Google arbeitet Berichten zufolge an einem neuen KI-Chip, der speziell auf die Inferenz seiner Gemini-Modelle zugeschnitten sein soll. Das interne Projekt trägt laut The Information den Namen „Frozen v2“ und könnte 2028 erscheinen. Besonders auffällig ist die genannte Effizienz: Der Chip soll zwischen sechs- und zehnmal mehr Tokens pro eingesetzter Energieeinheit erzeugen können als Googles bestehende KI-Beschleuniger.
Google hat den Bericht gegenüber TechCrunch weder bestätigt noch ausdrücklich dementiert. Das Unternehmen erklärte lediglich, seine Teams erforschten laufend neue Ansätze für mehr Leistung und Effizienz und nicht jedes Projekt gelange in die Produktion. Damit ist Frozen v2 ein ernstzunehmendes, aber noch nicht offiziell angekündigtes Hardwareprojekt. Es gibt weder ein Datenblatt noch unabhängige Messwerte oder einen garantierten Marktstart.
Was über Frozen v2 bekannt ist
Die ursprüngliche Meldung stammt von The Information und wurde am 20. Juli 2026 veröffentlicht. TechCrunch bestätigte anschließend, dass Google zu dem Bericht Stellung nahm, ohne das Projekt direkt zu bestätigen.
Die derzeit belastbaren Eckpunkte sind:
- Google beziehungsweise der Mutterkonzern Alphabet entwickelt dem Bericht zufolge einen neuen Serverchip für Gemini-Inferenz.
- Der interne Codename lautet „Frozen v2“.
- Als möglicher Zeitraum für die Einführung wird 2028 genannt.
- Die Effizienz soll laut anonymen Quellen sechs- bis zehnmal höher liegen als bei Googles aktuellen KI-Chips.
- Gemessen wird die Effizienz als erzeugte Tokens pro eingesetzter Energieeinheit.
- Google bestätigt das konkrete Projekt nicht und warnt allgemein davor, dass Forschungsprojekte nicht automatisch in Produktion gehen.
Diese Punkte beschreiben eine Entwicklungsrichtung, kein fertiges Produkt. Angaben zu Fertigungsprozess, Chipfläche, Speicher, Interconnect, unterstützten Datentypen, maximaler Leistungsaufnahme oder konkreten Gemini-Versionen fehlen vollständig.
Warum ein Gemini-spezifischer Chip interessant ist
Die meisten modernen KI-Beschleuniger müssen viele verschiedene Modelle und Rechenarten unterstützen. Diese Flexibilität ist wertvoll, kostet aber Fläche, Energie und Komplexität. Ein stärker spezialisiertes Design kann Hardwareblöcke, Speicherzugriffe und Datenbewegung gezielter auf ein begrenztes Einsatzprofil abstimmen.
Für Google liegt dieser Ansatz nahe. Das Unternehmen kontrolliert wesentliche Teile des eigenen KI-Stacks:
- die Gemini-Modellfamilie,
- Trainings- und Inferenzsoftware,
- Rechenzentren,
- Compiler und Laufzeitumgebungen,
- eigene Tensor Processing Units,
- Cloud- und Endnutzerprodukte.
Wenn Modellarchitektur, Compiler und Chip gemeinsam entwickelt werden, lassen sich bestimmte Operationen effizienter ausführen. Häufig ist nicht nur die reine Rechenleistung entscheidend. Bei großen Sprachmodellen begrenzen Speicherbandbreite, Datentransport und die Auslastung einzelner Recheneinheiten die tatsächliche Geschwindigkeit.
Google beschreibt diesen Ansatz in seiner Antwort an TechCrunch als „Full-Stack“-Entwicklung: Hardware und Software werden gemeinsam entworfen und für reale Arbeitslasten optimiert. Die Aussage bestätigt Frozen v2 nicht, erklärt aber die strategische Logik hinter einem solchen Projekt.
Was „sechs- bis zehnmal effizienter“ wirklich bedeutet
Die spektakulärste Zahl des Berichts ist die mögliche Steigerung um den Faktor sechs bis zehn. Sie sollte vorsichtig gelesen werden.
