Google sta sviluppando un nuovo chip "Frozen" per eseguire modelli di intelligenza artificiale Gemini in modo molto più efficiente

Google sta sviluppando un nuovo chip di intelligenza artificiale progettato per far funzionare i suoi modelli Gemini in modo molto più efficiente, secondo un rapporto pubblicato per la prima volta dalla pubblicazione tecnologica The Information. Lo sforzo – che secondo The Information è internamente noto con il nome in codice “Frozen” – ha fatto salire notevolmente le azioni di Alphabet poiché gli investitori scommettono che un’inferenza più economica e più veloce potrebbe proteggere i margini di Google mentre i costi di calcolo dell’intelligenza artificiale aumentano.

Il rapporto è stato rapidamente confermato e amplificato attraverso i media finanziari. Reuters ha riferito che "Google progetta un nuovo chip per eseguire i modelli Gemini in modo più efficiente", citando The Information, mentre CNBC ha scritto che "le azioni di Alphabet emergono dalla notizia che sta sviluppando un chip AI più efficiente". Allo stesso modo Bloomberg ha riferito che "le azioni di Google guadagnano grazie al chip per aumentare l'efficienza dell'intelligenza artificiale". La costante reazione del mercato sottolinea quanto gli investitori siano diventati sensibili a qualsiasi segnale che un importante laboratorio di intelligenza artificiale possa ridurre il costo di fornitura dei modelli.

Perché ora l'efficienza conta più della potenza pura

La spinta dei chip arriva in un momento in cui gli aspetti economici dell’intelligenza artificiale sono sotto un attento esame. Come ha osservato Tom's Hardware in un'analisi separata lo stesso giorno, l'industria si trova ad affrontare "il paradosso duraturo dell'economia dell'intelligenza artificiale": i modelli continuano a migliorare e diventare più efficienti, ma il costo totale della loro gestione può ancora andare fuori controllo man mano che l'utilizzo aumenta. Il problema non è solo la formazione; è l’inferenza, la spesa continuata per rispondere a ogni domanda, a dominare il conto mentre i prodotti raggiungono milioni di utenti.

Un chip creato appositamente per rendere più economica l’inferenza di Gemini risolverebbe esattamente questa pressione. Google serve Gemini attraverso prodotti di consumo come Search e il suo chatbot, nonché attraverso la sua divisione cloud, il che significa che anche modesti guadagni in efficienza si traducono in grandi risparmi su larga scala. Gli investitori leggono chiaramente il rapporto come un segno che Google intende difendere quella posizione economica con silicio personalizzato piuttosto che fare affidamento esclusivamente su acceleratori disponibili in commercio.

La lunga scommessa di Google sul silicio personalizzato

Il progetto Frozen si inserisce perfettamente nella strategia consolidata di Google di progettare i propri chip AI. L'azienda costruisce da anni le sue Tensor Processing Unit, o TPU, che alimentano sia i carichi di lavoro interni che vengono offerti ai clienti cloud. Google ha anche progettato silicio personalizzato per i suoi telefoni Pixel e ha lavorato per ridurre i modelli di intelligenza artificiale in modo che possano funzionare su dispositivi consumer anziché solo in vasti data center.

Ciò che, secondo quanto riferito, distingue l’impegno di Frozen è la sua attenzione esplicita all’efficienza nel servire i Gemelli. Mentre le TPU sono state storicamente ottimizzate sia per l’addestramento che per l’inferenza, un chip sintonizzato specificamente sul costo di risposta alle domande segnala dove Google ritiene che verrà combattuta la prossima battaglia competitiva: non solo chi può costruire il modello più intelligente, ma chi può fornirlo nel modo più economico. Questa logica è in linea con un cambiamento più ampio del settore in cui il costo di inferenza – e non la capacità di picco – decide sempre più quali prodotti sopravvivranno.

La mossa rafforza anche l'integrazione verticale di Google. Possedendo il modello, lo stack software e il silicio sottostante, Google può co-progettare ogni strato per gli altri in modi che gli acquirenti di chip standard non possono facilmente eguagliare.

La più ampia rivalità nel campo dei chip

Google non è certo sola nella corsa. Nvidia continua a dominare il mercato dei più potenti acceleratori di intelligenza artificiale, e rivali tra cui Amazon, che ha spinto i propri chip di intelligenza artificiale personalizzati, e un campo crescente di startup hanno tutti concluso che il controllo del silicio è essenziale per competere sui costi. Il rapporto di Google è emerso in un giorno in cui la più ampia storia dell’hardware AI era in movimento: si diceva che i piani di ASML di aumentare i prezzi sulle sue macchine litografiche avanzate frustrassero TSMC, ricordando che l’intera catena di fornitura dell’intelligenza artificiale – dalle macchine che stampano i chip ai chip che eseguono modelli – viene rivista in tempo reale.

Per Alphabet, l’attrattiva strategica è duplice. Un'inferenza più economica protegge la redditività delle funzionalità di intelligenza artificiale intrecciate nei suoi prodotti di consumo e rafforza la presentazione di Google Cloud ai clienti aziendali che sono fortemente concentrati sui costi di implementazione dei modelli. Entrambi contano in un momento in cui gli investitori chiedono la prova che l’enorme capitale riversato nelle infrastrutture di intelligenza artificiale alla fine produrrà profitti durevoli piuttosto che una corsa al ribasso mercificata.

Cosa guardare

Il rapporto di Information significa che, per ora, i dettagli rimangono limitati e Google non ha confermato pubblicamente il progetto Frozen, le sue specifiche o una tempistica. Ciò che è chiaro è l’intento: Google considera l’inferenza efficiente come una frontiera competitiva decisiva ed è disposto a progettare silicio dedicato per vincerla. Poiché il costo di gestione dei modelli di intelligenza artificiale determina sempre più quali prodotti prospereranno, le aziende che controllano i propri chip – e possono adattarli ai propri modelli – avranno un vantaggio strutturale.

Il segnale per il resto del settore è che la corsa ai chip IA si sta spostando da una competizione sulla potenza pura dell'addestramento a una competizione sul costo per query, e l'hardware AI potrebbe determinare i vincitori.

Stai al passo con l'intelligenza artificiale

Il silicio personalizzato sta diventando il fattore decisivo per chi trae profitto dall’intelligenza artificiale. Per una copertura continua su chip, modelli ed aspetti economici che plasmano il settore, visita la nostra home page su aibuzzwire.news.

Leggi altre notizie sull'AI →