Google travaillerait sur une puce Gemini baptisée Frozen v2, un processeur de serveur qui graverait une partie de l’architecture du modèle directement dans le silicium. Selon des informations de presse fondées sur des sources internes, les ingénieurs viseraient 6 à 10 fois plus de tokens par watt que les derniers TPU de la maison, avec un déploiement ciblé à partir de 2028. Google, de son côté, n’a pas confirmé le projet.
Si ces informations se confirment, Frozen v2 marquerait un tournant dans la stratégie matérielle de Google pour Gemini. L’idée n’est plus seulement d’accélérer l’IA avec des puces généralistes comme les TPU, mais de figer une partie de la logique propre à Gemini dans le matériel pour réduire le nombre d’étapes nécessaires à chaque requête, limiter les mouvements de données et améliorer l’efficacité énergétique. Le point de départ de ces révélations est détaillé par ce rapport consacré à Frozen v2 et à ses gains projetés en tokens par watt.
Frozen v2 graverait l’architecture de Gemini, pas ses poids
D’après les éléments qui ont fuité, Frozen v2 serait un ASIC d’inférence, c’est-à-dire une puce spécialisée pour exécuter Gemini à grande échelle, et non pour entraîner le modèle. La différence avec un TPU classique est centrale : un TPU, comme un GPU, peut charger différents modèles et doit prendre à l’exécution une série de décisions sur l’orchestration des calculs, l’adressage mémoire ou les flux de données.
Frozen v2 suivrait une logique plus étroite. Une partie de la structure neuronale de Gemini — l’organisation des couches, des chemins de calcul et de certains modules — serait directement inscrite dans les transistors. En clair, la puce ne chercherait pas à être polyvalente : elle serait optimisée pour une seule famille de modèles.
Un point important ressort toutefois des fuites : Google n’aurait pas retenu l’approche la plus radicale envisagée au départ. Le premier projet “Frozen”, attribué au chief scientist de DeepMind Jeff Dean, aurait consisté à graver aussi les weights du modèle dans le silicium. Cette piste aurait été abandonnée, car une puce liée à une version précise de Gemini deviendrait trop vite obsolète. Frozen v2 garderait donc une marge d’évolution : l’architecture serait figée, mais les poids resteraient rechargeables.
Le dosage exact n’aurait pas encore été arrêté. Les sources indiquent que Google déciderait toujours quelle part de la structure doit être “durcie” dans le silicium. C’est un arbitrage industriel délicat : plus on verrouille le modèle dans le hardware, plus on gagne en efficacité ; mais plus on réduit la capacité à faire évoluer Gemini sans casser la compatibilité matérielle.
Google viserait 6 à 10 fois plus de tokens par watt que ses derniers TPU
Le chiffre qui retient l’attention est bien celui-ci : 6 à 10 fois plus de tokens servis par watt que les TPU de dernière génération. La nuance compte. Il ne s’agit pas d’une promesse de FLOPS bruts ni d’un simple score de benchmark, mais d’une métrique directement liée au coût réel des grands modèles génératifs : combien de texte on peut servir pour une quantité donnée d’électricité.
Cette approche reflète le déplacement du centre de gravité dans les data centers IA. La question n’est plus seulement de savoir quelle puce calcule le plus vite, mais laquelle sert le plus de requêtes au meilleur coût énergétique. Dans ce cadre, Frozen v2 chercherait à faire sauter deux verrous à la fois :
- réduire le nombre d’instructions et de micro-étapes par requête ;
- réduire les déplacements de données entre calcul et mémoire, particulièrement coûteux en énergie.
Les sources évoquent aussi un gain de latence, suffisant pour ouvrir de nouveaux usages. Là encore, Google n’a rien détaillé publiquement, et il faut rester au conditionnel. Mais la logique est claire : si une partie du comportement de Gemini est pré-encodée dans la puce, le temps perdu en décisions d’exécution devrait baisser, ce qui peut rendre les réponses plus rapides.
Ce projet s’inscrirait en parallèle de l’évolution plus classique des TPU. Lors de Cloud Next 2026, Google a présenté une 8e génération scindée pour la première fois en TPU 8t pour l’entraînement et TPU 8i pour l’inférence. Ces puces affichent déjà environ deux fois plus d’efficacité énergétique que la génération précédente. Frozen v2 viserait donc un saut supplémentaire, d’un autre ordre, mais au prix d’une spécialisation beaucoup plus forte.