Erstens handelt es sich nicht um einen unabhängig geprüften Benchmark. Die Zahl stammt laut Berichterstattung von anonymen Quellen. Zweitens hängt das Ergebnis stark davon ab, womit verglichen wird. „Bestehende KI-Chips“ kann unterschiedliche TPU-Generationen, Systemkonfigurationen und Softwarestände umfassen.
Drittens ist „Tokens pro Energieeinheit“ keine universelle Qualitätsmetrik. Ein System kann mehr Tokens pro Watt erzeugen, aber bei anderen Modellgrößen, Kontextlängen, Batch-Größen oder Latenzzielen weniger gut abschneiden. Für interaktive Anwendungen zählt nicht nur der Gesamtdurchsatz, sondern auch die Zeit bis zum ersten Token und die Geschwindigkeit für einen einzelnen Nutzer.
Trotzdem wäre eine bestätigte Steigerung in dieser Größenordnung wirtschaftlich bedeutend. KI-Inferenz wird mit jedem zusätzlichen Nutzer und jedem längeren Kontext zu einem wiederkehrenden Kostenfaktor. Mehr Tokens pro Watt bedeuten potenziell:
- niedrigere Energiekosten pro Anfrage,
- mehr Anfragen pro Rechenzentrum,
- weniger Kühlbedarf je generiertem Token,
- höhere Kapazität ohne proportionalen Ausbau der Stromversorgung,
- günstigere Preise oder bessere Margen für KI-Dienste.
Ob Frozen v2 diese Vorteile tatsächlich erreicht, lässt sich erst mit transparenten Messungen auf vergleichbaren Arbeitslasten prüfen.
Inferenz statt Training: der entscheidende Unterschied
Der Bericht positioniert Frozen v2 als Chip für den Betrieb von Gemini-Modellen. Das ist Inferenz: Ein bereits trainiertes Modell verarbeitet Eingaben und erzeugt Antworten. Training ist ein anderer Arbeitsgang. Dabei werden Modellparameter über große Datenmengen und viele Rechenschritte angepasst.
Training verlangt hohe Flexibilität, weil Modellarchitekturen, Datentypen und Optimierungsverfahren während der Entwicklung wechseln können. Inferenz ist planbarer. Sobald ein Modell stabilisiert ist, lässt sich die Hardware enger auf häufige Operationen und feste Datenflüsse abstimmen.
Ein spezialisierter Inferenzchip muss die Modellgewichte nicht zwangsläufig unveränderlich „in Silizium brennen“. Der Codename Frozen allein belegt keine solche Architektur. Möglich wären mehrere Designs: ein fest optimierter Datenpfad, besondere Speicherhierarchien, angepasste Recheneinheiten oder eine Kombination daraus. Ohne technisches Datenblatt wäre jede genaue Beschreibung Spekulation.
Die zentrale Idee bleibt dennoch plausibel: Je genauer Google die späteren Gemini-Arbeitslasten kennt, desto aggressiver kann das Unternehmen Hardware und Software aufeinander abstimmen.
Der Preis der Spezialisierung
Mehr Effizienz entsteht meist nicht kostenlos. Ein allgemeiner Beschleuniger kann viele Modelltypen ausführen. Ein stark spezialisiertes System ist potenziell weniger flexibel, wenn sich die Modellarchitektur verändert.
Der genannte Zielzeitraum 2028 verschärft dieses Problem. Zwischen Chipentwurf und produktivem Einsatz vergehen mehrere Jahre. In dieser Zeit können sich Attention-Mechanismen, Speicherbedarf, Quantisierung, Mixture-of-Experts-Architekturen und Kontextverarbeitung grundlegend verändern.
Google müsste Frozen v2 deshalb auf ausreichend stabile Eigenschaften der Gemini-Modelle ausrichten. Gleichzeitig müsste der Chip genug Spielraum behalten, um neue Versionen zu unterstützen. Das erklärt möglicherweise auch den Namen „Frozen“: Für hohe Effizienz muss ein Teil des Zielprofils früh festgelegt werden. Der Name allein ist jedoch kein technischer Nachweis dafür, welche Komponenten tatsächlich fixiert sind.
Scheitert diese Balance, kann spezialisierte Hardware bei Markteinführung bereits unpassend sein. Gelingt sie, erhält Google einen erheblichen Kostenvorteil im eigenen Produktstack.
