Em resumo

  • O Google está, segundo relatos, desenvolvendo um chip de servidor chamado Frozen v2 que incorpora parte da arquitetura do Gemini diretamente no silício.
  • Com base em relatos, os engenheiros projetam uma eficiência de seis a dez vezes maior que a dos TPUs atuais e uma meta de implantação em 2028.
  • As ações da Alphabet subiram cerca de 3% durante a sessão de negociação de segunda-feira após a notícia, antes dos lucros do segundo trimestre de 2026, previstos para quarta-feira, 22 de julho.

O Google está construindo um chip projetado para uma única tarefa: executar o Gemini de forma mais rápida e barata.

O chip, com o codinome Frozen v2, foi relatado pelo The Information na segunda-feira e dá ao Google uma resposta potencial para um problema que ele não consegue resolver apenas com dinheiro: está ficando sem capacidade para atender à demanda de IA que já gerou.

Em março, o Google disse à Meta que não conseguia atender ao volume de computação Gemini que a Meta queria comprar. A Meta teve que instruir os funcionários a racionar o uso de IA. O Google — gastando até US$ 190 bilhões em infraestrutura de IA este ano — estava recusando clientes porque não tinha servidores suficientes para atendê-los.

Então agora está construindo um chip projetado apenas para seus modelos de IA.

Não há muita informação sobre este novo chip, mas pela convenção de nomenclatura não é outro upgrade das Unidades de Processamento Tensor (TPUs) do Google — os chips personalizados que o Google vem construindo desde 2015 que alimentam o Gemini e seus serviços em nuvem para desenvolvedores externos.

Esses chips Tensor executam qualquer modelo de IA carregado neles. O Frozen v2 faz algo diferente. De acordo com os relatos, ele incorpora parte da arquitetura do Gemini — o modelo estrutural que determina como o modelo roteia e processa informações — diretamente no hardware.

Em aprendizado de máquina, "congelar" significa travar algo permanentemente no lugar. Aqui, o que é congelado é a arquitetura, não os pesos do modelo (o conhecimento real que o Gemini adquire através do treinamento, que permanece atualizável). Ao incorporar esse modelo nos circuitos do chip, o chip evita cálculos redundantes e para de transportar dados pela memória a cada consulta. Os engenheiros projetam uma melhoria de seis a dez vezes nos tokens — os pequenos pedaços de texto que compõem cada resposta de IA — gerados por watt de eletricidade consumida.

Essa é a diferença entre o Google atender dez consultas pelo custo de energia de uma.

Se você usa o Gemini, o Frozen v2 não mudará como ele parece para você. Mas muda o custo de execução — e um Gemini mais barato de executar compete mais fortemente contra OpenAI, Anthropic e laboratórios chineses que já respondem por até 45% do uso de tokens de IA das empresas americanas, em grande parte porque operam com 60–90% de desconto. Você pode não ter IA mais barata, mas o Google provavelmente será mais lucrativo.

As ações da Alphabet subiram cerca de 3% durante a sessão de segunda-feira com a notícia, tocando US$ 356 intradiário. A empresa divulga os resultados do 2º trimestre de 2026 na quarta-feira, 22 de julho, e o rali recuou na sessão de hoje, enquanto os investidores aguardam os resultados mais recentes do Google.

Este é mais um esforço de uma grande empresa de IA para eliminar sua dependência excessiva do hardware da Nvidia no desenvolvimento de seus produtos. A Nvidia controla cerca de 85% do mercado de GPUs para IA, e todas as grandes empresas de tecnologia querem sair dessa dependência.

O hardware da Nvidia foi originalmente construído para videogames, não para modelos de linguagem — funciona, mas com um custo adicional que chips especializados não têm. Na escala do Google, uma diferença de eficiência de 6 a 10 vezes não é abstrata. São bilhões de dólares. Meta, Amazon, Microsoft e OpenAI têm programas de silício personalizado exatamente por esse motivo.

Como a Decrypt noticiou em março, até a AWS — que se comprometeu a implantar 1 milhão de GPUs da Nvidia até 2027 — está construindo seus próprios chips simultaneamente para reduzir essa exposição de longo prazo.

O Frozen v2 ainda é exploratório. As principais decisões de design não foram finalizadas, o Google não confirmou que o projeto existe, e o chip não será oferecido a clientes externos da Cloud — hardware projetado para um modelo específico não pode executar o de mais ninguém. A implantação está prevista para 2028, no mínimo, de acordo com relatos.

Enquanto isso, o Google está pagando à SpaceX US$ 920 milhões por mês para alugar 110.000 GPUs da Nvidia dos data centers da xAI como uma ponte.