Le projet répondrait aussi à une pénurie de capacité IA chez Google
Frozen v2 ne serait pas seulement un exercice de conception avancée. Selon plusieurs sources concordantes, le projet répondrait à une tension très concrète : le manque de capacité de calcul IA dans l’infrastructure de Google.
D’après ces informations, la pression serait telle que Google Cloud aurait déjà refusé certains contrats externes, faute de ressources disponibles, en privilégiant les besoins internes liés à Gemini. Si ce point n’est pas confirmé officiellement, il éclaire la logique du projet : mieux servir Gemini sans augmenter linéairement la consommation électrique et les besoins en data centers.
Dans cette perspective, Frozen v2 serait moins un remplaçant des TPU qu’un outil de désengorgement. Le chip fonctionnerait aux côtés de la gamme TPU et serait produit à des volumes plus faibles, comme un premier essai grandeur nature avant d’éventuelles générations de silicium encore plus spécialisées. Les fuites indiquent d’ailleurs que Google ne viserait pas des volumes comparables à ceux des TPU.
Un autre élément va dans ce sens : 2028 correspond aussi à l’année où Google aurait réservé à Intel la capacité de packaging pour plus de 3 millions de TPU. Autrement dit, même si Frozen v2 arrive en production à cette échéance, la stratégie TPU resterait massive. Le message est plutôt celui d’une coexistence : des puces généralistes pour la flexibilité, une puce Gemini dédiée pour l’efficacité maximale sur des charges bien identifiées.
Google s’inscrirait dans une course aux puces d’inférence ultra-spécialisées
Le principe d’un silicium câblé pour un modèle donné n’est pas isolé. Des démonstrations existent déjà dans l’industrie. La start-up torontoise Taalas a présenté en février 2026 sa puce HC1, avec Llama 3.1 8B directement intégré dans une matrice de 815 mm² en N6 chez TSMC. Dans ce cas, architecture et poids sont figés ensemble, ce qui rend la puce indissociable d’une version précise du modèle.
La différence avec Frozen v2 serait donc nette : Google chercherait un compromis plus durable, en gravant l’architecture mais en conservant des poids actualisables. Cela limite l’obsolescence, tout en essayant de préserver une partie des gains d’un design “hardwired”.
Le secteur regarde aussi de plus en plus le débit de tokens comme métrique de référence. Nvidia a ainsi signé un accord évalué à environ 20 milliards de dollars pour licencier une technologie du spécialiste des puces d’inférence Groq. Là encore, l’idée n’est pas de maximiser la polyvalence, mais de servir des tokens au plus vite et au meilleur rendement énergétique.
Pour Google, Frozen v2 illustrerait une stratégie de co-conception modèle-matériel poussée. C’est une forme de réintégration verticale : fabriquer un composant pensé d’abord pour son propre modèle, avec un niveau de spécialisation que les GPU généralistes n’offrent pas. Pour les utilisateurs, les effets concrets pourraient se jouer sur trois terrains si le projet aboutit : latence, capacité et coût d’exploitation. Pour les clients cloud, cela pourrait aussi signifier, à terme, plus de disponibilité pour les services Gemini.
À ce stade, la prudence reste de mise. Google n’a ni confirmé le nom Frozen v2, ni validé les chiffres, ni officialisé un calendrier 2028. L’entreprise s’est contentée d’indiquer que tous ses projets n’aboutissent pas en production et que cette phase d’exploration fait partie de son approche “full stack”. En attendant d’en savoir plus, le dossier s’ajoute à une tendance de fond déjà visible, que nous suivons aussi dans nos analyses sur l’IA et les infrastructures cloud : les grands groupes cherchent désormais autant à optimiser le token par watt que la puissance brute.
La prochaine étape à surveiller est simple : une prise de parole publique de Google, ou des détails tangibles sur la feuille de route matérielle de Gemini. D’ici là, Frozen v2 reste un projet crédible sur le papier, mais encore loin d’un produit annoncé.