Warum Energieeffizienz zum Engpass wird
KI-Anbieter investieren enorme Summen in Rechenzentren, Stromversorgung und Beschleuniger. TechCrunch verweist darauf, dass Alphabet für 2026 Investitionen von 180 bis 190 Milliarden US-Dollar plant. Ein großer Teil solcher Ausgaben entfällt auf Infrastruktur für KI und Cloud-Dienste.
Neue Modelle erhöhen den Druck in mehreren Richtungen:
- Mehr Nutzer erzeugen mehr Inferenzlast.
- Längere Kontexte steigern Speicher- und Rechenbedarf.
- Reasoning-Modelle generieren zusätzliche interne und sichtbare Tokens.
- Agenten rufen Modelle wiederholt innerhalb eines einzelnen Arbeitsablaufs auf.
- Multimodale Systeme verarbeiten Text, Bilder, Audio und Video.
Die Kosten entstehen daher nicht nur beim Training eines großen Modells. Im dauerhaften Betrieb kann Inferenz zum dominierenden Posten werden. Genau hier setzt Frozen v2 an.
Ein Chip, der dieselbe Aufgabe mit deutlich weniger Energie erledigt, würde mehr als die Stromrechnung verändern. Er könnte bestimmen, welche Gemini-Funktionen Google kostenlos anbietet, wie hoch API-Preise ausfallen und wie viele Agenten-Schritte wirtschaftlich vertretbar sind.
Googles Antwort ist bewusst unverbindlich
Google erklärte gegenüber TechCrunch, seine Teams forschten ständig an Innovationen für maximale Leistung und Effizienz. Nicht jedes Projekt gehe in Produktion. Zugleich betonte das Unternehmen den gemeinsamen Entwurf von Hardware und Software.
Das ist weder eine Bestätigung noch ein Dementi. Die Formulierung lässt drei Möglichkeiten offen:
- Frozen v2 existiert in einer frühen Forschungs- oder Designphase.
- Der Codename oder die berichteten Leistungsdaten sind intern noch nicht final.
- Google möchte ein laufendes Projekt nicht öffentlich kommentieren, bevor Architektur und Fertigung feststehen.
Für die Einordnung bedeutet das: Der Bericht ist konkret genug für eine Nachricht, aber nicht für eine Kauf- oder Migrationsentscheidung. Unternehmen können Frozen v2 nicht bestellen, testen oder in eine belastbare Kapazitätsplanung aufnehmen.
Ein größerer Trend zu eigenen KI-Chips
Google ist mit eigener Hardwarestrategie nicht allein. KI-Unternehmen versuchen, ihre Abhängigkeit von universellen Beschleunigern zu reduzieren und Hardware auf den eigenen Modellstack zuzuschneiden.
OpenAI stellte im Juni 2026 seinen eigenen Inferenzchip Jalapeño vor. Kitoolsupdate hat die technischen und strategischen Eckpunkte von OpenAI Jalapeño zusammengefasst. TechCrunch verweist außerdem auf Gespräche zwischen Anthropic und Samsung über eine mögliche Chipkooperation.
Die Motive ähneln sich:
- niedrigere Kosten pro Token,
- bessere Kontrolle über Lieferketten,
- engere Integration von Modell und Hardware,
- geringere Abhängigkeit von Nvidia,
- planbarere Rechenzentrumskapazität.
Der Wettbewerb verlagert sich damit von der reinen Modellqualität auf den gesamten Stack. Ein Anbieter mit etwas ähnlicher Modellleistung, aber deutlich günstigerer Inferenz kann Produkte aggressiver skalieren.
Was Frozen v2 für Gemini-Nutzer bedeuten könnte
Kurzfristig ändert sich für Gemini-Nutzer nichts. Der Chip ist nicht offiziell angekündigt und wird frühestens für 2028 berichtet. Es gibt keine Zusage, dass er tatsächlich produziert oder in Google Cloud angeboten wird.
Sollte das Projekt erfolgreich sein, wären mehrere Auswirkungen denkbar:
- Gemini-Antworten könnten bei gleicher Rechenzentrumskapazität günstiger werden.
