Si hay algo que está quitando el sueño a los ingenieros de Google en Mountain View, es la voraz falta de potencia de cálculo. La demanda masiva de inteligencia artificial no da tregua, los servidores trabajan al límite y los costes operativos derivados del consumo energético se han disparado de forma insostenible. Necesitan una solución rápida, y la necesitan a nivel de hardware.
Para frenar esta sangría financiera y tecnológica, la compañía lleva meses diseñando una ruta alternativa en la sombra. Según han revelado diversas fuentes internas al medio especializado The Information, Google se encuentra desarrollando un nuevo chip ultrasecreto conocido actualmente bajo el nombre en clave Frozen v2.
Y ojo, porque no estamos ante una mera actualización incremental. Su objetivo fundacional es salvar a la empresa de su propio cuello de botella rediseñando cómo interactúan físicamente los modelos y los circuitos. Una apuesta de alto voltaje.
La integración total entre hardware y Gemini
El motivo detrás de esta arriesgada maniobra es puro pragmatismo: el diseño tradicional de los procesadores actuales ya no es suficiente para escalar. Frozen v2 rompe las reglas establecidas al integrar, de forma nativa, partes fundamentales de la arquitectura de Gemini directamente en el silicio.
Básicamente, los ingenieros de Google están «quemando» las instrucciones clave de su modelo de lenguaje en el propio cerebro electrónico. Gracias a este enfoque monolítico, el hardware consigue reducir drásticamente tanto el número de operaciones matemáticas redundantes como el pesado movimiento de datos en memoria que exige cada respuesta.
Si echamos un vistazo a las métricas proyectadas en los laboratorios, las cifras son mareantes. Este procesador altamente especializado sería capaz de escupir entre seis y diez veces más tokens por unidad de energía en comparación con las TPU más potentes que Google exprime hoy en sus centros de datos. Un salto de eficiencia descomunal.
La letra pequeña de Frozen v2: dependencia absoluta
Pero claro, en la ingeniería de semiconductores, esta clase de hiperespecialización siempre esconde una trampa importante. A diferencia de las TPU clásicas, que actúan como procesadores todoterreno para multitud de tareas y clientes, este nuevo integrante sería una herramienta de nicho interno.
La realidad ineludible es que Frozen v2 solo tiene sentido si Gemini mantiene inalterada su arquitectura subyacente durante los próximos años. Si los equipos de investigación de Alphabet idean una nueva forma radical de entrenar algoritmos que cambie las bases del modelo, este portento del silicio pasaría a ser poco más que un pisapapeles de lujo.
Precisamente por culpa de esa enorme dependencia del equipo de software, Google lo trata por ahora como un proyecto piloto en fase de validación. Tal y como evalúan analistas financieros en reportes como el de CNBC sobre la viabilidad comercial, la directiva no tiene planes a corto plazo para llevarlo a una producción masiva en las fábricas asiáticas.
De hecho, los calendarios internos que maneja la división apuntan a un hipotético lanzamiento hacia el año 2028. Una eternidad en la era de la IA, donde un trimestre equivale a toda una década de avances tecnológicos.
Fuegos internos en el peor momento
A todo este escenario técnico se le suma el contexto interno, bastante convulso, de la propia matriz corporativa. Antes de encargar obleas de silicio millonarias, Google tiene problemas urgentes que estabilizar en casa.
Para empezar, se enfrentan a una preocupante fuga de cerebros, viendo cómo investigadores clave del área de IA están fichando por la competencia directa. Por si fuera poco, tienen que lidiar con presiones extra derivadas de retrasos puntuales en la hoja de ruta de Gemini Pro, un modelo crítico para monetizar sus servicios orientados a empresas.
Y la presión externa, desde luego, no ayuda a calmar las aguas. Redes de modelos de origen chino de enorme agilidad, como es el caso de Kimi, están ganando terreno rápidamente en foros de desarrolladores. Esto demuestra a los inversores que existen alternativas de alto rendimiento muy alejadas del dominio de Mountain View.
La gran guerra por el silicio propio
Como era de esperar, Google no se ha quedado callada ante estas jugosas filtraciones, aunque se han cuidado mucho de negar la existencia del chip. Mediante comunicados de manual, reafirman que sus ingenieros exploran continuamente vías disruptivas para optimizar la eficiencia y el coste por inferencia. Lenguaje estrictamente corporativo, pero que valida la dirección del viento.
En cualquier caso, esta filtración evidencia una tendencia inexorable en el sector tecnológico: el hardware propietario es el nuevo campo de batalla. Ninguna gran firma quiere seguir pagando los altísimos márgenes de NVIDIA para encender sus servidores.
OpenAI, por poner el ejemplo más claro, acaba de desvelar su propia iniciativa con el chip Jalapeño, desarrollado en alianza con Broadcom para acelerar ChatGPT. En la misma liga juega Anthropic, que ya está cerrando acuerdos preliminares con Samsung para asegurarse su cuota de semiconductores personalizados. Todos quieren controlar su infraestructura de principio a fin.
Sin embargo, si alguien juega con ventaja histórica aquí, es Alphabet. Tienen un músculo técnico brutal gracias a que llevan fabricando aceleradores propios desde la llegada de su primera TPU en 2015. A día de hoy, compiten de tú a tú vendiendo ese poder de cómputo a miles de terceros en la nube.
Tocará esperar para comprobar si esta audaz integración directa entre Gemini y silicio llega finalmente a buen puerto, o si termina en el enorme cementerio de ideas aparcadas de la compañía. Lo que nos queda clarísimo es que la victoria final en esta industria no será para quien presuma del modelo más inteligente, sino para la empresa que logre ejecutarlo pagando la factura eléctrica más barata.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
