Google entwickelt neuen Frozen v2 Prozessor: Gemini wird direkt in den Chip integriert

Google plant einen revolutionären Schritt, um die Effizienz von KI-Technologien drastisch zu steigern. Das Unternehmen arbeitet an einem spezialisierten Server-Chip namens Frozen v2, der das neuronale Netzwerk Gemini direkt in die Prozessorarchitektur integriert. Es wird erwartet, dass dieser Ansatz die KI-Leistung um das bis zu 10-fache gegenüber aktuellen Werten steigert. Dies berichtet Ixbt.com berichtet .

Laut Informationen von The Information besteht die Einzigartigkeit des neuen Prozessors darin, dass das Gemini-Modell nicht aus dem Speicher geladen wird, sondern ein integraler Bestandteil des Chips wird. Derzeit sind KI-Beschleuniger universell einsetzbar, wobei das Modell im Speicher abgelegt wird und der Prozessor während des Betriebs ständig Daten damit austauscht. Beim Frozen v2-Projekt wird die Struktur des neuronalen Netzwerks direkt "in das Silizium eingebrannt".

Energieeffizienz und technische Möglichkeiten

Ein solches Design ermöglicht eine Steigerung der Energieeffizienz um das 6- bis 10-fache. Für Google bedeutet dies eine erhebliche Senkung der Kosten für die Bearbeitung von Milliarden von Anfragen. Der neue Chip wird in der Lage sein, pro Energieeinheit deutlich mehr Token zu verarbeiten als aktuelle TPU (Tensor Processing Unit)-Beschleuniger.

Es ist erwähnenswert, dass Frozen v2 bestehende Prozessoren nicht vollständig ersetzen, sondern als separate Produktlinie entwickelt wird, die diese ergänzt. Auf dem Chip können nur die "Gewichte" des Modells, also die während des Trainings gewonnenen Parameter, aktualisiert werden, während die grundlegende Architektur unverändert bleibt. Dies sorgt für eine maximale Optimierung für ein spezifisches Modell.

Ressourcenknappheit und Zukunftsaussichten

Einer der Hauptgründe für dieses Projekt ist der Mangel an Rechenleistung bei Google. Derzeit ist die Nachfrage nach Google Cloud-Ressourcen so hoch, dass das Unternehmen gezwungen ist, einigen externen Kunden den Dienst zu verweigern. Leistungsstarke Chips ermöglichen es, mehr Aufgaben mit weniger Servern zu erledigen, was sich positiv auf Preis und Geschwindigkeit von Diensten in Regionen auswirken könnte, die globale Cloud-Dienste nutzen.

Diese Technologie birgt jedoch auch spezifische Risiken. In einer Zeit, in der sich der KI-Bereich rasant entwickelt, könnte eine auf Hardware-Ebene festgelegte Architektur bis zur Fertigstellung des Chips (etwa 2028) bereits veraltet sein. Dennoch arbeiten Startups wie Taalas an ähnlichen "festgelegten" Chips, was darauf hindeutet, dass sich ein neuer Trend in der Branche abzeichnet.

Bisher hat Google dieses Projekt nicht offiziell bestätigt und beschränkt sich darauf, mitzuteilen, dass mit Hochleistungs-Rechenlösungen experimentiert wird. Sollte Frozen v2 erfolgreich umgesetzt werden, könnte dies eine neue Ära für die KI-Infrastruktur einläuten.