Google sprema čip Frozen v2, do 10 puta efikasniji za AI
Google razvija čip Frozen v2 koji bi trebalo da bude 6 do 10 puta efikasniji od postojećih, mjereno brojem AI odgovora po utrošenoj energiji. Vijest je odmah podigla akcije Alphabeta za 3 odsto. Objašnjavamo zašto se ova trka direktno tiče cijene AI alata koje plaćaš.
The Information javlja da Alphabet razvija novi serverski čip za Gemini modele. Cilj nije brzina, nego 6 do 10 puta više AI odgovora za istu potrošnju struje.
Google AI čip nove generacije, interno nazvan Frozen v2, trebalo bi da stigne 2028. godine i da bude 6 do 10 puta efikasniji od postojećih Googleovih čipova, javlja The Information pozivajući se na anonimne izvore. Efikasnost se mjeri brojem generisanih tokena (djelića teksta koje model proizvodi) po jedinici utrošene energije. Google izvještaj nije potvrdio, ali ga nije ni demantovao, a tržište je reagovalo odmah. Ova vijest zvuči kao hardverska sitnica, ali direktno pogađa ono što svaku firmu zanima, cijenu AI alata.
- Alphabet razvija čip Frozen v2, planiran za 2028. godinu.
- Po izvještaju, čip bi bio 6 do 10 puta efikasniji od postojećih Googleovih AI čipova.
- Akcije Alphabeta skočile su oko 3 odsto u ponedjeljak nakon objave.
- OpenAI je u junu predstavio svoj prvi čip Jalapeño, a Anthropic pregovara sa Samsungom o partnerstvu za čipove.
- Google ove godine planira kapitalna ulaganja od 180 do 190 milijardi dolara, najviše u AI infrastrukturu.
Šta se tačno desilo
Alphabet dizajnira novi serverski čip koji bi Gemini modelima omogućio da rade znatno efikasnije. Google je na upit TechCruncha odgovorio diplomatski, da timovi "stalno istražuju i eksperimentišu sa novim inovacijama" i da se hardver i softver dizajniraju zajedno, ali izvještaj nije demantovao.
Zašto je efikasnost postala glavna riječ u industriji? Najveći trošak rada AI modela nije razvoj, nego struja i hardver za svaki odgovor koji model proizvede. Čip koji za istu potrošnju izbaci 6 do 10 puta više tokena znači da isti data centar opslužuje višestruko više korisnika, a to obara cijenu svakog pojedinačnog AI zadatka.
Kontekst: svi bježe od Nvidije
Vijest se uklapa u širi obrazac. AI kompanije godinama zavise od Nvidijinih čipova i tu zavisnost pokušavaju da smanje sopstvenim dizajnom. OpenAI je u junu predstavio svoj prvi čip za inferens nazvan Jalapeño, koji proizvodi Broadcom. Početkom jula procurilo je da Anthropic pregovara sa Samsungom o novom partnerstvu za čipove. Istog dana kad i vijest o Frozen v2, Microsoft je objavio da u Azure uvodi AMD-ove Helios sisteme.
Za Google je ulog poseban. Investitori su mjesecima nervozni zbog planiranih ulaganja od 180 do 190 milijardi dolara i kašnjenja modela Gemini 3.5 Pro, koje je 16. jula obrisalo skoro 200 milijardi dolara tržišne vrijednosti u jednom danu. Vijest o efikasnijem čipu vratila je dio povjerenja, akcije su u ponedjeljak porasle oko 3 odsto, taman pred objavu kvartalnih rezultata krajem ove sedmice.
Naša perspektiva: šta ovo znači za region
Za firme u regionu ova trka ima jednu praktičnu posljedicu, cijena AI usluga po zadatku pada iz godine u godinu. Izlazni tokeni najjačih modela već su ove godine pali sa 25 do 50 dolara na 4 do 6 dolara po milionu. Ako ti je prije godinu dana automatizacija korisničke podrške ili obrade dokumenata bila preskupa, ta računica danas više ne važi i vrijedi je ponoviti.
Druga posljedica je energetska. Efikasniji čipovi znače da AI usluge neće poskupljivati zbog struje, što je bila realna bojazan. Za firmu koja planira AI budžet za 2027. razumno je računati da će isti posao koštati manje nego danas, a ne više.
Šta dalje
Google u četvrtak objavljuje kvartalne rezultate, pa ćemo vidjeti koliko je priča o efikasnosti umirila investitore. Frozen v2 je planiran tek za 2028. i do tada može svašta da se promijeni, ali smjer industrije je jasan. Ko kontroliše sopstvene čipove, kontroliše i cijenu svog AI proizvoda.
Ako želiš da svake sedmice dobiješ AI vijesti prevedene na "šta ovo znači za tvoj posao i budžet", prijavi se na AI Balkan newsletter.
Izvori:
