O Google planeja lançar um novo chip otimizado para executar seus modelos de inteligência artificial Gemini em servidores até 2028, segundo reportagem publicada nesta segunda-feira (20). O movimento busca reduzir a dependência de fornecedores externos de hardware, como a Nvidia, e baratear os custos de infraestrutura de nuvem.
A informação foi divulgada pelo site especializado Valor Econômico, que cita fontes internas da empresa. O projeto, conhecido internamente como “Frozen v2”, seria a mais recente aposta do Google em silício próprio para cargas de trabalho de IA. Procurada, a companhia não comentou o assunto.
A iniciativa ocorre em um momento de forte pressão sobre a capacidade de computação em nuvem. Em junho, o PIRANOT revelou que o Google racionou o acesso ao Gemini para a Meta, expondo os gargalos de infraestrutura que afetam até mesmo grandes clientes corporativos. Um chip dedicado poderia aliviar essa escassez e acelerar o processamento de modelos de linguagem de grande escala.
Histórico de chips próprios
O Google desenvolve suas próprias Unidades de Processamento Tensor (TPUs) desde 2015, com o objetivo de acelerar tarefas de aprendizado de máquina e reduzir a dependência de fabricantes externos. As TPUs já são utilizadas em serviços como busca, tradução e no próprio treinamento do Gemini. O novo chip, porém, seria projetado especificamente para a fase de inferência — quando o modelo já treinado gera respostas —, etapa que consome a maior parte dos recursos em ambientes de produção.
A corrida por hardware de IA se intensificou nos últimos anos. A Nvidia domina o mercado com suas GPUs, mas gigantes como Microsoft, Amazon e OpenAI também investem em soluções próprias ou parcerias para escapar dos altos custos e da escassez de chips. O Google, com sua experiência em TPUs, tenta dar um salto competitivo ao integrar hardware e software de forma mais profunda.
O que esperar até 2028
O cronograma divulgado aponta para 2028 como o ano de implantação do novo chip, mas projetos de hardware estão sujeitos a atrasos, alterações ou até cancelamentos. O Google não confirmou oficialmente o plano, e detalhes como ganhos de eficiência energética, arquitetura e parceiro de fabricação permanecem desconhecidos.
Para empresas brasileiras que utilizam o Google Cloud e as APIs do Gemini, a promessa de um chip mais eficiente pode significar redução de custos e maior disponibilidade de recursos de IA no futuro. Até lá, a pressão sobre a infraestrutura atual deve continuar, enquanto a indústria acompanha os próximos passos do Google na corrida pelo silício de IA.
