Google projektuje serwerowy układ, który ma nawet dziesięciokrotnie zwiększyć efektywność energetyczną modeli Gemini. Chip o kryptonimie „Frozen v2″ ma trafić do centrów danych w 2028 roku, a sama informacja o jego istnieniu w poniedziałek podbiła kurs Alphabet.
Kluczowe fakty:
- Google projektuje serwerowy chip o kryptonimie „Frozen v2", który ma być od sześciu do dziesięciu razy bardziej wydajny energetycznie niż obecne układy TPU – mierzono to liczbą tokenów wygenerowanych na jednostkę zużytej energii. Planowane wdrożenie do centrów danych przewidziano na 2028 rok.
- Układ ma na stałe zaszyć w krzemie fragmenty architektury modelu Gemini, a nie jego wytrenowane wagi, co pozwoli na aktualizowanie modelu poprzez wgrywanie nowych wag przy zachowaniu elastyczności układu.
- Bezpośrednią przyczyną prac nad chipem są ograniczenia mocy obliczeniowej – Google Cloud odmawia już w niektórych przypadkach nowym klientom dostępu do zasobów, ponieważ brakuje ich na pokrycie wewnętrznych potrzeb związanych z obsługą modeli Gemini.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Co dokładnie ujawniło The Information
Sprawę jako pierwszy opisał serwis The Information, powołując się na anonimowe źródła zbliżone do projektu. Google nie potwierdził szczegółów wprost, ale też im nie zaprzeczył. W przesłanym TechCrunch oświadczeniu firma ograniczyła się do ogólnika o ciągłym poszukiwaniu innowacji zwiększających wydajność, zaznaczając, że nie każdy projekt trafia ostatecznie do produkcji.
Sam pomysł jest prosty do opisania, trudny do wykonania. Frozen v2 ma na stałe zaszyć w krzemie fragmenty architektury Gemini, czyli strukturalny szkielet modelu, a nie jego wytrenowane wagi. Dzięki temu chip zachowa elastyczność (nowe wagi da się wciąż wgrywać), ale będzie działał wyłącznie dopóki Google nie zmieni fundamentalnie architektury swoich modeli. To rozwiązanie inne od podejścia, które firma wcześniej odrzuciła, czyli zaszycia w krzemie konkretnych wag, bo taki układ starzałby się razem z każdą nową wersją Gemini.
Efekt ma być mierzalny liczbą tokenów wygenerowanych na jednostkę zużytej energii. Według cytowanych przez The Information źródeł, Frozen v2 miałby być od sześciu do dziesięciu razy bardziej wydajny energetycznie niż obecne układy TPU Google.
Głód mocy obliczeniowej, który blokuje sprzedaż
Za projektem stoi coś bardziej przyziemnego niż wyścig technologiczny. Google Cloud, jak wynika z doniesień, w niektórych przypadkach odmawia już nowym klientom dostępu do mocy obliczeniowej, bo brakuje jej na obsługę własnych, wewnętrznych potrzeb związanych z Gemini. Frozen v2 nie ma zastąpić dotychczasowej rodziny TPU. Ma działać obok niej jako wyspecjalizowana gałąź portfolio, dedykowana wyłącznie do obsługi modeli Gemini, podczas gdy uniwersalne TPU (najnowsze generacje 8t do treningu i 8i do wnioskowania) obsługują szerszy wachlarz zastosowań.
Sam projekt Google traktuje częściowo jako test. Nie planuje produkować Frozen v2 na skalę porównywalną z TPU, a z uwagi na ścisłe powiązanie z konkretną architekturą modelu chip najpewniej nigdy nie trafi do oferty dla klientów zewnętrznych.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Rynek nagrodził samą zapowiedź
Reakcja inwestorów przyszła szybko. Akcje Alphabet zyskały w poniedziałek około trzech procent, choć źródła podają rozbieżne liczby (od 1,5 do 3,3 procent w zależności od momentu sesji). To wystarczyło, by dać spółce impuls tuż przed publikacją wyników kwartalnych zaplanowaną na 22 lipca.
