Google avanza en el desarrollo de un nuevo chip diseñado específicamente para su familia de modelos Gemini, en una estrategia que apunta a mejorar la eficiencia operativa, reducir costos y disminuir su dependencia de proveedores externos como Nvidia. La iniciativa refleja una tendencia creciente entre las grandes tecnológicas: controlar su propia infraestructura de IA en un contexto de demanda acelerada.
Según un reporte de The Information, el procesador —conocido internamente como “Frozen v2”— integraría directamente componentes de los modelos Gemini en el hardware. Esto permitiría optimizar las tareas de inferencia, es decir, el proceso mediante el cual la inteligencia artificial genera respuestas, mejorando el rendimiento y reduciendo el consumo de recursos.
La apuesta de Google responde a la creciente necesidad de capacidad de cómputo para modelos generativos. De acuerdo con el informe, la escasez de recursos ya generó tensiones internas e incluso obligó a Google Cloud a rechazar contratos por falta de disponibilidad. Aunque la compañía lleva casi una década desarrollando sus propias Tensor Processing Units (TPU), este nuevo proyecto marca un paso más hacia la especialización del hardware.
El contexto del mercado también refuerza esta estrategia. Según Mordor Intelligence, el segmento de chips de IA para edge alcanzará los 4.440 millones de dólares en 2026 y crecerá a una tasa anual del 21% hasta superar los 11.500 millones en 2031. Este crecimiento está impulsado por la necesidad de ejecutar modelos con mayor eficiencia y menor latencia directamente en los dispositivos.
La competencia busca alternativas a Nvidia
El movimiento de Google se da en paralelo a otras iniciativas del sector para diversificar el suministro de chips y reducir la dependencia de Nvidia, que continúa dominando el mercado de aceleradores de IA.
En este contexto, AMD anunció la ampliación de su alianza con Microsoft. Como parte del acuerdo, Azure incorporará la plataforma Helios y procesadores EPYC para fortalecer su infraestructura de inteligencia artificial. A su vez, Microsoft integrará estas tecnologías para ofrecer servicios más eficientes a sus clientes empresariales.
Durante el anuncio, la CEO de AMD, Lisa Su, destacó que la colaboración se extenderá a “toda la pila de soluciones de IA de AMD en Azure”. Por su parte, Microsoft reafirmó su estrategia de combinar hardware propio con soluciones de distintos fabricantes para optimizar rendimiento, costos y consumo energético.
Para AMD, este acuerdo representa un nuevo impulso en su competencia directa con Nvidia dentro del mercado de centros de datos. La compañía ya suma clientes como Meta, Oracle y OpenAI, consolidando su posicionamiento en infraestructura para inteligencia artificial.
En un escenario donde la IA se consolida como eje central de la industria tecnológica, los chips especializados se convierten en uno de los activos más estratégicos. Diseñar procesadores propios o diversificar alianzas no solo permite reducir costos y asegurar suministro, sino también optimizar el desempeño de los modelos en un mercado donde la demanda crece más rápido que la oferta.
Leer más
Intel y su Xeon 6: la velocidad de memoria como nueva ventaja en IA
Nuevos iPad de Apple: habrá pantallas OLED, más potencia y ya se conoce la fecha de lanzamiento
Kimi K3 desafía a OpenAI y Anthropic desde China
Compartir nota:
