Google בונה שבב AI משלה, "Frozen v2", שירוץ את Gemini ביעילות טובה פי 6 עד 10 עד 2028

Google מפתחת chip AI חדש בהתאמה אישית, שכונה בפנים 'Frozen v2', שתוכנן במיוחד לשפר את היעילות והביצועים של מודלי Gemini, לפי דיווח של The Information שהועבר על ידי TechCrunch ו-Gigazine. ה-chip מיועד לשחרור ב-2028 ועשוי לספק יעילות טובה פי 6 עד 10 מה-chips הנוכחיים של Google כשמודדים לפי token שנוצר ליחידת הספק. Google סירבה לאשר ישירות את הדיווח.

המניע הוא כלכלה פשוטה: עלויות inference שולטות בסקאלה של Gemini, ויעילות הספק קובעת ישירות את הרווחיות. שיפור של פי 6–10 ב-token לכל watt יוריד דרמטית את עלות הגשת Gemini ב-Search, ב-Workspace וב-API, ויקטין את התלות של Google ב-GPU של NVIDIA. הוא מרחיב את אסטרטגיית ה-TPU ארוכת השנים של Google — החברה בונה מאיצים בהתאמה אישית כבר שנים — לדור חדש שמכוון במפורש לעידן Gemini.

המהלך מתאים לנושא ברור של השבוע: כולם מתחרים כדי להיחלץ מהתלות ב-NVIDIA. DeepSeek מפתחת chip inference משלה, Apple לפי הדיווחים מחפשת רכישות של chip-AI, ו-NVIDIA עצמה מכפילה את ההימור על NVLink ועל רשתות scale-up למפעלי AI. silicon בהתאמה אישית הופך למנוף המרכזי ליתרון עלות ככל שאיכות המודלים הופכת למצרך ומודלים סיניים פתוחים דוחסים את התמחור לכל token.

הסתייגויות רבות: 2028 רחוקה, טענות היעילות הן תחזיות טרום-silicon, ו'token ליחידת הספק' הוא מדד ש-Google בחרה להדגיש. ההשפעה התחרותית בפועל תלויה בביצוע, בקיבולת fab, ובשאלה אם המפה של NVIDIA (Rubin ומעבר לו) תסגור את הפער. כדאי לקוראים לעקוב אחרי אישור, חשיפות benchmark, והאם Google תציע קיבולת של Frozen v2 חיצונית דרך Google Cloud כפי שהיא עושה עם ה-TPU הנוכחיים.