Los informes sobre el chip Frozen v2 de Google provocan un repunte en las acciones

Las acciones de Alphabet (NASDAQ: GOOG) subieron aproximadamente un 3% después de que se supiera que Google está desarrollando un nuevo chip para servidores, llamado internamente Frozen v2, diseñado para ejecutar sus modelos de IA Gemini de manera más eficiente.

Las acciones de clase C cerraron a 346,12 dólares el viernes, lo que supuso una variación intradía de aproximadamente 11 dólares por acción.

Según los informes, se espera que el nuevo chip para servidores se lance al mercado ya en 2028.

¿Qué se supone que debe hacer Frozen v2?

Frozen v2 está diseñado para integrar de forma permanente partes de la arquitectura de Gemini directamente en el chip dedicado, lo que reduce la cantidad de cálculos y el movimiento de datos necesarios para responder a las consultas.

Según los ingenieros de Google, podría ahorrar entre seis y diez veces más tokens por unidad de potencia que los chips de IA más recientes de la compañía.

En términos más sencillos, en lugar de depender de un chip de propósito general para determinar cómo ejecutar Gemini en tiempo de ejecución, el chip tendría el diseño de Gemini integrado desde el principio, lo que reduciría el consumo de energía y generaría respuestas más rápidas.

Además, el chip estaría separado de las unidades de procesamiento tensorial (o TPU) de Google y reduciría la cantidad de datos que el chip tiene que gestionar, lo que le permitiría responder a las consultas con mayor rapidez.

Sin embargo, un problema importante del diseño es que el chip solo funcionaría con futuros modelos Gemini si Google mantiene la misma arquitectura subyacente. 

Actualmente, Google considera Frozen v2 como una prueba piloto y no planea producirlo a la misma escala que sus TPU. Cuanto mayor sea la integración de Gemini en el hardware, más eficiente será el chip, pero más difícil será actualizarlo cuando el modelo evolucione. Los modelos de IA evolucionan rápidamente. 

¿Qué lugar ocupa Frozen v2 dentro de la estrategia general de hardware de Google?

Google lanzó su primera generación de Unidades de Procesamiento Tensorial (TPU) en 2016, convirtiéndose así en uno de los primeros gigantes tecnológicos en desarrollar chips personalizados en lugar de depender de las GPU de Nvidia. Desde entonces, Google ha lanzado varias TPU, implementándolas en sus servicios en la nube y en sus sistemas internos.

Con Frozen v2, Google añadiría una nueva opción de computación junto con las TPU y las GPU de Nvidia, que funcionan mejor para tareas flexibles que requieren actualizaciones constantes del modelo. En lugar de cambiar su estrategia de hardware actual, Google simplemente ha añadido una nueva opción para situaciones donde la eficiencia es crucial y el diseño del modelo es mucho más estable.

Por qué les importa a los inversores

Los inversores consideran la estrategia de hardware de Google como una ventaja competitiva a largo plazo, más que como una forma de no depender de hardware de terceros. En noviembre de 2025, la compañía lanzó su TPU Ironwood de séptima generación, que sirvió como alternativa a la GPU de IA de Nvidia.

Casi al mismo tiempo, Anthropic anunció planes para incluir tecnologías de la nube de Google, incluyendo un millón de TPU para alimentar futuros modelos Claude, lo que impulsó enormemente la confianza en el ecosistema de silicio propio de Google.

Este impulso también posicionó a Google como una alternativa confiable a Nvidia en la computación de IA, lo que provocó que Alphabet superara brevemente a Nvidia como la empresa más valiosa del mundo durante las operaciones posteriores al cierre del mercado en mayo de 2026, antes de volver a caer a finales de esa semana.

Si bien el crecimiento de la inversión parece prometedor, aún existe un obstáculo importante. No se espera que el chip se lance hasta 2028, lo que significa que simplemente no puede resolver las limitaciones de energía ni los problemas de capacidad de los centros de datos a los que se enfrenta Google actualmente.

Además, el diseño del chip podría quedar obsoleto debido a la rápida evolución de los modelos de IA, lo que podría provocar que pierda su ventaja competitiva para cuando se lance al mercado.

Si estás leyendo esto, ya llevas ventaja. Mantente al día con nuestro boletín informativo.