Google está construyendo un nuevo chip de IA que podría reducir los costos de energía diez veces

Un chip con el nombre clave 'Frozen v2' es reportedly 6 a 10 veces más eficiente que el hardware actual de Google. Si cumple, podría reducir significativamente lo que cuesta ejecutar Gemini, la familia de modelos de IA de Google.

AI2Day NewsdeskAsistido por IAPublicado Updated Editor: Lee Brown3 min read
Aerial editorial photograph of a large modern data centre building at dusk, surrounded by cooling infrastructure and power substations, warm amber light spillin
Ilustración creada con IA. No es una fotografía de los hechos descritos.
Share

Puntos clave

  • Google está desarrollando un nuevo chip de servidor, con el nombre clave interno "Frozen v2", con una liberación prevista en 2028.
  • El chip podría ser 6 a 10 veces más eficiente que los chips de IA existentes de Google, medido por cuántas respuestas de texto puede producir por unidad de electricidad.
  • Las acciones de Google subieron aproximadamente un 3% el lunes por la mañana después de que se hizo pública la noticia del chip.
  • OpenAI anunció su primer chip personalizado, llamado Jalapeño, en junio de 2025; se reporta que Anthropic está en conversaciones con Samsung sobre una asociación de fabricación de chips.

Google está diseñando silenciosamente un nuevo chip de servidor construido para ejecutar sus modelos de IA Gemini de manera más económica. Con el nombre clave "Frozen v2" dentro de la empresa y reportado por primera vez por The Information, citando fuentes anónimas, está orientado a su lanzamiento en 2028.

La cifra principal es una grande. Frozen v2 podría producir 6 a 10 veces más respuestas generadas por IA por cada unidad de electricidad comparado con los chips actuales de Google. La misma factura de electricidad, mucho más trabajo de IA realizado.

Google no confirmó el reporte cuando TechCrunch preguntó directamente, y tampoco lo negó. "Nuestros equipos están constantemente investigando y experimentando con nuevas innovaciones para entregar el máximo rendimiento y eficiencia para nuestros usuarios y clientes", dijo un portavoz a TechCrunch, agregando que no todos los proyectos internos llegan a producción.

Ejecutar IA es costoso, y esos costos fluyen hacia los consumidores. Las empresas que reducen sus facturas de chips tienen más margen para mantener las herramientas de IA gratuitas o asequibles en lugar de traspasar costos a suscriptores o anunciantes. Hemos reportado sobre exactamente esta presión desde julio: como explicó nuestra historia del 17 de julio "El Problema de la Electricidad en el Corazón de la IA Moderna", la empresa que obtiene el trabajo más útil de cada vatio tiende a ganar.

La industria más amplia está presionando fuertemente en la misma dirección. Nvidia actualmente suministra la mayoría de los procesadores especializados que las empresas de IA necesitan. Esa dependencia preocupa a los grandes laboratorios: si Nvidia sube precios o se estrecha el suministro, todos desde Google hasta startups lo sienten. Construir sus propios chips es la forma más directa de reducir esa exposición.

OpenAI dio ese paso en junio de 2025, anunciando Jalapeño, su primer chip de inferencia interno, un procesador diseñado para generar respuestas de IA en lugar de entrenar nuevos modelos. Se reporta que Anthropic está en conversaciones tempranas con Samsung sobre un arreglo similar.

Para Google, la presión financiera es aguda. A principios de este año la empresa dijo que planea gastar entre $180 mil millones y $190 mil millones en infraestructura de IA durante 2025. La noticia de Frozen v2 parece haber ofrecido a los inversores cierta tranquilidad: las acciones de Google subieron alrededor del 3% el lunes por la mañana después del reporte de The Information, justo antes de la llamada de ganancias trimestrales de la empresa.

¿Qué significa esto para las personas que usan productos de Google?

La tecnología de chip más rápida y económica generalmente significa que las características de IA llegan a más personas a menor costo. Si Frozen v2 funciona como se describe, Google podría ejecutar Gemini de manera más eficiente, traduciéndose en respuestas más rápidas en Search o Android sin un aumento de precio para los usuarios. El objetivo de 2028 aún está a años de distancia, y la propia declaración de Google reconoció que no todos los proyectos internos llegan a producción. Esa advertencia merece tanta atención como los números de eficiencia.

© 2026 AI2Day