Глобальні перегони у сфері штучного інтелекту вийшли за межі алгоритмічних розробок і перейшли у площину фізичних обмежень кремнію. Дефіцит обчислювальних потужностей став критичним бар'єром, що впливає не лише на темпи розробки, а й на комерційну стійкість хмарних гігантів. У цій ситуації Google робить ставку на глибинну інтеграцію програмного забезпечення та апаратних засобів у межах проєкту Frozen v2. Ця стратегія має на меті подолати «обчислювальний голод» і забезпечити Gemini безпрецедентну ефективність.
Сучасний етап еволюції великих мовних моделей (LLM) вперся в так звану «обчислювальну стіну». Навіть для таких технологічних гігантів, як Google, доступ до апаратних ресурсів став критичним вузьким місцем, що провокує внутрішні конфлікти та змушує радикально переглядати бізнес-стратегії. Ситуація досягла того рівня, коли Google Cloud була змушена відмовляти зовнішнім клієнтам через неможливість гарантувати необхідні потужності для роботи нейромереж.
У відповідь на цю кризу компанія ініціювала розробку спеціалізованого серверного чипа під кодовою назвою Frozen v2. На відміну від традиційного підходу, де софт адаптується під існуюче залізо, Frozen v2 проєктується з урахуванням специфіки роботи Gemini безпосередньо на апаратному рівні. Це означає, що певні математичні операції та структурні елементи моделі будуть реалізовані прямо в кремнії, що дозволить радикально знизити затримки та енергоспоживання.
Важливо розуміти, що Frozen v2 не має на меті замінити вже існуючі тензорні процесори (TPU), які десятиліттями були флагманом Google у сфері ШІ. Натомість компанія створює додатковий шар спеціалізованих обчислень. Йдеться про побудову гібридної екосистеми, де TPU беруть на себе загальні завдання навчання та інференсу, а чипи серії Frozen оптимізують конкретні аспекти роботи Gemini.
Очікуваний приріст ефективності вражає: за попередніми даними, новий чип може виявитися у 6–10 разів ефективнішим за поточні рішення за кількістю генерованих токенів на одиницю витраченої енергії. В епоху, коли вартість електроенергії та охолодження дата-центрів стає однією з головних статей витрат, така оптимізація перетворюється з технічної переваги на стратегічний актив.
Однак шлях до реалізації цього бачення буде тривалим. Інженери все ще доопрацьовують дизайн кристала, а повноцінне розгортання інфраструктури заплановано лише на 2028 рік. Цей часовий лаг підкреслює складність процесу кодизайну, коли обладнання та програмне забезпечення розробляються синхронно з нуля для досягнення максимальної синергії.
Паралельно з апаратними розробками Google продовжує боротися з програмними викликами. Недавні затримки у випуску оновлень Gemini, спричинені невідповідністю моделі внутрішнім стандартам якості (особливо в області написання коду), підтверджують тезу про те, що одного лише софту недостатньо. Для досягнення істинного прориву в програмуванні та складних логічних міркуваннях нейромережам потрібна апаратна підтримка, яка дозволить їм обробляти дані з принципово іншою швидкістю та точністю.
Обчислювальний суверенітет та експансія Z.AI
