass dieser dedizierte KI-Chip schneller auf Nutzeranfragen reagieren kann, was Google voraussichtlich dabei unterstützen wird, völlig neue KI-Anwendungsszenarien auf den Markt zu bringen.

Googles strategische Wette auf den Frozen-v2-Chip: Tiefe Integration von Hard- und Software

Die technische Roadmap von Frozen v2 bedeutet, dass Google eine strategische Wette eingeht – und darauf setzt, weiterhin die zugrunde liegende Architektur des aktuellen großen Gemini-Modells zu nutzen. Nur wenn nachfolgende Iterationen des Gemini-Modells eine zugrunde liegende Architektur übernehmen, die mit der beim Design des KI-Chips verwendeten übereinstimmt, können sie ordnungsgemäß auf dem Chip laufen.

Mit der Angelegenheit vertraute Personen fügten hinzu, dass Google weiterhin iterative Optimierungen an dem Chip vornehmen kann, einschließlich der Aktualisierung der integrierten Modellgewichte – Gewichte sind die zentralen Parameterkonfigurationen, die bestimmen, wie das KI-Modell Fragen beantwortet.

Ein Google-Sprecher erklärte dazu, dass die Teams des Unternehmens „kontinuierlich verschiedene innovative Technologien erforschen, entwickeln und testen, um die bestmögliche Leistung und Energieeffizienz für Nutzer und Unternehmenskunden zu erreichen“, und fügte hinzu, dass „nicht alle Forschungs- und Entwicklungsprojekte letztendlich in die Serienproduktion gehen werden, aber diese umfassende technische Erforschung ein Kernbestandteil unserer proprietären Full-Stack-Technologie-Roadmap ist“.

Googles Ambitionen für die Software-Hardware-Integration beim Frozen v2-Chip

Die Enth%llung des Frozen v2-KI-Chips spiegelt die tiefgreifende strategische Logik von Google im Bereich der KI-Infrastruktur wider, wobei die Sorge vor Engp%ssen bei der KI-Rechenkapazit%t der Haupttreiber ist. Da die Gr%&e der Gemini-Modelle immer weiter zunimmt, r%ckt die Energieeffizienzgrenze von Allzweckchips immer n%her. Die direkte Einbettung der Logik gro&er Modelle in die Hardware stellt eine radikale L%sung dar, um den Energieeffizienz-Engpass bei der KI-Rechenleistung aufzubrechen.

Dies signalisiert auch, dass Google einen vertikal integrierten Weg im "Apple-Stil" repliziert, der Software und Hardware kombiniert. Von seinen selbstentwickelten TPUs bis hin zur Frozen-Reihe dedizierter KI-Chips versucht Google, in der KI-%ra einen geschlossenen Full-Stack-Kreislauf von der Modellarchitektur bis zum Chipdesign zu etablieren. Sollte sich dieser Weg als erfolgreich erweisen, wird er die KI-Inferenzkosten drastisch senken und den Weg for die Kommerzialisierung von Gemini ebnen.

Allerdings lassen sich die Risiken ebenso wenig ignorieren. Die tiefe Kopplung von Chips und Modellen bedeutet, dass die Frozen-KI-Chips schnell veralten k%nnten, sobald die zugrunde liegende Architektur von Gemini eine grundlegende %berarbeitung erf%hrt. Googles Positionierung von Frozen v2 als "technische Testplattform" statt als Serienprodukt zeigt deutlich, dass dieser Weg noch Zeit braucht, um sich zu bew%hren.