Laut einem Bericht von The Information entwickelt Google einen neuen Serverchip, der die Effizienz seiner Gemini-KI-Modelle deutlich steigern soll. Der intern als „Frozen v2“ bezeichnete Chip soll voraussichtlich erst 2028 in Produktion gehen, doch allein die Andeutung seiner Existenz hat bereits für Aufsehen an den Finanzmärkten gesorgt und die Debatte darüber neu entfacht, welche Unternehmen die besten Chancen haben, das aufkommende KI-Zeitalter zu dominieren.
Der Bericht schätzt, dass Frozen v2 die Effizienz der aktuellen Server-CPUs von Google um das Sechs- bis Zehnfache steigern würde (gemessen in Token pro Watt). Dies wäre ein enormer Leistungssprung innerhalb einer einzigen Hardware-Generation und deutet darauf hin, dass Google unter starkem Druck steht, die Betriebskosten seiner KI-Modelle im großen Maßstab zu senken.
Google hat sich zu den Einzelheiten des Berichts noch nicht offiziell geäußert, gab aber gegenüber TechCrunch folgende Stellungnahme ab: „Unsere Teams arbeiten ständig an neuen Ansätzen, die unseren Nutzern und Kunden hervorragende Leistung und Effizienz bieten. Nicht alle diese Projekte werden realisiert, aber diese Innovation ist Teil unserer kontinuierlichen Bemühungen, Systeme von Grund auf neu zu entwickeln und zu bauen.“
Was der neue Chip leisten soll
Der Bericht geht nicht näher darauf ein, was Frozen v2 so besonders macht, abgesehen von einem entscheidenden Unterschied: Es wurde entwickelt, um deutlich mehr Token pro Watt zu erzeugen als alle bisherigen Google-Prozessoren. Alle modernen Prozessoren müssen ein Gleichgewicht zwischen Leistung und Energieverbrauch finden, und die Effizienz wird zunehmend wichtiger, da die Chips durch immer größere und komplexere Arbeitslasten an ihre Grenzen stoßen.
Ein Chip, der bei gleichem Stromverbrauch die zehnfache Leistung erbringen könnte, hätte tiefgreifende Auswirkungen auf Googles Geschäftstätigkeit. Er würde entweder die Energiekosten des Unternehmens drastisch senken oder es ermöglichen, zehnmal so viele Gemini-Anfragen mit demselben Aufwand zu verarbeiten. Beide Ergebnisse wären für Google von entscheidender Bedeutung, angesichts der ambitionierten Pläne des Unternehmens, Gemini als Kernstück seiner Suchmaschine, der Workspace-Produktivitätssuite, des mobilen Betriebssystems Android und der öffentlichen Cloud-Infrastruktur einzusetzen.
Google ist kein Neuling in der Entwicklung eigener KI-Beschleuniger. Das Unternehmen entwickelt seit einigen Jahren spezialisierte Chips für den internen Gebrauch und verkauft Varianten davon unter dem Namen TPUs (Tensor Processing Units) an Cloud-Kunden. Frozen v2 scheint die neueste Weiterentwicklung dieser Technologie zu sein und ist speziell darauf ausgerichtet, aus jedem Watt Leistung, das dem Chip zugeführt wird, maximalen Nutzen zu ziehen.
Warum Effizienz zum Hauptschlachtfeld geworden ist
Jahrelang wurde in der KI-Branche öffentlich darüber debattiert, welches Unternehmen das bestmögliche Basismodell entwickelt hatte. Mittlerweile konzentriert sich die Debatte darauf, welche Organisationen ihre Modelle am effizientesten betreiben können – eine Entwicklung, die wirtschaftlich sinnvoll ist. Das Training und der Betrieb großer Sprachmodelle sind extrem kostspielig, und jede signifikante Kostensenkung kann sich enorm positiv auf das Geschäftsergebnis auswirken.
Effizienz hat sich für viele KI-Unternehmen rasant zu einem Verkaufsargument entwickelt, da die Ausgaben für Modelle mittlerweile an die spekulative Anlageblase erinnern, die einst den Kryptowährungsmarkt prägte. Investoren werden zunehmend ungeduldig mit Firmen, die weiterhin Unsummen in das Training immer größerer und komplexerer Modelle investieren, ohne dass klar ist, wann sich diese Investitionen auszahlen werden. Gleichzeitig ist ein Chip, der die KI-Prozesse eines Unternehmens deutlich effizienter gestalten soll, ein einfacher Weg, um zu demonstrieren, dass das Unternehmen seine Gemeinkosten senken konnte.
Ein weiterer Faktor hat den Effizienzschub verstärkt: der Wunsch, sich von Nvidia zu entkoppeln, dem langjährigen Marktführer im GPU-Bereich, der regelmäßig massive Preiserhöhungen für seine KI-Chips ankündigt. Kundenspezifische Chips werden immer mehr zur Grundvoraussetzung für jedes Unternehmen, das bei der KI-Entwicklung nicht länger von den Launen anderer Firmen abhängig sein will. Google, Microsoft und Meta investieren massiv in spezialisierte Beschleuniger, um diese Abhängigkeit zu durchbrechen. Dies hat Unternehmen wie Broadcom und AMD zu ihren heutigen globalen Technologieführerpositionen verholfen.
