Un nome in codice che sa di ghiaccio, una promessa calda: tagliare sprechi e rumore di fondo dell’AI. Se l’energia è il nuovo oro, un chip capace di far “respirare” i modelli con meno watt cambia il paesaggio, non solo i conti.
L’azienda lavora a Frozen v2, un nuovo chip AI orientato a una missione semplice da dire e dura da centrare: ridurre i consumi del modello Gemini senza sacrificare velocità e qualità. Fin qui, niente schede tecniche pubbliche. Non ci sono numeri ufficiali su processo produttivo, memoria o TDP. Lo scrivo chiaro: diversi dettagli non sono confermati. Ma la direzione è plausibile e coerente con la corsa globale all’efficienza energetica dell’AI.
I data center tengono accese le nostre giornate digitali. Consumano circa il 2% dell’elettricità mondiale. La PUE media dei siti di Google è intorno a 1,1: sono impianti efficienti, ma l’AI alza l’asticella. L’addestramento brucia molta energia in poco tempo; l’inferenza pesa ogni giorno, per anni. È qui che un nuovo acceleratore sposta davvero l’ago: se ogni risposta di un assistente costa meno energia, il risparmio si misura su scala di flussi giganteschi.
L’aria fredda, le ventole come un mare. Pensi al “cloud” e poi vedi acciaio, tubi, kilowatt. Lì capisci quanto vale un chip che scalda meno. Non è solo romanticismo ingegneristico: è bolletta, è CO₂, è acqua per il raffreddamento.
Dalle TPU storiche fino alle piattaforme più recenti – va in questa direzione. Un’erede come Frozen v2 avrebbe senso accanto alle soluzioni annunciate negli ultimi due anni: più potenza per token, meno energia sprecata in memoria e reti, migliore integrazione con lo stack software.
L’obiettivo di Frozen v2 sarebbe tagliare in modo netto i consumi di Gemini durante l’uso reale. Non sappiamo di quanto. Ma le leve tecniche sono chiare:
precisioni più basse e controllate (8 bit, fino a 4 bit dove possibile);
sfruttamento della sparsità e del routing dei “Mixture-of-Experts”, così il chip calcola solo ciò che serve;
memoria “vicina” al calcolo per ridurre i viaggi di dati;
interconnessioni più sobrie nei watt;
raffreddamento ottimizzato, anche a liquido, nei cluster ad alta densità.
Per chi usa Gemini la traduzione può essere prosaica e bella: tempi più rapidi nei picchi, funzioni più ricche senza “blocchi”, costi più bassi nei piani pro. Per le aziende, budget prevedibili e meno compromessi tra qualità e scala. Per l’ambiente, un passo in più verso obiettivi 24/7 a energia senza carbonio. Tutto questo, però, dipende da quanto Frozen v2 porterà a casa in efficienza per token e per query: oggi, questo numero non c’è. Meglio tenere il dubbio acceso che spegnerlo con stime inventate.
E nessuno se ne accorge, ma la stanza sembra più grande. Se un chip può restituirci quel silenzio, vale la pena aspettarlo. E magari chiederci: cosa costruiremmo, se la nostra intelligenza artificiale imparasse finalmente a parlare pianissimo?