- Google könnte mehr Reasoning- und Agentenfunktionen pro Nutzer bereitstellen.
- Unternehmen könnten von stabileren API-Kosten profitieren.
- Höhere Effizienz könnte die Einführung energieintensiver multimodaler Funktionen erleichtern.
- Google könnte den Chip intern behalten oder später als Cloud-Instanz anbieten.
Diese Punkte sind mögliche Folgen einer verbesserten Inferenzökonomie, keine angekündigten Produkteigenschaften. Insbesondere gibt es keine Informationen zu Preisen, Cloud-Verfügbarkeit oder unterstützten Modellen.
Welche Angaben für eine echte Bewertung fehlen
Vor einer technischen Bewertung braucht Frozen v2 wesentlich mehr Transparenz. Entscheidend wären:
- Fertigungsprozess und Hersteller,
- Leistungsaufnahme unter realer Last,
- Speichergröße und Speicherbandbreite,
- Interconnect zwischen mehreren Chips,
- unterstützte Datentypen und Quantisierungen,
- Latenz bis zum ersten Token,
- Durchsatz bei unterschiedlichen Batch-Größen,
- unterstützte Gemini-Versionen,
- Vergleichsbasis für den Faktor sechs bis zehn,
- Verfügbarkeit in Google Cloud.
Ohne diese Daten bleibt die Effizienzangabe ein internes Ziel oder eine anonyme Schätzung. Besonders wichtig wäre ein Vergleich bei gleicher Modellqualität und identischen Ausgabeparametern.
Fazit
Frozen v2 ist ein plausibles und strategisch wichtiges Google-Projekt, aber noch kein angekündigtes Produkt. Laut The Information soll der Gemini-spezifische Inferenzchip 2028 erscheinen und sechs- bis zehnmal mehr Tokens pro Energieeinheit liefern als bestehende Google-KI-Chips. TechCrunch erhielt von Google eine ausweichende Stellungnahme: Das Unternehmen bestätigt den Bericht nicht, dementiert ihn aber auch nicht.
Die eigentliche Nachricht ist größer als ein einzelner Chip. Der KI-Wettbewerb entscheidet sich zunehmend an den Kosten des laufenden Betriebs. Wer Modell, Compiler, Rechenzentrum und Silizium gemeinsam optimiert, kann mehr Anfragen mit derselben Energie bedienen.
Bis belastbare technische Daten vorliegen, sollte Frozen v2 jedoch als berichtetes Entwicklungsprojekt behandelt werden. Die Effizienzwerte sind nicht unabhängig bestätigt, der Zeitplan ist nicht garantiert und die Architektur bleibt unbekannt.
Häufige Fragen
Was ist Google Frozen v2?
Frozen v2 ist der berichtete interne Codename eines neuen Google-Serverchips für effizientere Gemini-Inferenz. Google hat das konkrete Projekt bisher nicht offiziell angekündigt.
Wann soll Frozen v2 erscheinen?
The Information nennt 2028 als möglichen Zeitraum. Google hat diesen Termin nicht bestätigt.
Ist Frozen v2 wirklich zehnmal effizienter?
Berichtet wird eine Spanne von sechs- bis zehnmal mehr Tokens pro eingesetzter Energieeinheit. Die Angabe stammt von anonymen Quellen und wurde nicht unabhängig gemessen.
Werden Gemini-Modelle fest in den Chip eingebaut?
Dafür gibt es bisher keinen öffentlichen technischen Nachweis. Ein Gemini-spezifisches Design kann Rechenpfade und Speicher optimieren, ohne alle Modellgewichte unveränderlich im Silizium abzulegen.
Ersetzt Frozen v2 Googles TPUs?
Das ist unbekannt. Der Bericht beschreibt einen spezialisierten Chip für Gemini-Inferenz, aber Google hat weder die Produktpositionierung noch das Verhältnis zu künftigen TPU-Generationen erklärt.
Quellen
- The Information: Google Plans New „Frozen“ Chip
- TechCrunch: Google is working on a new AI chip designed to make Gemini more efficient
Quellenstand: 21. Juli 2026. Frozen v2 ist ein berichtetes, von Google nicht bestätigtes Entwicklungsprojekt. Alle Leistungs- und Terminangaben sind entsprechend vorläufig.