Google ist in diesem Wettlauf nicht allein.
Googles Bemühungen, bessere Beschleuniger für seine Gemini-Modelle zu entwickeln, sind Teil eines umfassenderen Trends. Im Juni gab OpenAI bekannt, mit der Entwicklung eigener Chips begonnen zu haben, die in Verbindung mit dem Modell GPT-5 eingesetzt werden sollen. Das Unternehmen arbeitet mit dem Chiphersteller Broadcom zusammen, um einen auf Inferenz spezialisierten Prozessor mit dem Codenamen Jalapeño zu entwickeln. Auch Anthropic verfolgt Berichten zufolge gemeinsam mit Samsung eine ähnliche Strategie. Alle diese Unternehmen gehen im Wesentlichen nach demselben Muster vor: Sie reduzieren ihre Abhängigkeit von externen Zulieferern, senken Kosten und sichern sich größtmögliche Kontrolle über die Chiptechnologie, die ihren KI-Operationen zugrunde liegt.
Im Kern geht es um Kosten und Kontrolle. Alle drei Unternehmen stehen unter Druck, Kosten zu senken, insbesondere angesichts der Billionen von Dollar, die in die KI-Branche geflossen sind. Sie alle setzen dabei auf kundenspezifische Chips. Selbst relativ geringe Effizienzsteigerungen können enorme Folgeeffekte haben, da Verbesserungen in diesem Bereich oft zu deutlich geringeren Energiekosten führen, wenn sich diese Gewinne auf Millionen von KI-Abfragen übertragen.
Der Kampf um die Vorherrschaft im Chip-Bereich hat einen regelrechten Wettlauf um die besten Talente ausgelöst, die dann von der Konkurrenz abgeworben werden. Dies ist ein weiterer Grund, warum Google, Microsoft und Anthropologie so stark auf eigene Beschleuniger setzen. Jedes große KI-Unternehmen, das in diesen Markt eingestiegen ist, musste erheblich in neue Hardware investieren, um den Anforderungen seiner Modelle gerecht zu werden, und der Wettbewerb um die qualifiziertesten Ingenieure hat sich dadurch nur noch verschärft.
Das Geld hinter dem Chip
Googles Investitionen in KI haben bei Investoren besonderes Interesse geweckt, da das Unternehmen seine enormen Ausgaben in diesem Bereich bereits mehrfach öffentlich bekannt gegeben hat. Anfang des Jahres erklärte Google, dass es in diesem Jahr voraussichtlich zwischen 180 und 190 Milliarden US-Dollar für den Aufbau seiner KI-Infrastruktur ausgeben werde.
Diese Zahlen bereiten Alphabet-Investoren Kopfzerbrechen. Sie fragen sich nun, wie viel Gewinn das Unternehmen realistischerweise mit seinen KI-Aktivitäten erzielen kann, bevor die Kosten außer Kontrolle geraten. Die Meldung von The Information über Googles effizienteren neuen Chip scheint einige von ihnen beruhigt zu haben, denn der Aktienkurs von Alphabet stieg nach dem Bericht und kurz vor der Veröffentlichung der anstehenden Quartalszahlen um rund drei Prozent.
Investoren scheinen Googles Ankündigung als Zeichen dafür zu werten, dass das Unternehmen seine Kosten in absehbarer Zeit deutlich senken kann, selbst wenn die neuen Server-CPUs voraussichtlich erst in einigen Jahren in Produktion gehen werden. Googles Sprecher bestätigte dies auf Nachfrage zu dem Bericht und betonte, dass die Bemühungen zur Effizienzsteigerung der Chips das umfassendere Engagement des Unternehmens für die Entwicklung optimierter Systeme für die jeweiligen Arbeitslasten ergänzen. Google hat den Wert dieses Ansatzes erkannt und erhebliche Anstrengungen unternommen, um sicherzustellen, dass er auch in den kommenden Jahren im Fokus bleibt.
Was dies für den Alltag von Zwillingen bedeuten könnte
Kurzfristig ist es unwahrscheinlich, dass diese Entwicklungen einen großen Einfluss auf die meisten Gemini-Nutzer haben werden. Die neuen Chips sind noch lange nicht verfügbar, und jegliche Systemänderungen wären mit ziemlicher Sicherheit evolutionärer Natur. Dennoch gibt es verschiedene Möglichkeiten, wie Googles verstärkter Fokus auf Siliziumeffizienz den Endverbrauchern langfristig indirekt zugutekommen könnte.
In erster Linie führt mehr Effizienz in der Regel zu geringeren Kosten für die meisten Unternehmen. Wenn Google seine Ausgaben durch den Einsatz effizienterer Hardware senken kann, könnte dies zu niedrigeren Preisen für einige seiner beliebtesten Dienste führen. Je nachdem, wie die Änderungen genau umgesetzt werden, könnte das Unternehmen dadurch auch einige dieser Funktionen in weitere Produkte integrieren oder sie einheitlicher anbieten.
