Wer über Künstliche Intelligenz spricht, denkt meist an ChatGPT, Gemini oder Copilot. Im Hintergrund entscheidet jedoch etwas ganz anderes darüber, wie leistungsfähig diese Systeme sind: die Hardware.
Aktuellen Medienberichten zufolge arbeitet Google an einem neuen KI-Chip mit dem internen Codenamen „Frozen v2“. Das Besondere daran: Der Chip soll nicht nur KI-Berechnungen beschleunigen, sondern speziell auf die Architektur von Googles KI-Modell Gemini zugeschnitten sein. Ziel ist es, Gemini deutlich effizienter betreiben zu können.
Der eigentliche Engpass der KI
In den vergangenen Jahren lag der Fokus vor allem auf immer leistungsfähigeren Sprachmodellen. Doch je größer diese Modelle werden, desto höher werden auch ihre Anforderungen an Rechenleistung, Energie und Infrastruktur.
Jede Anfrage an ein KI-Modell muss verarbeitet werden – oft in riesigen Rechenzentren mit Tausenden spezialisierten Prozessoren. Je effizienter diese Hardware arbeitet, desto schneller und kostengünstiger lassen sich KI-Dienste bereitstellen.
Deshalb investieren inzwischen nahezu alle großen KI-Anbieter massiv in eigene Hardwarelösungen.
Was plant Google?
Nach Informationen von The Information, über die unter anderem Reuters berichtet, entwickelt Google einen Serverchip, bei dem Teile der Gemini-Architektur direkt in die Hardware integriert werden sollen. Dadurch könnten bestimmte Berechnungen wesentlich effizienter ausgeführt werden als mit einem allgemein einsetzbaren KI-Beschleuniger.
Dem Bericht zufolge könnte der Chip – sollte das Projekt erfolgreich umgesetzt werden – je nach Anwendungsfall sechs- bis zehnmal mehr KI-Tokens pro Watt erzeugen als Googles aktuelle Spezialchips. Die Entwicklung befindet sich jedoch noch in einem frühen Stadium. Ein möglicher Einsatz wird derzeit nicht vor 2028 erwartet.
Warum entwickelt Google eigene Chips?
Google setzt bereits seit vielen Jahren auf selbst entwickelte Tensor Processing Units (TPUs). Diese speziell für KI entwickelten Prozessoren kommen unter anderem bei Google Search, YouTube, Gmail und Gemini zum Einsatz.
Der mögliche neue Chip verfolgt offenbar einen anderen Ansatz: Statt möglichst viele unterschiedliche KI-Modelle effizient auszuführen, soll er speziell für die Anforderungen von Gemini optimiert werden.
Damit würde Google einen weiteren Schritt in Richtung einer eng verzahnten Kombination aus Hard- und Software gehen.
Ein Trend, der die gesamte Branche prägt
Die Entwicklung zeigt einen grundlegenden Trend in der KI-Branche.
Während in den vergangenen Jahren vor allem leistungsfähigere Modelle im Mittelpunkt standen, rückt inzwischen die Infrastruktur stärker in den Fokus. Rechenleistung ist zu einem entscheidenden Wettbewerbsfaktor geworden.
Google ist mit dieser Entwicklung nicht allein. Auch andere große Technologieunternehmen investieren Milliarden in eigene KI-Infrastruktur und spezialisierte Chips. Ziel ist es, leistungsfähige KI wirtschaftlicher und in größerem Maßstab bereitzustellen.
Warum das interessant ist
Für Unternehmen ändert sich durch einen neuen KI-Chip zunächst nichts unmittelbar.
Dennoch lohnt sich ein Blick auf diese Entwicklung. Sie zeigt, wie sich der Wettbewerb im KI-Markt verändert. Künftig wird nicht allein entscheidend sein, welches Unternehmen das leistungsfähigste Sprachmodell entwickelt. Ebenso wichtig wird die Frage sein, wer dieses Modell effizient, schnell und wirtschaftlich betreiben kann.
Die Fortschritte bei KI entstehen daher längst nicht mehr nur auf der Softwareseite – sondern zunehmend auch in den Rechenzentren.
Fazit
Der Bericht über Googles neues KI-Chip ist mehr als eine Meldung aus der Halbleiterbranche. Er verdeutlicht, dass die nächste Entwicklungsphase der Künstlichen Intelligenz nicht nur von besseren Modellen geprägt sein wird, sondern auch von der Hardware, auf der sie laufen.
Je leistungsfähiger und effizienter diese Infrastruktur wird, desto einfacher lässt sich KI künftig im Alltag und in Unternehmen einsetzen. Welche technischen Ansätze sich langfristig durchsetzen werden, bleibt abzuwarten. Fest steht jedoch: Der Wettbewerb um die Zukunft der KI findet längst nicht mehr nur bei den Modellen statt, sondern ebenso auf der Ebene der Chips und Rechenzentren.