Kontekst finansowy tłumaczy nerwowość rynku. Google zapowiedział wcześniej wydatki rzędu 180 do 190 miliardów dolarów na rozbudowę infrastruktury AI, a inwestorzy od miesięcy zadają pytanie, czy te sumy się zwrócą. Sprawę komplikuje fakt, że flagowy model Gemini 3.5 Pro ma opóźnienie, a konkurencja z Chin (świeże premiery Moonshot AI i Alibaba) zawęża przewagę technologiczną amerykańskich laboratoriów. Modele chińskie odpowiadają już podobno za 45 procent wykorzystania tokenów wśród amerykańskich firm.
Frozen v2 to na razie papierowa obietnica, jedna z dziesiątek podobnych, które co roku krążą po branży w formie przecieków. Ale to, co w tej historii najciekawsze, to nie sam chip, tylko to, ile mówi o kondycji Google Cloud. Firma podobno odmawia obsługi części klientów z braku mocy obliczeniowej. To zdanie w rutynowym komunikacie prasowym waży więcej niż deklarowana dziesięciokrotna poprawa wydajności energetycznej. Jeśli Google faktycznie musi ograniczać sprzedaż chmury, żeby nakarmić własne modele, to strategiczny problem dzisiaj, nie za dwa lata. Chip, który ma się pojawić w 2028 roku, tego problemu nie rozwiąże w najbliższym czasie.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Cała branża idzie w tym samym kierunku
Google nie jest tu wyjątkiem, tylko kolejnym graczem w wyścigu, który przyspieszył w ostatnich tygodniach:
- OpenAI ogłosił w czerwcu swój pierwszy własny układ, procesor wnioskowania o nazwie Jalapeño, zaprojektowany wspólnie z Broadcomem. Firma twierdzi, że chip osiąga lepszy stosunek wydajności do poboru mocy niż konkurencyjne rozwiązania.
- Anthropic prowadzi rozmowy z Samsungiem o produkcji własnego układu w procesie 2 nanometrów, zatrudniając przy tym Clive’a Chana, drugiego inżyniera, który dołączył do zespołu chipowego OpenAI.
- Amazon rozwija od lat własne procesory Trainium, a Microsoft pracuje nad Project Maia.
Wspólny mianownik tych ruchów to Nvidia, która mimo rosnącej konkurencji nie oddaje pola. Według szacunków The Information, udział firmy w rynku chipów AI wynosi obecnie 74 procent, czyli więcej niż przed rozpoczęciem wyścigu o własne układy wnioskowania. Efektywność energetyczna stała się przy tym twardym argumentem sprzedażowym w momencie, gdy inwestorzy zaczęli głośno pytać, czy gigantyczne wydatki na infrastrukturę AI mają realne pokrycie w przychodach.
Co to oznacza dla polskich firm
Dla firm korzystających z Google Cloud w Polsce sama premiera Frozen v2 w 2028 roku nie zmieni nic z dnia na dzień, ale kierunek jest czytelny. Jeśli Google rzeczywiście osiągnie deklarowaną poprawę wydajności energetycznej, może to z czasem przełożyć się na niższe ceny usług opartych na Gemini w chmurze, bo koszt energii i infrastruktury to dziś jeden z głównych składników cen wnioskowania AI oferowanego klientom biznesowym.
Ważniejszy jest jednak sygnał o niedoborach mocy obliczeniowej. Polskie firmy, które planują większe wdrożenia oparte na Google Cloud czy modelach Gemini, powinny liczyć się z tym, że dostępność zasobów w najbliższych kwartałach może być ograniczona, szczególnie przy nagłych skokach zapotrzebowania. To dodatkowy argument za dywersyfikacją dostawców infrastruktury AI, zamiast uzależniania się od jednego gracza, niezależnie od tego, czy to Google, Microsoft czy AWS.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału źródłowego TechCrunch z 20.07.2026, uzupełnionego o dodatkowe ustalenia CNBC oraz The Decoder, które jako pierwsze doniesienie na temat chipu Frozen v2 wskazują The Information. Wykorzystano również wcześniejsze materiały TechCrunch dotyczące chipu Jalapeño od OpenAI oraz rozmów Anthropic z Samsungiem. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o postępach prac nad Frozen v2 oraz wynikach kwartalnych Alphabet.
