Die durch 180 Milliarden US-Dollar erzwungene Geheimwaffe: Google Frozen v2 brennt Gemini in die Hardware, verzehnfacht die Token pro Watt – und die Aktie steigt zunächst um 3,3 %

Laut einem Bericht von The Information unter Berufung auf informierte Quellen entwickelt Google derzeit einen Serverchip mit dem internen Codenamen „Frozen v2“. Das Unternehmen plant, Teile der Gemini-Modellinformationen direkt in die Hardware zu integrieren, um die Effizienz der Modellinferenz zu steigern.

Dieser Chip könnte frühestens 2028 eingesetzt werden. Nach den aktuellen internen Erwartungen soll seine Effizienz – gemessen an der Anzahl der pro Energieeinheit erzeugten Token – das Sechs- bis Zehnfache des neuesten selbst entwickelten KI-Chips von Google erreichen.

Allerdings befindet sich das Projekt noch in der Designphase, und das Ingenieursteam hat noch nicht endgültig festgelegt, wie viele Modellinformationen in den Chip eingebettet werden sollen.

Google hat die Massenproduktion von Frozen v2 auch nicht offiziell bestätigt. Das Unternehmen erklärte lediglich gegenüber TechCrunch, dass es ständig neue Technologien erforsche und teste, und betonte, dass „nicht jedes Projekt letztendlich in die Produktion geht“.

Daher ist die Effizienzsteigerung um das Sechs- bis Zehnfache derzeit eher ein internes Designziel als ein durch öffentliche Tests validierter Produktindikator. Selbst wenn das Projekt nicht nach dem aktuellen Plan umgesetzt wird, zeigt es dennoch eine wichtige Veränderung in der Chip-Strategie von Google: Neben der fortlaufenden Weiterentwicklung der TPU beginnt Google, speziellere Hardware für bestimmte Gemini-Modelle zu entwickeln.

Frozen v2 ist nicht die nächste Generation der TPU

Der Schlüssel zum Verständnis von Frozen v2 liegt darin, dass es nicht der Codename für die nächste Generation der Google-TPU ist.

Reuters berichtet unter Berufung auf The Information, dass das Ziel des Frozen-Projekts darin besteht, ein neues Chip-System aufzubauen, das unabhängig von der TPU ist – nicht um die TPU zu ersetzen.

Google verfolgt weiterhin parallel die TPU-Roadmap. Ein nächster Prozessor mit dem Codenamen „Icefish“ soll ebenfalls 2028 in Massenproduktion gehen. Berichten zufolge soll der Hauptrechenteil von Icefish von TSMC gefertigt werden. Google diskutiert zudem mit Samsung über die Herstellung der speicherverbundenen Komponenten im 2-Nanometer-Verfahren und arbeitet gemeinsam mit MediaTek am Design.

Google könnte künftig zwei verschiedene KI-Chip-Typen mit unterschiedlichen Ausrichtungen haben.

Der eine Typ ist die TPU. Sie bleibt ein KI-Beschleuniger für Arbeitslasten wie Matrixberechnungen, Training, Inferenz und Verstärkendes Lernen. Sie kann Modelle unterschiedlicher Größe und Architektur ausführen und externen Kunden über die Google Cloud zur Verfügung gestellt werden.

Der andere Typ ist Frozen. Nach den bisher bekannten Informationen könnte er Teile der Gemini-Modellstruktur, Parameter oder spezifische Berechnungsmuster tiefer in die Hardware abbilden – um durch Einbußen bei der Allgemeinheit eine höhere Inferenzeffizienz zu erzielen.

Aus industrieller Sicht bedeutet dies, dass der Spezialisierungsgrad von KI-Chips noch einmal einen Schritt vorangetrieben wird.

GPUs decken verschiedene KI-Modelle hauptsächlich durch ihre allgemeine parallele Rechenleistung ab; TPUs sind speziell für Tensor-Berechnungen im maschinellen Lernen ausgelegt; Frozen v2 könnte darüber hinaus für eine bestimmte Modellfamilie optimiert werden. Es geht nicht mehr nur darum, „welche Art von KI-Berechnung“ durchgeführt wird, sondern darum, „wie Gemini genau berechnet“.

Je enger der Chip an eine feste Arbeitslast gebunden ist, desto größer ist theoretisch die Chance, unnötigen Datentransport, Steuerlogik und Rechenaufwand zu reduzieren. Gleichzeitig verkleinert sich aber auch der Anwendungsbereich der Hardware. Ob Frozen v2 erfolgreich sein kann, hängt davon ab, ob Google in der Chip-Designphase ausreichend stabile, umfangreiche Teile des Gemini-Modells findet, die sich lohnen, in Hardware umgesetzt zu werden.

