O projeto se chama Frozen v2, tem cara de aposta cara e mira 2028.
O Google está desenvolvendo um chip de servidor que grava parte da arquitetura do Gemini direto no silício. O apelido interno é Frozen v2. Segundo a reportagem do The Information, funcionários envolvidos no projeto esperam de 6 a 10 vezes mais eficiência por watt do que as TPUs atuais da casa.
A implantação nos data centers está prevista para 2028. O Google não confirmou nada oficialmente. Ainda assim a ação da Alphabet subiu 1,5% no dia em que a história saiu, o que já diz alguma coisa sobre o tamanho do que está em jogo.
O que quer dizer “congelar” um modelo dentro do chip
Chip genérico é generalista por definição. Uma GPU ou uma TPU precisa descobrir, a cada modelo novo, qual o melhor caminho para executar as contas. Isso custa tempo, custa energia e sobra circuito parado que você pagou e não usa.
O nome Frozen vem do jargão de treino, onde “congelar” um parâmetro significa travar aquele valor para ele parar de mudar. A ideia aqui é a mesma, só que em metal: uma parte do modelo fica permanentemente gravada no hardware, o que corta etapas de processamento e acelera a resposta.
Traduzindo para o mundo real: é a diferença entre uma cozinha profissional, que faz de tudo, e uma máquina de pão que só faz pão. A máquina de pão é infinitamente mais burra. E faz pão gastando muito menos energia.
A primeira versão do Frozen foi para o lixo, e a ideia era do Jeff Dean
Segundo o The Information, o conceito partiu de Jeff Dean, cientista-chefe do Google DeepMind. O desenho original era mais radical: gravar os próprios pesos do modelo dentro do chip. Pesos são os valores ajustados no treino, o que de fato define como o modelo responde.
O Google abandonou essa versão porque o chip serviria para uma única versão do Gemini e ficaria obsoleto rápido demais. Imagina fabricar silício sob medida para um modelo que é substituído a cada quatro meses. Haja dinheiro jogado fora.
O Frozen v2 é a versão adulta da ideia. Ele grava a arquitetura, ou seja, a planta do prédio, e não a mobília. Pesos novos continuam podendo ser carregados normalmente. Quanto da arquitetura vai ficar realmente gravado no chip, segundo a reportagem, ainda não foi decidido.
Menos conta e menos vaivém de memória, que é onde o watt some
O ganho prometido vem por dois caminhos, e vale entender os dois porque eles explicam o número.
O primeiro é reduzir a quantidade de cálculos necessários para rodar o Gemini. Isso costuma ser feito com fusão de operações, uma técnica que junta várias contas separadas em uma só, que termina mais rápido.
O segundo é cortar a movimentação de dados. Quando a rede neural não cabe na memória do chip, pedaços dela ficam guardados fora e precisam ir e voltar o tempo todo. Esse vaivém é lentíssimo e engole energia. Se o Frozen v2 tiver memória suficiente para rodar o Gemini inteiro dentro de casa, esse gargalo simplesmente some.
De 6 a 10 vezes por watt: o que isso faz com o preço do token
Vamos fazer a conta em voz alta, porque o número sozinho não quer dizer nada.
O Gemini 3.6 Flash, lançado nesta semana, custa US$ 1,50 por milhão de tokens de entrada e US$ 7,50 na saída. Se o custo de servir esse modelo cair por um fator de 6, a margem do Google naquele preço explode. Ele passa a poder cortar preço agressivamente e continuar ganhando dinheiro, enquanto o concorrente que aluga GPU sangra.
Só que eficiência por watt não é preço final. No preço final entram a amortização do chip, a rede que liga os racks, a memória, o data center, a energia e a margem que a empresa decidir tirar. Um chip 6 vezes mais eficiente não vira uma API 6 vezes mais barata. Vira uma API que o concorrente tem dificuldade de acompanhar quando o Google resolver brigar por preço.
Frozen v2 não briga com a TPU, briga com a conta de luz do Google
Este ponto costuma se perder. O Frozen v2 não foi desenhado para substituir a linha TPU, e provavelmente nunca vira produto de prateleira para cliente externo.
A razão é simples: ele só funciona enquanto o Google mantiver a mesma arquitetura de modelo. Vender isso para terceiros seria vender uma dependência. As TPUs, que rodam qualquer modelo, continuam sendo o produto comercial, alugadas para a Meta, oferecidas na nuvem e empurradas pelo programa TPU@Premises como alternativa à NVIDIA, com uma meta interna nada modesta de abocanhar 10% da receita anual da fabricante.
O Frozen v2 tem outro alvo: o aperto interno de capacidade computacional do próprio Google. É um chip para a casa, com volume de produção menor que o da linha TPU, tratado internamente como um teste da tese de silício superespecializado.
2028 é longe, e é aí que a história fica frágil
Agora a parte cética, que a manchete costuma esconder.
A informação vem de fontes internas, não de um anúncio. O Google não confirmou o projeto nem os números. A faixa de “6 a 10 vezes” é larga demais: 6 e 10 são cenários bem diferentes, e eficiência depende brutalmente do tipo de carga que você roda. Um ganho que se confirma na inferência do Gemini pode simplesmente não aparecer em outra tarefa.
