Google conçoit « Frozen v2 », une puce maison pour faire tourner Gemini bien plus efficacement

Google travaillerait sur une nouvelle puce serveur, baptisée en interne « Frozen v2 », conçue pour exécuter ses modèles d’intelligence artificielle Gemini avec une efficacité inédite. L’idée, révélée le 20 juillet 2026 par le média spécialisé *The Information* puis reprise par de nombreuses sources, est aussi audacieuse que radicale : graver l’architecture même de Gemini directement dans le silicium. Résultat espéré, selon les ingénieurs du projet : 6 à 10 fois plus de jetons générés par watt que les puces actuelles de Google. C’est une réponse directe à la pénurie de capacité de calcul qui tend aujourd’hui tout le secteur de l’IA — et un signal fort dans la bataille qui oppose Google à Nvidia.

Le principe : « figer » le modèle dans la puce

La plupart des puces d’IA traitent un modèle stocké séparément en mémoire, en effectuant à chaque réponse une multitude de décisions dynamiques. Frozen v2 prendrait une autre voie : intégrer directement le plan d’architecture de Gemini dans le matériel. En « figeant » cette structure dans le silicium, la puce réduit le nombre de calculs à effectuer et raccourcit le trajet des données, deux sources majeures de gaspillage d’énergie lors de la génération d’une réponse.

Nuance importante, et c’est tout l’intérêt de l’approche : ce sont les grandes lignes de l’architecture qui seraient gravées, pas les « poids » (les paramètres ajustés qui encodent ce que le modèle a appris). Google conserverait ainsi une certaine souplesse pour faire évoluer Gemini, tout en gagnant énormément en efficacité — un compromis que les observateurs qualifient de « câblage flexible ».

6 à 10 fois plus de jetons par watt

Le chiffre avancé par les ingénieurs est spectaculaire : 6 à 10 fois plus de jetons générés par unité d’énergie que la dernière génération de puces maison de Google. Le « jeton » étant l’unité de base que traite un modèle d’IA (un fragment de mot), cette mesure « jetons par watt » traduit directement l’efficacité énergétique de l’inférence, c’est-à-dire la phase où le modèle répond à vos requêtes. En clair : à consommation égale, une puce Frozen v2 pourrait répondre à bien plus d’utilisateurs.

Un complément aux TPU, pas un remplaçant

Frozen v2 ne signerait pas la fin des célèbres TPU (Tensor Processing Units), les puces d’IA maison de Google. Il s’agirait plutôt d’une branche spécialisée de son portefeuille, entièrement dédiée à l’inférence de Gemini, quand les TPU restent des processeurs polyvalents capables aussi d’entraîner les modèles. Pour rappel, Google a récemment déployé Ironwood, sa TPU de septième génération taillée pour « l’ère de l’inférence ». Frozen v2 viendrait s’ajouter à cet arsenal, avec un déploiement visé pour 2028 — les ingénieurs finalisant encore le design et le degré exact d’informations à figer dans le silicium.

La pénurie de calcul, moteur du projet

Le contexte est décisif. Google fait face à une pénurie interne de capacité de calcul si sévère qu’elle aurait créé des tensions dans l’entreprise et poussé Google Cloud à refuser des clients externes. La pression est telle que Google aurait accepté, en juin 2026, de payer à SpaceX près de 920 millions de dollars par mois pour accéder à environ 110 000 processeurs graphiques Nvidia, en capacité d’appoint pour sa plateforme Gemini Enterprise. Concevoir une puce ultra-efficace taillée pour Gemini vise précisément à desserrer cet étau et à réduire une facture énergétique devenue colossale.

Défier Nvidia et maîtriser les coûts

Au-delà de l’efficacité, Frozen v2 s’inscrit dans une stratégie plus large : réduire la dépendance à Nvidia, dont les processeurs graphiques dominent le marché de l’IA, et abaisser le coût d’exploitation de Gemini. En maîtrisant son silicium de bout en bout, Google espère servir son IA moins cher et à plus grande échelle, tout en concurrençant Nvidia sur le terrain des services cloud. À l’annonce de l’information, l’action d’Alphabet, maison mère de Google, a d’ailleurs progressé, signe que les marchés voient dans cette efficacité un avantage compétitif majeur.

Pourquoi 2028, et pourquoi rester prudent

Un facteur d’efficacité de 6 à 10 est impressionnant, mais il faut garder la tête froide : il s’agit encore d’estimations internes portant sur une puce attendue en 2028. Le design n’est pas figé, et la quantité exacte d’informations à graver dans le silicium reste à trancher. Comme souvent avec les annonces de matériel, l’écart entre la promesse et la réalité industrielle peut être important. Nous suivrons ce dossier de près.

La course des géants au silicium maison

Google n’est pas seul sur ce terrain. Depuis deux ans, tous les géants de la tech conçoivent leurs propres puces d’IA pour réduire leur dépendance à Nvidia et maîtriser leurs coûts. Amazon pousse ses puces Trainium et Inferentia pour l’entraînement et l’inférence ; Microsoft développe sa famille Maia ; Meta avance avec ses accélérateurs MTIA ; et Apple conçoit depuis toujours ses propres processeurs pour ses appareils. Dans ce paysage, Frozen v2 marque une radicalisation de l’approche : là où les autres conçoivent des puces génériques pour l’IA, Google graverait une architecture spécifique à son modèle vedette.

Cette spécialisation extrême est un pari. Elle promet des gains d’efficacité inégalés, mais au prix d’une rigidité : une puce taillée pour Gemini sert moins bien un autre modèle. C’est un choix cohérent pour un acteur qui, comme Google, maîtrise à la fois le modèle, le logiciel et le matériel — un avantage d’intégration verticale que peu de concurrents peuvent revendiquer.

Ce que ça change pour vous

Vous n’achèterez jamais une puce Frozen v2 : elle restera dans les centres de données de Google. Mais son impact pourrait être bien réel pour les utilisateurs. Une IA moins gourmande en énergie, c’est potentiellement des services plus rapides, moins coûteux et plus disponibles — et une empreinte environnementale mieux maîtrisée, alors que la consommation d’électricité et d’eau des centres de données inquiète de plus en plus. C’est aussi un signal fort dans la guerre des puces IA, où Google, Nvidia, Amazon et d’autres rivalisent pour ne plus dépendre d’un seul fournisseur.

L’enjeu environnemental mérite d’ailleurs qu’on s’y arrête. L’explosion de l’IA générative a fait bondir la consommation d’électricité et d’eau des centres de données, au point de devenir un sujet politique dans plusieurs régions. Une puce capable de générer 6 à 10 fois plus de réponses pour la même énergie ne réglerait pas tout — l’usage global continue de croître — mais elle atténuerait la pression sur le réseau et sur la facture carbone de chaque requête. Pour Google, dont les objectifs climatiques ont été mis à mal par la course à l’IA, l’efficacité de Frozen v2 est autant un impératif économique qu’un argument écologique.

Pour aller plus loin, retrouvez nos autres analyses sur l’intelligence artificielle et le matériel : nos actualités IA et hardware sur Wanda-techs.

Cette course à la puce IA maison vous semble-t-elle décisive ? Dites-le-nous en commentaire sur Wanda-techs.com.