TPUs werden offener – Frozen könnte dagegen geschlossener sein

Der Zeitpunkt, zu dem Frozen v2 aufkommt, ist ebenfalls bemerkenswert.

Im April 2026 veröffentlichte Google die achte Generation der TPU und unterteilte dieselbe Produktgeneration erstmals explizit in zwei Architekturen: TPU 8t und TPU 8i. Die TPU 8t ist hauptsächlich für groß angelegtes Vortraining ausgelegt, während die TPU 8i für Sampling, Inferenz und Modellservice optimiert ist.

Google gab bekannt, dass die Leistung pro Dollar der TPU 8t bei groß angelegten Trainingsaufgaben bis zum 2,7-fachen der von Ironwood erreichen kann. Bei der TPU 8i lässt sich die Leistung pro Dollar bei der Inferenz von groß angelegten Modellen mit gemischten Experten (MoE) mit niedriger Latenz um bis zu 80 % steigern. Beide Chips erreichen eine Leistung pro Watt, die bis zum Doppelten von Ironwood liegt. Die TPU 8i ist zudem mit 288 GB Hochgeschwindigkeitsspeicher und 384 MB On-Chip-SRAM ausgestattet, um die Kosten für den Datenzugriff bei latenzempfindlichen Inferenzaufgaben zu senken.

Nach der Einführung der achten TPU-Generation richtete sich die Aufmerksamkeit der Entwicklergemeinschaft schnell von den Chips selbst auf eine praktischere Frage: Inwieweit kann Google seine vollständige technische Plattform aus Modellen, Chips und Rechenzentren in Produktvorteile für Gemini umwandeln?

In einer entsprechenden Diskussion auf Hacker News vertritt eine verbreitete Ansicht die Auffassung, dass Gemini bewiesen hat, dass Modellleistung nicht unbedingt durch ständige Größensteigerung erreicht werden muss.

Ein Benutzer mit dem Namen himata4113 spekuliert, dass die Größe von Gemini 3 Pro und Flash nur ein Fünftel bis ein Zehntel der Modelle auf dem Niveau von Claude Opus und GPT-5 betragen könnte. Seiner Meinung nach erzeugt Gemini deutlich weniger Token, erreicht aber bei der Lösung ursprünglicher Probleme – ohne auf Tools und Suche angewiesen zu sein – ein Niveau, das Opus und GPT nahekommt.

Diese Effizienzvorteile haben sich aber noch nicht vollständig in Fähigkeiten für Agenten umgesetzt.

himata4113 meint, dass Gemini nicht genügend Ressourcen in die Inferenz und Ausführung investiert. Das Modell generiert oft fehlerhafte Tool-Aufrufe und zeigt auch bei Agentenaufgaben keine überzeugende Leistung. Mit anderen Worten: Gemini ist zwar ein effizientes Modell zur Problemlösung, aber noch kein zuverlässiger Aufgabenausführer.

Er ist nach wie vor überzeugt, dass Google früher oder später ein Produkt vorlegen wird, das die damalige Spitzentechnologie um eine Generation übertrifft und „alle überrascht“. Voraussetzung ist allerdings, dass Google wirklich von der Prototypenphase zu einem fertigen Produkt übergeht – statt ständig nur Preview-Versionen zu veröffentlichen. Seiner Meinung nach wirken viele der derzeit von Google vorgestellten KI-Produkte noch wie hastig veröffentlichte Prototypen, die hauptsächlich dazu dienen, Investoren Fortschritte zu zeigen und Konzepte zu validieren.

Ein Benutzer namens deaux äußerte starke Zweifel an dieser Annahme und widersprach insbesondere der Behauptung, Gemini Pro sei fünf- bis zehnmal kleiner. Er stellte die gegenteilige Vermutung auf: Der Hardware-Vorteil von Google hilft möglicherweise nicht, kleinere Modelle zu betreiben – sondern ermöglicht es, größere Modelle zu niedrigeren Kosten und höherer Geschwindigkeit auszuführen.

deaux meint, dass die Größe von Gemini 3 Pro zwar unter der von GPT-5.4 und Claude Opus 4.6 liegen könnte – aber ein Unterschied von mehr als dem Fünffachen „scheint zu groß“. Aus praktischer Nutzungserfahrung ist Gemini 3 Pro eines der „intelligentesten“ Modelle in allen Bereichen, insbesondere in geisteswissenschaftlichen Fächern.

Seiner Meinung nach zeichnet sich Gemini 3 Pro durch umfassendes Wissen aus und führt bei der Generierung großer Mengen natürlicher, menschenähnlicher Texte. Bei einigen weniger verbreiteten Sprachen ist dieser Vorteil sogar noch deutlicher. In seiner Rangliste der Mehrsprachigkeitsfähigkeiten belegen die ersten vier Plätze Modelle von Google: Gemini 3 Pro, Gemini 3 Flash, Gemini 2.5 Pro und Gemini 2.5 Flash.

