Google préparerait une nouvelle puce pour serveurs visant à exécuter ses modèles Gemini avec une consommation d’énergie plus faible, avec une augmentation de l'efficacité d'un facteur 6 à 10. L’information a été révélée par The Information et reprise par Reuters. L’entreprise n’a pas encore annoncé officiellement ce composant, dont le nom interne serait Frozen v2.
Les grands modèles d’intelligence artificielle demandent d’importantes capacités de calcul, surtout au moment de produire une réponse. Cette phase, appelée inférence, mobilise des processeurs spécialisés dans les centres de données. Son coût dépend notamment du nombre de requêtes, de leur longueur et de l’efficacité du matériel.
Le projet consisterait à intégrer dans le silicium une partie fixe du fonctionnement de Gemini. Contrairement à une puce très polyvalente, un accélérateur ainsi spécialisé peut éviter certains calculs ou transferts de données. Cela permettrait de réduire considérablement l’énergie nécessaire pour générer chaque unité de texte.
Cette promesse doit toutefois rester au conditionnel. Les informations publiées reposent sur des sources anonymes et Google n’a pas détaillé l’architecture, les performances ou le calendrier de disponibilité. Les estimations évoquées dans la presse ne constituent donc pas des résultats vérifiés par l’entreprise.
Google dispose déjà de ses propres TPU, des puces conçues pour l’apprentissage automatique. Frozen v2 s’inscrirait dans cette stratégie d’intégration matérielle, alors que les besoins en calcul pour l’IA générative augmentent rapidement. L’enjeu est technique, mais aussi économique.
Un composant optimisé pour un modèle précis peut être très efficace, mais moins flexible qu’un processeur généraliste. Toute évolution majeure de Gemini pourrait imposer une nouvelle conception matérielle, et donc la production de nouvelles puces. C’est le compromis habituel entre performance spécialisée et capacité d’adaptation.
Si ce projet aboutit, son intérêt se mesurera surtout à l’échelle des centres de données. Une baisse de l’énergie utilisée par réponse pourrait réduire les coûts de fonctionnement et libérer de la capacité de calcul pour des modèles plus performants.