코베이시 레터가 디 인포메이션의 보도를 전한다. 알파벳이 '프로즌(frozen) 칩'이라 불리는 새로운 서버용 칩을 준비 중이라는 것이다. 매번 범용 하드웨어에 AI 모델을 얹는 대신, 이 설계는 자사 제미나이 모델의 설계도를 실리콘에 곧바로 새겨넣는다. 모델을 회로에 '얼려' 고정하면 평소 속도를 늦추던 데이터 이동이 크게 줄어, 같은 답을 훨씬 적은 전력과 하드웨어로 낼 수 있다. 알파벳 엔지니어들은 이 칩이 기존 AI 칩 라인(TPU)의 최신판보다 6~10배 효율적일 수 있다고 추정한다고 전해진다. 단점은 유연성이다. 프로즌 칩은 한 모델을 돌릴 땐 빠르지만 모델이 바뀌면 재활용이 어렵다. 결국 제미나이의 핵심 구조가 맞춤형 칩값을 뽑을 만큼 오래 안정적일 것이라는 베팅인 셈이다. 큰 그림은 이렇다. 또 하나의 거대 기업이 엔비디아에서 더 사는 대신 자체 칩 설계로 깊이 들어가고 있다. 구글이 질의 한 건당 AI 비용을 크게 낮출 수 있다면, 가장 값진 AI 기업이 곧 칩 기업이기도 하다는 논리는 힘을 얻고, 가속기를 전량 사서 쓰는 대신 대안을 조용히 만드는 고객이 하나 더 늘어난다.
Why it matters · 프로즌 칩이 제미나이 서빙 비용을 6~10배 낮춘다면, 알파벳은 모델 효율을 지속적인 비용 해자로 바꾸고 엔비디아 의존도는 줄어든다.
The Kobeissi Letter relays a report from The Information that Alphabet is preparing a new kind of server chip nicknamed a 'frozen' chip. Instead of loading an AI model onto general-purpose hardware every time, the design bakes the blueprint of its Gemini model directly into the silicon. Freezing the model into the circuits removes a lot of the shuttling of data that normally slows things down, so the same answers come out using far less energy and hardware. Alphabet's own engineers reportedly estimate the chip could be six to ten times more efficient than the latest version of its existing AI chip line, the TPU. The catch is flexibility: a frozen chip is fast at running one model but hard to repurpose when the model changes, so it is a bet that Gemini's core stays stable long enough to pay back the custom silicon. The bigger picture is that another giant is going deeper into designing its own chips rather than buying more from Nvidia. If Google can serve its AI far cheaper per query, it strengthens the case that the most valuable AI companies will also be chip companies, and it adds one more customer quietly building an alternative to buying every accelerator off the shelf.
Why it matters · If a frozen chip cuts the cost of serving Gemini six- to tenfold, Alphabet turns model efficiency into a durable cost moat and leans less on Nvidia.
コベイシ・レターがThe Informationの報道を伝える。アルファベットが「フローズン（frozen）チップ」と呼ばれる新型サーバー用チップを準備しているという。毎回汎用ハードにAIモデルを載せる代わりに、この設計は自社ジェミニ・モデルの設計図をシリコンに直接焼き込む。モデルを回路に「凍結」して固定すると、普段は速度を落とすデータのやり取りが大幅に減り、同じ回答をはるかに少ない電力とハードで出せる。アルファベットの技術者は、このチップが既存のAIチップ（TPU）の最新版より6～10倍効率的になりうると見積もっていると伝えられる。難点は柔軟性だ。フローズン・チップは一つのモデルを動かすには速いが、モデルが変わると転用が難しい。つまりジェミニの中核が、専用シリコンの費用を回収できるほど長く安定するという賭けである。大きな構図はこうだ。もう一つの巨人が、エヌビディアから買い増すのではなく自前のチップ設計へ深く踏み込んでいる。グーグルがクエリ当たりのAIコストを大きく下げられるなら、最も価値あるAI企業は同時にチップ企業でもある、という論理は勢いを増し、アクセラレーターを全て市販品で揃える代わりに代替を静かに築く顧客がもう一社加わる。
Why it matters · フローズン・チップがジェミニの提供コストを6～10倍下げるなら、アルファベットはモデル効率を持続的なコストの堀に変え、エヌビディア依存を薄める。