Google presenta Frozen v2: il nuovo chip AI per Gemini, 10 volte più efficiente

Nel backstage dei data center, dove ronzano ventole e scorrono miliardi di token, Google mette sul tavolo una nuova promessa: un chip che cambia il ritmo, riduce gli sprechi e rimette in bolla i conti dell’AI. Sembra un dettaglio tecnico. In realtà tocca tutti: dalle chat che usiamo ogni giorno, alle aziende che fanno i conti con bollette e latenze.

Google ha svelato i piani per Frozen v2, un nuovo chip AI pensato su misura per Gemini. La finestra è chiara: 2028. Il traguardo è altrettanto netto: eseguire i modelli in modo più pulito, più rapido, più sostenibile. Non è un esercizio di stile. È la base su cui poggeranno i servizi che consultiamo ogni ora, dal motore di ricerca agli assistenti personali.

Dietro le quinte, l’AI costa. Costa elettricità, spazio in rack, chip in numero crescente. E ogni prompt, moltiplicato per milioni, presenta il conto. È qui che Frozen v2 entra in scena: un acceleratore fatto per tagliare i costi operativi e asciugare i tempi di risposta. Significa meno code, meno attese, più richieste servite allo stesso prezzo.

Hanno insistito anche sulla efficienza. Prima di arrivarci, un’idea concreta: immaginate un servizio clienti che usa Gemini per capire il tono della domanda e proporre una soluzione, non in dieci secondi ma in due, con la stessa precisione. Se la macchina sotto il cofano consuma meno e calcola meglio, quella differenza si sente nella nostra esperienza. Anche quando non la vediamo.

Perché questo chip conta davvero

Le piattaforme generative crescono per complessità e dimensioni. Ogni nuovo modello è più capace, ma chiede hardware più bravo a muovere dati e a macinare calcoli. Un acceleratore come Frozen v2 promette vantaggi immediati: più richieste servite con la stessa potenza elettrica, latenza più bassa su compiti quotidiani (traduzioni, riassunti, analisi), budget più prevedibili per startup e aziende che integrano Gemini.

Qui il nodo centrale: Google indica per Frozen v2 un salto fino a essere 10 volte più efficiente nell’esecuzione. Se confermato in produzione, cambierebbe la curva dei costi dell’AI, permettendo servizi più accessibili e, in alcuni casi, gratuiti dove oggi c’è un paywall.

Cosa sappiamo oggi (e cosa no)

C’è trasparenza sui tempi e sull’obiettivo. C’è prudenza sulle specifiche. Al momento non ci sono dati verificabili su processo produttivo, memoria integrata, larghezza di banda o compatibilità retroattiva. Manca anche una demo pubblica con benchmark indipendenti. È normale a questo stadio del ciclo di sviluppo, ma va detto: fino ai test esterni, i numeri restano promesse.

Nel frattempo, si può leggere Frozen v2 come un pezzo di una strategia più ampia. Google punta a un’infrastruttura dove modelli più pesanti girano con meno sprechi. Non solo nei mega data center, ma anche in nodi periferici più vicini agli utenti, là dove ha senso abbattere latenze e traffico. Se questa traiettoria regge, potremmo vedere esperienze più fluide in ricerca, produttività, creatività, perfino nella didattica assistita.

C’è anche un tema culturale. Quando un colosso come Google alza l’asticella dell’efficienza energetica, gli altri seguono: fornitori cloud, produttori di hardware, sviluppatori di piattaforme. La competizione spinge verso soluzioni più sobrie e meno rumorose, lontane dall’idea che “più è grande, più consuma”.

Mi resta un’immagine: una sala server che fa lo stesso lavoro di ieri con un ronzio più lieve. La domanda è semplice, quasi domestica: se l’intelligenza artificiale diventa davvero più leggera, cosa potremmo permetterci di sognare senza alzare il volume dei nostri consumi?