Calipia : le blog

Lundi dernier, il y a une semaine, le titre Alphabet a bondi d’environ 3% après une révélation du média spécialisé The Information : Google développerait une nouvelle puce serveur, baptisée en interne « Frozen v2 », conçue exclusivement pour faire tourner ses modèles Gemini. Une fois n’est pas coutume, ce sont les investisseurs qui ont dégelé les compteurs avant même que Google ne confirme quoi que ce soit.

Le principe technique mérite qu’on s’y attarde, car il rompt avec la philosophie qui a fait le succès des TPU. Là où les TPU actuels sont des accélérateurs généralistes capables d’exécuter n’importe quel modèle d’apprentissage profond, Frozen v2 pousse la logique de l’ASIC (circuit intégré à application spécifique) beaucoup plus loin : une partie de l’architecture neuronale de Gemini serait littéralement gravée dans le silicium. Concrètement, cela réduit le nombre de décisions et de déplacements de données nécessaires à chaque inférence, puisque le chemin de calcul n’a plus besoin d’être reconfiguré à chaque requête. Résultat annoncé par Google en interne : un gain d’efficacité énergétique de 6 à 10 fois par rapport aux TPU actuels, mesuré en tokens générés par watt consommé.

L’intérêt stratégique est limpide. Sur ses derniers appels de résultats, Google a reconnu à plusieurs reprises que son activité cloud était contrainte par un manque de capacité de calcul. Avec un budget d’investissement annoncé entre 180 et 190 milliards de dollars pour 2026, chaque gain d’efficacité sur l’inférence, celle qui sert des centaines de millions de requêtes Gemini au quotidien dans Search, Workspace et Cloud, se traduit directement en économies substantielles à l’échelle de l’infrastructure.

Mais il n’y a pas de miracle sans contrepartie, et c’est là que l’exercice devient intéressant pour un architecte d’entreprise. En figeant une partie de l’architecture du modèle dans le matériel, Google fait un pari sur la stabilité de sa propre roadmap IA. Les poids du modèle pourront être mis à jour, mais la puce ne restera pertinente pour les futures générations de Gemini que si celles ci conservent la même architecture sous jacente. Autrement dit, Google grave dans la pierre un choix technologique dans un domaine où les architectures de modèles évoluent parfois tous les six mois. Un peu comme investir dans une chaîne de production entièrement dédiée à un seul modèle de voiture, en espérant que ce modèle reste au catalogue plusieurs années.

Ce pari s’inscrit dans une tendance de fond chez les hyperscalers : réduire la dépendance à Nvidia via du silicium propriétaire, à l’image des puces Trainium et Inferentia d’AWS ou de la puce Maia de Microsoft. Frozen v2 ne remplacerait d’ailleurs pas les TPU, mais viendrait s’ajouter comme une famille de puces complémentaire, avec pour l’instant une production annoncée à échelle réduite, plutôt comme un banc d’essai pour le matériel spécialisé de demain. Le lancement est évoqué pour 2028, ce qui laisse à Google le temps de convaincre, mais aussi le temps aux architectures concurrentes de continuer à progresser.

Pour les DSI qui suivent la trajectoire de Google Cloud, l’enjeu à surveiller n’est donc pas tant la puce elle même que ce qu’elle révèle : la pression sur les coûts d’inférence devient un sujet d’infrastructure central, et le choix d’un fournisseur cloud IA pourrait de plus en plus dépendre de la capacité de ce dernier à optimiser son matériel pour ses propres modèles plutôt que d’acheter du GPU générique. Reste à savoir si le pari de la gravure vaudra le coup face à des équipes de recherche qui, elles, ne demandent jamais la permission avant de changer d’architecture.

Source pour aller plus loin : TechCrunch, Google is working on a new AI chip designed to make Gemini more efficient, 20 juillet 2026 : https://techcrunch.com/2026/07/20/google-is-working-on-a-new-ai-chip-designed-to-make-gemini-more-efficient/