Google entwickelt einen Chip speziell für sein Gemini-KI-Modell
Ein neuer Prozessor mit dem Codenamen „Frozen v2" könnte bis zu zehnfach höhere Leistung pro Watt im Vergleich zu Googles aktuellen KI-Chips liefern. Der Haken: Es funktioniert nur, wenn Google Gemini auf die gleiche Weise weiterentwickelt.
Wichtigste Punkte
- Google entwickelt einen spezialisierten Chip mit dem Codenamen „Frozen v2", der seine Gemini-KI-Modelle effizienter ausführen soll, wie zunächst von The Information berichtet wurde.
- Google-Ingenieure prognostizieren, dass Frozen v2 6 bis 10 Mal mehr KI-Leistung pro Stromeinheit liefern könnte als die aktuellen Custom Chips des Unternehmens.
- Google zielt auf 2028 für die Bereitstellung des neuen Chips ab.
- Google einigt sich darauf, SpaceX etwa 1 Milliarde Dollar pro Monat zu zahlen, um eine aktuelle Engpässe in der Rechenkapazität zu überbrücken, während langfristige Lösungen entwickelt werden.
- Der Aktienkurs von Alphabet stieg am Montag um 3 %, nachdem der Bericht veröffentlicht wurde.
Google arbeitet an einem Chip, der dauerhaft auf die Ausführung eines KI-Modells und nichts anderes eingestellt wäre. Das Projekt hat den Codenamen „Frozen v2" und zielt auf Googles eigenes Gemini, das Large Language Model (eine KI-Art, die Text liest und generiert), das Googles KI-Assistent antreibt und mit ChatGPT konkurriert.
Die Idee besteht darin, Teile von Geminis Design direkt in die Schaltkreise des Prozessors einzubetten. Das bedeutet, dass der Chip die Schritte überspringt, die ein universeller Chip jedes Mal durchführen muss, wodurch der Stromverbrauch und die Zeit für die Beantwortung jeder Abfrage sinken. Googles eigene Ingenieure schätzen, dass er 6 bis 10 Mal mehr Antworten pro Watt Leistung verarbeiten könnte als die aktuellen Custom Prozessoren des Unternehmens, die sogenannten TPUs (Tensor Processing Units) – die spezialisierten Chips, die Google bereits für KI-Workloads entwickelt.
Das ist eine beeindruckende Zahl. Aber sie kommt mit einer echten Einschränkung.
Der Chip ist im Grunde um die heutige Gemini-Architektur festgelegt. Wenn Google Gemini vor 2028 erheblich überarbeitet, wird Frozen v2 zu einer schlechten Lösung. Google behandelt das Projekt Berichten zufolge teilweise als Experiment und hat derzeit keine Pläne, es im gleichen Maßstab wie seine Standard-TPUs herzustellen.
Warum ist das für normale Menschen wichtig?
Das ist wichtig, weil die Rechenkosten festlegen, was KI-Dienste kosten, wie schnell sie reagieren und wie viele Benutzer sie gleichzeitig bedienen können. Google steht derzeit unter ernstem internen Druck: Das Unternehmen musste zahlende Cloud-Kunden ablehnen, da eine Engpässe in der KI-Rechenkapazität herrscht, und vereinbarte im vergangenen Monat, SpaceX etwa 1 Milliarde Dollar pro Monat zu zahlen, um Kapazität zu leasen und seine Verpflichtungen gegenüber Business-Kunden zu erfüllen. Ein Chip, der zehnfach höhere Leistung pro Watt liefert, würde diesen Druck erheblich verringern, und niedrigere Betriebskosten können sich letztendlich in billigeren, schnelleren Diensten für Endbenutzer niederschlagen.
Frozen v2 würde neben Googles bestehenden TPUs zum Einsatz kommen und diese nicht ersetzen. Universelle Chips bleiben für das Training neuer KI-Modelle und die Bewältigung unterschiedlicher Workloads unverzichtbar. Frozen v2 würde speziell große Mengen an Gemini-Abfragen verarbeiten.
Alphabet antwortete nicht auf eine Anfrage für einen Kommentar vor der Veröffentlichung. Das Ziel 2028 gibt Google ungefähr drei Jahre Zeit, um zu entscheiden, ob der Architektur-Kompromiss dauerhaft sinnvoll ist.
