Googleが「Frozen」というコードネームのチップを開発している——Geminiモデルの推論処理を効率化するために設計された専用シリコンだ。The Informationが最初に報じ、ロイター、エコノミック・タイムズ、The Starが独立に確認した。複数のメディアが同じ情報を裏付けたとき、それはもはや憶測ではない。

表面上はチップの話に見えるが、本質はAI産業の経済構造の話だ。

なぜ「推論」のコストが競争の焦点になるのか

AIモデルの訓練（トレーニング）は数千万ドル規模のコストがかかるが、それは年に数回程度だ。推論（インファレンス）は、ユーザーがChatGPTに質問したり、Geminiにメールのドラフトをさせたりするたびにーー毎日何十億回も——発生する。

大規模なAIプロダクトの経済性は、推論コストに支配される。1クエリあたりのコストを40%下げられるなら、同じ収益で40%多くのクエリをさばけるか、もしくは価格を下げて競合他社より有利に戦える。どちらの方向も、推論コストの削減は直接的な競争優位に繋がる。

GoogleはすでにTPUによって、汎用NvidiaGPUに頼る競合に対してコスト面での優位を持っていた。Gemini専用チップはその先に行く——汎用AIアクセラレータではなく、自社モデルのアーキテクチャに最適化されたシリコンだ。

垂直統合という戦略

これはAppleが独自シリコンでやってきたことの、クラウドAI版だ。モデル、ソフトウェア、シリコンをすべて自社でコントロールする。Appleのニューラルエンジン、Teslaの自動運転推論チップ、AmazonのTrainium/Inferentia——いずれもこの垂直統合の論理を体現している。

GoogleがGemini専用チップを展開すれば、Search、Workspace、AndroidでGeminiを使うすべてのプロダクトが恩恵を受ける。それはコスト削減であり、スピード改善であり、ユーザー体験の向上でもある。

チップはまだ開発段階で、スペックや展開スケジュールは非公開だ。だが方向性は明確だ——Googleはスタック全体を所有することをAIインフラ競争の持続可能な解と位置づけている。