Warum baut Google einen eigenen KI-Chip für Gemini?

Ein Chip nur für Gemini: Wie Google die KI-Kosten senken und Nvidia umgehen will

Michael Dobler

Autor Dr. Web

21. Juli 2026

4 Min. Lesezeit

Google entwickelt einem Bericht zufolge einen Prozessor, der ausschließlich das hauseigene KI-Modell Gemini bedient. Für Entscheider zählt weniger die Rechenleistung als die Botschaft dahinter: Die Kosten pro Anfrage entscheiden künftig, ob sich KI im Betrieb rechnet.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

Ein KI-Chip, der nur eine einzige Aufgabe kennt: Das US-Fachmedium The Information berichtet, dass Google an einem Server-Prozessor mit dem Namen Frozen v2 arbeitet, der allein das Sprachmodell Gemini ausführen soll. Sechs- bis zehnmal effizienter als die bisherigen Spezialchips beantworte er Anfragen, heißt es. Der eigentliche Kampf in der KI hat sich damit verschoben, weg vom Training, hin zu den laufenden Betriebskosten.

Das Wichtigste in Kürze

Google baut laut Bericht mit Frozen v2 einen Prozessor nur für Gemini, sechs- bis zehnmal effizienter, Start frühestens 2028.
Der Grund liegt in der Inferenz: Das Ausführen eines Modells kostet bei jeder Anfrage erneut, anders als das einmalige Training.
Googles achte TPU-Generation trennt bereits Training (8t) und Inferenz (8i) und verbessert so das Preis-Leistungs-Verhältnis um 80 Prozent.
Für den Mittelstand entscheidet nicht das beste Modell, sondern der günstigste Preis pro Anfrage über den KI-Einsatz.

Was ist Frozen v2?

Ein Schlüssel, beschriftet mit „Gemini“, ein Schloss und ein Anhänger mit „nur ein Modell“ auf Weiß — Google entwickelt Chip Frozen v2 speziell für Gemini-Sprachmodell, um schnellere Antworten zu ermöglichen. Inbetriebnahme frühestens 2028

Ein Chip für ein Modell. Laut The Information schneidet Google den Baustein Frozen v2 eigens auf sein Sprachmodell Gemini zu, sodass er Anfragen spürbar schneller beantwortet als die aktuellen Eigenchips. Der Prozessor ist getrennt von Googles bekannten Tensor-Prozessoren (TPUs) und könnte frühestens 2028 in Betrieb gehen.

Verhaltene Bestätigung. Google selbst bestätigt den Chip nicht, formuliert seine Linie aber offen: „Indem wir Hardware und Software von Grund auf gemeinsam entwerfen, sorgen wir dafür, dass unsere Systeme integriert und für reale Arbeitslasten hochgradig optimiert sind.“

Warum senkt ein Spezialchip die Kosten?

Training gegen Inferenz. Das Training eines Modells ist ein einmaliger Kraftakt. Die Inferenz, also das Ausführen für jede einzelne Nutzeranfrage, kostet dagegen bei jeder Antwort erneut Strom und Rechenzeit. Genau hier sitzt der Dauerkostenblock der KI.

Weniger Ballast. Ein universeller Grafikchip von Nvidia muss beliebige Modelle bedienen. Ein Baustein, der nur Gemini kennt, trimmt Speicher und Datenfluss fest auf dieses Modell und lässt überflüssigen Ballast weg. Daher stammt der berichtete Effizienzsprung.

Getrennte Wege. Diese Logik zeigt Google schon in seiner achten TPU-Generation, die den Trainingschip 8t vom Inferenzchip 8i trennt.^[1] Der 8i liefert laut Google ein um 80 Prozent besseres Preis-Leistungs-Verhältnis als die Vorgängergeneration und bedient die doppelte Kundenzahl zu gleichen Kosten.

Nicht das klügste Modell gewinnt den Mittelstand, sondern das billigste pro Anfrage. Googles Chip nur für Gemini ist ein Angriff auf genau diese Rechnung.
— Markus Seyfferth, Chefredakteur Dr. Web

10×

bis zu

Sechs- bis zehnmal effizienter soll der berichtete Gemini-Chip Frozen v2 gegenüber Googles heutigen Eigenchips arbeiten.

80 %

Preis-Leistung

Besseres Verhältnis des Inferenzchips TPU 8i gegenüber der Vorgängergeneration.

2×

Leistung pro Watt

Fortschritt der achten TPU-Generation gegenüber der Vorgängerreihe Ironwood.

121

ExaFlops

Rechenleistung eines TPU-8t-Superpods aus 9.600 Chips für das Training.

3 Mio.

TPU-Chips

Auftrag von Alphabet an Intels Auftragsfertigung, Lieferung bis 2028.

2028

Marktstart

Frühestmöglicher Einsatz des Gemini-Chips Frozen v2 laut Bericht.

Was heißt das für Nvidia und Europa?

Ein Branchenmuster. Google steht nicht allein. Meta bringt mit MTIA einen eigenen KI-Chip in die Rechenzentren, und selbst Nvidia sichert sich mit der neuen Vera-CPU zusätzliche Felder. Gemeinsam ist allen der Angriff auf die Inferenzkosten, denn Nvidias Vormacht bröckelt eher beim Ausführen als beim Training.

Kosten als Bremse. Für deutsche Unternehmen ist selten die Modellqualität das Problem, sondern der Preis je Anfrage. Sinkt er, wird KI in Support, Vertrieb oder Buchhaltung rentabel. Google drückt diesen Preis bereits über günstigere Gemini-Varianten, Cisco geht denselben Weg über schlanke Spezialmodelle. Grundlagen zum Modellrennen bündelt die KI-Rubrik von Dr. Web.

Frage der Souveränität. Europa besitzt keine vergleichbare Chip-Basis und mietet seine Inferenz bei US-Clouds. Der Auftrag über mehr als drei Millionen TPUs, den Alphabet an Intel vergeben hat, zeigt, wie eng Chipdesign und Fertigung inzwischen verzahnt sind. Wie teuer diese Rechenleistung ist, führt der Bau von Metas größtem KI-Rechenzentrum vor Augen, während Anbieter mit souveräner KI in Europa in die Lücke stoßen.

Was jetzt zählt. Prüfen Sie KI-Vorhaben künftig an den Kosten pro Anfrage statt an Benchmark-Ranglisten, und achten Sie darauf, welcher Anbieter seine Inferenz am günstigsten ausführt. Der Chip für ein einziges Modell zeigt am deutlichsten, dass dieser Preis fällt.