Il colosso statunitense Alphabet ha avviato nei laboratori californiani di Mountain View lo sviluppo riservato di un nuovo microprocessore dedicato denominato Frozen v2, ideato per migliorare l'efficienza dei sistemi di intelligenza artificiale. La notizia, emersa a metà luglio 2026 attraverso indiscrezioni raccolte dalla testata economica statunitense The Information, rivela la volontà dell'azienda di scolpire parte dell'architettura neurale del modello Gemini direttamente sulle componenti fisiche del silicio. L'obiettivo primario dei tecnici consiste nel ridurre drasticamente il consumo energetico legato all'elaborazione delle risposte, compensando la saturazione elettrica delle infrastrutture e consentendo un'espansione sostenibile dei servizi di calcolo entro il 2028.
A differenza delle tradizionali unità di elaborazione tensoriale progettate come componenti generiche per supportare una molteplicità di modelli matematici, la nuova architettura hardware sceglie la via della specializzazione estrema. I progettisti hanno scelto di fissare nel circuito la struttura portante della rete neurale, mantenendo tuttavia dinamica la gestione dei parametri operativi e dei pesi algoritmici. Questo approccio permette di aggiornare e rifinire le capacità sintetiche del software senza dover riprogettare la componente fisica. L'eliminazione dei passaggi intermedi nel trasferimento dei dati tra memoria e processore consente di incrementare da sei a dieci volte il numero di informazioni generate per singola unità di energia rispetto ai chip di ultima generazione.
L'origine dell'iniziativa risale alle intuizioni di Jeff Dean, scienziato capo della divisione Google DeepMind, che in una prima fase esplorativa aveva ipotizzato di bloccare l'intero impianto software nell'hardware. Tale impostazione iniziale è stata successivamente accantonata poiché avrebbe reso i processori obsoleti al primo aggiornamento significativo del modello di frontiera. La revisione del progetto ha condotto a una sintesi flessibile che mira a decongestionare la rete dei centri dati di Google Cloud, oggi vicina ai limiti di capacità di erogazione elettrica. La riduzione dei costi operativi per singola query consentirà alla compagnia di difendere i propri margini economici di fronte alla pressione commerciale dei principali concorrenti del settore.
L'ingresso di un processore altamente specializzato non sostituirà le linee di produzione delle schede logiche universali, ma affiancherà la gamma dei semiconduttori proprietari nei compiti ad alta frequenza. L'integrazione profonda tra il disegno dell'algoritmo e l'architettura dei semiconduttori riflette un mutamento strategico dell'intero comparto tecnologico, costretto a superare la mera corsa alla potenza di calcolo lorda in favore dell'ottimizzazione energetica. Resta da verificare se la rigidità intrinseca di un circuito integrato dedicato saprà adattarsi al ritmo frenetico con cui si evolvono le strutture matematiche dei modelli linguistici del futuro.