Darüber hinaus könnte ein effizienteres System vermutlich mehr gleichzeitige Anfragen bearbeiten, ohne überlastet zu werden. Das bedeutet, dass Google die Leistung in Stoßzeiten seltener drosseln müsste und möglicherweise Systemverbesserungen als Reaktion auf die höhere Nachfrage einführen könnte. Langfristig könnte dies zu schnelleren Reaktionszeiten oder der Möglichkeit führen, mehr Nutzern gleichzeitig erweiterte Funktionen anzubieten.
Für Entwickler und Unternehmen, die Gemini über Googles öffentliche Cloud-APIs nutzen, werden sich die Vorteile der höheren Effizienz mit ziemlicher Sicherheit früher oder später in der Preisstruktur des Unternehmens widerspiegeln. Dadurch könnten auch kleinere Unternehmen Googles KI-Infrastruktur nutzen, ohne dafür so viel Kapital investieren zu müssen.
The Bigger Picture
Der Bericht über Frozen v2 ist nur die jüngste Entwicklung im andauernden Wettlauf um die bestmögliche KI-Infrastruktur. Er bestätigt zudem einmal mehr, dass Google den Wettbewerb äußerst ernst nimmt. Indem Google weiterhin in eigene Chips investiert und gleichzeitig Tausende von Ingenieuren mit der Entwicklung und Optimierung seiner Modelle beschäftigt, beweist das Unternehmen seine Bereitschaft, erhebliche Ressourcen für die Effizienzsteigerung seiner Systeme und die Senkung der Betriebskosten bereitzustellen.
Dies könnte sich als wichtiger Vorteil erweisen, da Alphabet versucht, die Investoren davon zu überzeugen, dass sich die hohen Ausgaben für KI in naher Zukunft auszahlen werden.
Häufig gestellte Fragen
Frage 1: Was ist Googles Frozen v2 Chip?
Frozen v2 ist ein neuer Serverchip, den Google Berichten zufolge entwickelt, um die Effizienz seiner Gemini-KI-Modelle zu steigern. Die Veröffentlichung wird für 2028 erwartet.
Frage 2: Wie viel effizienter soll Frozen v2 sein?
Laut The Information könnte der Chip, basierend auf den pro Energieeinheit generierten Token, sechs- bis zehnmal effizienter sein als Googles aktuelle KI-Chips.
Frage 3: Hat Google den Bericht zu Frozen v2 bestätigt?
Google hat den Bericht weder direkt bestätigt noch dementiert. Das Unternehmen erklärte, es experimentiere ständig mit neuen Hardware-Ansätzen.
Frage 4: Warum ist die Chip-Effizienz für KI-Unternehmen so wichtig?
Der Betrieb großer KI-Modelle erfordert enorme Mengen an Strom und Rechenleistung. Effizientere Chips senken die Betriebskosten und ermöglichen es Unternehmen, mit derselben Infrastruktur mehr Nutzer zu bedienen.
Frage 5: Handelt es sich hierbei um Googles ersten selbst entwickelten KI-Chip?
Nein. Google entwickelt seit Jahren eigene Chips, sogenannte Tensor Processing Units, die intern verwendet und über Google Cloud vermietet werden.
Frage 6: Entwickeln andere KI-Unternehmen auch ihre eigenen Chips?
Ja. OpenAI hat kürzlich seinen ersten eigenen Chip vorgestellt, der in Zusammenarbeit mit Broadcom entwickelt wurde, und Anthropic hat Berichten zufolge Gespräche über eine Chip-Partnerschaft mit Samsung geführt.
Frage 7: Warum versuchen KI-Unternehmen, sich von Nvidia abzuwenden?
Nvidia dominiert den Markt für KI-Chips seit Jahren, und viele Unternehmen wollen mehr Kontrolle über ihre Hardware und niedrigere Kosten, indem sie Chips entwickeln, die auf ihre eigenen Modelle zugeschnitten sind.
Frage 8: Wie viel plant Alphabet für die KI-Infrastruktur auszugeben?
Alphabet hat angekündigt, zwischen 180 und 190 Milliarden Dollar für den Ausbau seiner KI-Infrastruktur auszugeben.
Frage 9: Wie haben die Anleger auf den Frozen v2-Bericht reagiert?
Die Alphabet-Aktie stieg nach der Veröffentlichung des Berichts um etwa 3 Prozent, was darauf hindeutet, dass die Anleger den Chip als Zeichen für einen glaubwürdigen Weg zu niedrigeren KI-Kosten sehen.
Frage 10: Wird Frozen v2 die Funktionsweise von Gemini für normale Benutzer sofort verändern?
Nicht sofort. Die Markteinführung des Chips wird noch Jahre dauern, aber er könnte letztendlich zu schnelleren Reaktionszeiten, niedrigeren Kosten und einem breiteren Zugang zu fortschrittlichen Gemini-Funktionen führen.
