Google está desarrollando un nuevo chip de inteligencia artificial diseñado para ejecutar sus modelos Gemini de manera mucho más eficiente, según un informe publicado por primera vez por la publicación tecnológica The Information. El esfuerzo, que según The Information se conoce internamente con el nombre en clave "Frozen", hizo que las acciones de Alphabet subieran notablemente mientras los inversores apostaban a que una inferencia más barata y más rápida podría proteger los márgenes de Google a medida que aumentan los costos de la computación de IA.
El informe fue rápidamente confirmado y amplificado en los medios financieros. Reuters informó que "Google planea un nuevo chip para ejecutar los modelos Gemini de manera más eficiente", citando a The Information, mientras que CNBC escribió que "las acciones de Alphabet aparecen al informar que está desarrollando un chip de IA más eficiente". Bloomberg también informó que "Las acciones de Google ganan en el informe del chip para impulsar la eficiencia de la IA". La reacción constante del mercado subraya cuán sensibles se han vuelto los inversionistas ante cualquier señal de que un importante laboratorio de inteligencia artificial pueda reducir el costo de servir modelos.
Por qué la eficiencia ahora importa más que la energía bruta
El impulso de los chips llega en un momento en el que la economía de la IA está bajo intenso escrutinio. Como señaló Tom's Hardware en un análisis separado el mismo día, la industria enfrenta "la paradoja duradera de la economía de la IA": los modelos siguen mejorando y siendo más eficientes, pero el costo total de ejecutarlos aún puede salirse de control a medida que aumenta el uso. El problema no es sólo la formación; es la inferencia, el gasto continuo de responder cada consulta, lo que domina la factura a medida que los productos llegan a millones de usuarios.
Un chip diseñado específicamente para abaratar la inferencia de Gemini abordaría exactamente esa presión. Google presta servicios a Gemini en productos de consumo como Search y su chatbot, así como a través de su división de nube, lo que significa que incluso ganancias modestas en eficiencia se traducen en grandes ahorros a escala. Los inversores claramente leyeron el informe como una señal de que Google tiene la intención de defender esa posición económica con silicio personalizado en lugar de depender únicamente de aceleradores disponibles comercialmente.
La larga apuesta de Google por el silicio personalizado
El proyecto Frozen encaja perfectamente en la estrategia bien establecida de Google de diseñar sus propios chips de IA. Durante años, la compañía ha construido sus Unidades de Procesamiento Tensoriales, o TPU, que alimentan cargas de trabajo internas y se ofrecen a los clientes de la nube. Google también ha diseñado silicio personalizado para sus teléfonos Pixel y ha trabajado para reducir los modelos de IA para que puedan ejecutarse en dispositivos de consumo en lugar de sólo en grandes centros de datos.
Lo que supuestamente distingue el esfuerzo de Frozen es su enfoque explícito en la eficiencia para servir a Gemini. Si bien las TPU se han optimizado históricamente tanto para el entrenamiento como para la inferencia, un chip adaptado específicamente al costo de responder consultas indica dónde Google cree que se librará la próxima batalla competitiva: no solo quién puede construir el modelo más inteligente, sino quién puede entregarlo más barato. Esa lógica se alinea con un cambio más amplio de la industria en el que el costo de inferencia -no la capacidad máxima- decide cada vez más qué productos sobreviven.
La medida también refuerza la integración vertical de Google. Al poseer el modelo, la pila de software y el silicio que hay debajo, Google puede codiseñar cada capa para las demás de maneras que los compradores de chips disponibles en el mercado no pueden igualar fácilmente.
La rivalidad más amplia entre fichas
Google no está solo en la carrera. Nvidia continúa dominando el mercado de los aceleradores de IA más potentes, y rivales como Amazon, que ha impulsado sus propios chips de IA personalizados, y un creciente campo de nuevas empresas han llegado a la conclusión de que controlar el silicio es esencial para competir en costos. El informe de Google surgió un día en el que la historia más amplia del hardware de IA estaba en movimiento: se decía que los planes de ASML de aumentar los precios de sus máquinas de litografía avanzada frustrarían a TSMC, un recordatorio de que toda la cadena de suministro de IA, desde las máquinas que imprimen chips hasta los chips que ejecutan modelos, está cambiando de precio en tiempo real.
Para Alphabet, el atractivo estratégico es doble. Una inferencia más barata protege la rentabilidad de las funciones de IA integradas en sus productos de consumo y fortalece el discurso de Google Cloud ante los clientes empresariales que están intensamente centrados en el costo de implementar modelos. Ambas cosas son importantes en un momento en el que los inversores exigen pruebas de que el enorme capital invertido en la infraestructura de IA acabará produciendo beneficios duraderos en lugar de una carrera mercantilizada hacia el abismo.
Qué mirar
El informe de Information significa que, por ahora, los detalles siguen siendo limitados y Google no ha confirmado públicamente el proyecto Frozen, sus especificaciones ni un cronograma. Lo que está claro es la intención: Google considera la inferencia eficiente como una frontera competitiva decisiva y está dispuesto a diseñar silicio dedicado para ganarla. A medida que el costo de ejecutar modelos de IA determina cada vez más qué productos prosperan, las empresas que controlan sus propios chips (y pueden adaptarlos a sus propios modelos) tendrán una ventaja estructural.
La señal para el resto de la industria es que la carrera por los chips de IA está pasando de una competencia sobre el poder de entrenamiento en bruto a una competencia sobre el costo por consulta, y el hardware de IA puede determinar los ganadores.
Manténgase por delante de la IA
El silicio personalizado se está convirtiendo silenciosamente en el factor decisivo para determinar quién se beneficia de la IA. Para obtener una cobertura continua de los chips, los modelos y los aspectos económicos que dan forma a la industria, visite nuestra página de inicio en aibuzzwire.news.
Leer más noticias sobre IA →