Selbst die größten Modelle von OpenAI und Anthropic können bei diesen Sprachaufgaben kaum mit Gemini konkurrieren.

Allerdings weist deaux auch darauf hin, dass die Schwächen von Gemini ebenfalls deutlich sind: Seine mathematischen Fähigkeiten sind relativ schwach, und die Fähigkeiten für Agenten hinken noch stärker hinterher. Die Gemini-Chat-App selbst ist „mehr als eine Generation zurückgeblieben“ – im Produktkonzept unterscheidet sie sich kaum von ChatGPT, das vor drei Jahren veröffentlicht wurde.

Obwohl viele Nutzer der Meinung sind, dass die Agenten-Produkte von Gemini noch unausgereift sind, ist die Gemeinschaft sich über die langfristigen Vorteile von Google relativ einig: Der größte Vorteil von Google liegt nicht darin, einen weiteren Chatbot zu entwickeln, sondern KI in die Suche und die bestehende Produktplattform zu integrieren.

Der Benutzer onlyrealcuzzo meint, dass Google offensichtlich vorrangig KI-Technologien entwickelt, die die traditionelle Suche verbessern oder teilweise ersetzen können – denn die Suche ist die Lebensader von Google und das Szenario, das am einfachsten profitabel zu machen ist.

Google hat eine Nutzerbasis, die um eine Milliarde größer ist als die seiner Konkurrenten. Selbst wenn man alle anderen großen KI-Modelle und lokalen mobilen Apps zusammenzählt, kann ihre Anzahl an Nutzeranfragen kaum mit der Google-Suche mithalten.

asah ergänzt, dass Google Gemini zudem in Google Workspace, YouTube, Maps, Google Cloud und viele bereits erfolgreich laufende Anwendungen sowie die Hintergrundinfrastruktur integrieren kann.

Diese vorausschauende Infrastrukturplanung beschleunigt auch die Kommerzialisierung der Google-Chips.

Auf der Telefonkonferenz zum ersten Quartalsbericht 2026 von Alphabet hieß es, Google werde damit beginnen, TPU-Hardware an einige Kunden auszuliefern – die diese in ihren eigenen Rechenzentren betreiben können, statt nur Rechenleistung über die Google Cloud zu mieten.

Die entsprechenden Einnahmen werden ab der zweiten Jahreshälfte 2026 erfasst, der Großteil wird voraussichtlich 2027 realisiert. Die interne Infrastruktur entwickelt sich schrittweise zu einer extern nutzbaren Rechenplattform. Um mehr Modellentwickler und Unternehmenskunden zu gewinnen, muss die TPU Software-Stacks wie JAX, PyTorch, vLLM und XLA unterstützen und die Kosten für die Migration und Anpassung von Modellen so gering wie möglich halten.

Die Betonung von Google auf das native PyTorch-Erlebnis und die generationsübergreifende Kompatibilität des Codes bei der achten TPU-Generation dient im Wesentlichen dazu, die Allgemeinheit der TPU zu verbessern – was genau die entgegengesetzte Richtung einschlägt.

Frozen muss nicht unbedingt eine große Anzahl externer Modelle bedienen oder ein Ökosystem ähnlich wie CUDA oder Cloud TPU aufbauen. Solange es Gemini stabil betreiben und in der Google-Suche, der Gemini-App, Workspace, Werbung und Cloud-Diensten in großem Umfang aufgerufen werden kann, ist Google in der Lage, die Entwicklungskosten für die Chips zu amortisieren.

So entsteht bei der Chip-Strategie von Google ein „Zweispur-System“: Die TPU erweitert die Allgemeinheit der Infrastruktur und den wirtschaftlichen Radius, während Frozen die Betriebskosten pro Einheit des internen Kernmodells weiter senkt.

Nach Ausgaben von 180 Milliarden US-Dollar muss Google die Frage nach dem Ertrag beantworten

Das Bemerkenswerteste an Frozen v2 ist nicht die noch unbestätigte Angabe „6 bis 10 Mal“, sondern die von Google gewählte Messgröße: die Anzahl der pro Energieeinheit erzeugten Token.

In der vorherigen Phase des Wettbewerbs um KI-Chips betonten die Hersteller üblicherweise die Gleitkomma-Leistung, die Parametergröße, die Bandbreite der Chip-Verbindungen und die Größe der Trainingscluster. Da große Modelle nun in die Phase der groß angelegten Inferenz eintreten, bestimmt die Spitzenrechenleistung eines einzelnen Chips nicht mehr