E tem o risco arquitetural, que para mim é o maior de todos. O chip nasce apostando que a arquitetura do Gemini vai continuar parecida com a de hoje. Se o Gemini 5 mudar de estrutura, e o Google acabou de anunciar que começou o pré-treino mais ambicioso da sua história para o Gemini 4, esse silício vira um peso de papel muito caro.
Quanto isso mexe no bolso de quem paga API em real
Com o dólar em torno de R$ 5,08, um time brasileiro que gasta US$ 2.000 por mês em API está torrando cerca de R$ 10.160 mensais, ou R$ 122 mil por ano. Não é pouco para uma startup de dez pessoas.
Se em 2028 o Google conseguir cortar o custo de servir e repassar metade disso ao cliente, esse mesmo time economizaria uns R$ 5 mil por mês. Repasse, porém, é decisão comercial, não consequência física. Quem tem 70% do mercado costuma repassar bem menos do que quem está correndo atrás.
O detalhe estrutural para o Brasil é outro e vale dizer sem rodeio: a gente não fabrica nada disso. Nossa exposição a essa briga é 100% via nuvem e via câmbio. Quando o dólar sobe, a conta de IA da empresa brasileira sobe junto, independentemente de quantos watts o Google economizou na Virgínia.
O que fazer agora se você paga inferência todo mês
- Não reescreva nada por causa de 2028. Chip que ainda nem foi fabricado não entra em planejamento de arquitetura de software.
- Meça custo por tarefa, não por milhão de tokens. É a única métrica que sobrevive a mudança de preço de tabela.
- Mantenha uma camada de roteamento entre você e o modelo. Quem consegue trocar de fornecedor em uma linha de config é quem vai capturar as quedas de preço quando elas vierem.
- Cuidado com contrato longo de nuvem apostando em preço futuro. Comprometimento de três anos baseado em rumor de chip é o tipo de decisão que envelhece muito mal.
Três dúvidas que a reportagem do Frozen v2 deixa em aberto
Se o chip só serve para o Gemini, por que o Google gastaria bilhões nisso?
Porque o Google é o maior cliente do Google. Ele serve Gemini na Busca, no Workspace, no Android e na nuvem, em volume que nenhum cliente externo chega perto. Economizar energia na própria operação já paga o projeto, mesmo sem vender uma unidade.
Seis a dez vezes mais eficiente significa API seis a dez vezes mais barata?
Não. A métrica citada é desempenho por watt, que é só uma fatia do custo total. O resto continua igual, e a margem é escolha da empresa. O efeito realista é o Google ganhar espaço para brigar por preço, não uma promoção automática.
Isso ameaça a NVIDIA de verdade?
Não diretamente, porque o Frozen v2 nem deve ser vendido. A ameaça real à NVIDIA continua sendo a linha TPU, que é comercial e já tem meta interna de morder 10% da receita anual dela. O Frozen é a prova de conceito de que dá para ir mais fundo na especialização.
O Google confirmou alguma coisa disso?
Não. Tudo que existe até agora é reportagem baseada em fontes internas, replicada por veículos como The Decoder e SiliconANGLE. Trate como informação bem apurada, não como fato oficial.
Onde eu aposto nessa jogada do Google
Eu acho o Frozen v2 a decisão mais lúcida que o Google tomou este mês, e olha que ele lançou três modelos na semana.
Explico. O Google está apanhando na régua de benchmark, com o Gemini 3.5 Pro atrasado pela terceira vez. Nessa situação, tem duas saídas: correr atrás na inteligência do modelo, que é uma briga incerta e demorada, ou mudar o campo de batalha para o lugar onde você tem uma década de vantagem inegociável. Silício próprio é esse lugar. Ninguém mais no Ocidente tem um programa de chip de IA com esse tempo de estrada.
A parte que me deixa desconfiado é o casamento com a arquitetura. Congelar a planta do Gemini no metal em 2026 para usar em 2028 é apostar que o jeito de fazer modelo não vai virar de cabeça para baixo em dois anos. Nos últimos dois anos ele virou umas três vezes. Esse é um chipzinho com data de validade escrita na certidão de nascimento.
Mesmo assim, escuta o que eu tô falando: a briga da IA em 2027 vai ser decidida em dólar por token servido, não em ponto de benchmark. E quem tem fábrica de eficiência própria começa essa briga com vantagem. Se o Frozen v2 entregar até a metade do que promete, é máquina.
E você, trocaria de fornecedor de IA só por preço, ou o modelo que você usa hoje já virou casa?
Leia também no Escrito pela IA
Fontes
- The Information: Google Plans New Frozen Chip to Run AI Models More Efficiently
- The Decoder: Google Frozen v2 bakes Gemini architecture into silicon
- SiliconANGLE: Google reportedly developing Frozen v2 AI chip
- 9to5Google: Gemini 3.6 Flash e 3.5 Flash-Lite
ESCRITO PELA IA. REVISADO POR HUMANOS.
