Big Tech bouwt eigen chips: de vlucht uit Nvidia's greep - Frozen v2

Hardware · AI-chips · Datacenters Big Tech bouwt eigen chips: de vlucht uit Nvidia's greep - Frozen v2 Google werkt aan een nieuwe AI-chip met de codenaam Frozen v2. Het is het jongste signaal in een bredere beweging: de grootste techbedrijven ontwerpen liever hun eigen silicium dan eeuwig afhankelijk te blijven van Nvidia. De afgelopen weken draaide het techdebat niet om een nieuwe telefoon of een spraakmakende chatbot, maar om iets veel fundamentelers: wie de chips bezit waarop kunstmatige intelligentie draait. Vorige week kwam daar een veelzeggend bericht bij. Volgens berichtgeving die op 20 juli naar buiten kwam, ontwerpt Alphabet, het moederbedrijf van Google, een nieuwe serverchip die de eigen Gemini-modellen efficiënter moet laten draaien. De chip heeft intern de codenaam Frozen v2 en zou pas ergens in 2028 verschijnen. Het opvallendste is de belofte eromheen: de chip zou zes tot tien keer efficiënter kunnen zijn dan Google's huidige AI-chips, gemeten in het aantal gegenereerde tokens per eenheid stroom. Google bevestigde noch ontkende het bericht. Voor een sector die kreunt onder torenhoge energierekeningen en chiptekorten is zo'n sprong precies wat iedereen zoekt. Waarom hyperscalers zelf willen ontwerpen De logica is simpel en hard tegelijk. Nvidia levert de GPU's die vrijwel de hele AI-industrie aandrijft, en dat betekent forse marges en lange wachtrijen. Wie zelf een chip ontwerpt die precies is toegesneden op de eigen modellen, kan die tussenpersoon deels omzeilen: lagere kosten per berekening, minder afhankelijkheid van één leverancier en meer controle over de roadmap. Het gaat om gigantische bedragen. Microsoft verwacht dit jaar zo'n 190 miljard dollar aan kapitaaluitgaven, waarvan een fors deel naar AI-infrastructuur gaat. Een aanzienlijk stuk van die stijging komt door de prijsexplosie van geheugen en opslag. Tegen die achtergrond is elke chip die je niet bij Nvidia hoeft te kopen, pure winst. 6–10×Beloofde efficiëntiewinst van Frozen v2 tegenover Google's huidige AI-chips $20 mldJaarlijkse omzetloop van Amazons eigen silicium (Graviton, Trainium, Nitro) $190 mldVerwachte kapitaaluitgaven van Microsoft in 2026 Google is niet de enige Frozen v2 past in een patroon dat deze zomer overal zichtbaar is. Meta zou vanaf september beginnen met de productie van de nieuwste versie van zijn eigen AI-chip, om de GPU-kosten te drukken tijdens een ongekend componententekort. Het bedrijf ontwerpt de chip samen met Broadcom en laat hem bij TSMC in Taiwan bakken, met geheugen van Samsung en opslag van Sandisk. Volgens de berichtgeving doorstond minstens één chip zijn testfase in ongeveer zes weken. Amazon is nog verder. De custom-siliciumtak, met de Graviton-processors, Trainium-trainingschips en Nitro-beveiligingschips, heeft inmiddels een jaarlijkse omzetloop van meer dan 20 miljard dollar bereikt en groeit met meer dan honderd procent per jaar. Daarmee is het volgens topman Andy Jassy een van de drie grootste datacenterchipbedrijven ter wereld, met langlopende afspraken van onder meer OpenAI, Anthropic, Meta en Uber. Zelfs de AI-labs zelf willen mee. Anthropic, de maker van Claude, zou medio juli in vroege gesprekken zijn met Samsung over eigen inferentiechips, in een poging de eigen compute-rekening van naar verluidt 1,25 miljard dollar per maand aan te pakken. De boodschap is overal dezelfde: wie op deze schaal AI draait, kan de hardware niet langer aan iemand anders overlaten. De AI-race ging eerst over wie het slimste model bouwde. Nu gaat het minstens zo hard over wie de infrastructuur, de energie en het silicium eronder in handen heeft. De bottleneck heet 'geheugen' Een eigen chip ontwerpen lost niet alles op, want er is een tweede knelpunt: het geheugen. Moderne AI-versnellers leunen op high-bandwidth memory (HBM), gestapeld geheugen dat bepaalt hoeveel data een chip per seconde kan verplaatsen. Dat is precies wat de omvang en snelheid van een AI-model begrenst. HBM is dit jaar een van de schaarste onderdelen van de hele AI-keten. SK Hynix, de belangrijkste leverancier van dit geheugen voor Nvidia's GPU's, haalde in de eerste helft van 2026 alleen al meer dan 10 miljard dollar omzet uit HBM. Het bedrijf bereidt bovendien een beursgang in de Verenigde Staten voor. Zolang dit geheugen schaars en duur blijft, blijft ook de eigen chip van Google of Meta afhankelijk van een handvol toeleveranciers. Onafhankelijkheid van Nvidia is dus niet hetzelfde als volledige onafhankelijkheid. De belofte van Frozen v2, in perspectief Relatieve efficiëntie in tokens per eenheid stroom, volgens de geclaimde bandbreedte. Cijfers zijn een schatting uit berichtgeving, niet door Google bevestigd. 1× Huidige chip 6× Frozen v2 (laag) 10× Frozen v2 (hoog) Kanttekening: een codenaam en een gelekt cijfer zijn nog geen product. Frozen v2 wordt niet voor 2028 verwacht, en efficiëntieclaims vooraf blijken in de praktijk vaak optimistischer dan wat er uiteindelijk uit de fabriek rolt. Neem de belofte van zes tot tien keer dus met een korrel zout. Wat betekent dit voor de rest? Voor Nvidia is dit geen acuut gevaar: de eigen chips van de hyperscalers zijn vooral bedoeld voor het draaien van modellen (inferentie), terwijl het zware trainingswerk voorlopig grotendeels bij Nvidia blijft. Maar de richting is duidelijk. Elk bedrijf dat zijn eigen silicium succesvol maakt, haalt een stukje uit de vraag naar dure GPU's en zet de marges onder druk. Voor de gewone gebruiker zit het effect verderop in de keten. Goedkopere, zuinigere chips kunnen op termijn betekenen dat AI-diensten minder kosten en minder stroom verbruiken. Tegelijk verklaart dezelfde geheugenschaarste waarom de prijzen van telefoons, laptops en geheugenmodules dit jaar juist stijgen: de datacenters kopen de wereldvoorraad HBM en DRAM voor je neus weg. De les van deze zomer is dat de AI-strijd zich verplaatst naar het fundament. Niet het volgende taalmodel, maar de chip eronder, het geheugen erin en de stroom eromheen bepalen wie straks de dienst uitmaakt. Frozen v2 is daarin geen eindpunt, maar een teken aan de wand: de grootste klanten van Nvidia bouwen stilletjes aan een uitweg. Bronnen TechCrunch, Google is working on a new AI chip designed to make Gemini more efficient (20 juli 2026) TechCrunch, Meta's new AI chips will begin production in September (9 juli 2026) dentro.de/ai, AI News - July 2026: Key Events & Releases (Amazon custom silicon, Microsoft capex) Build Fast with AI, AI News Today July 7 2026 (SK Hynix, HBM) AIToolsRecap, AI News July 2026 (Anthropic en Samsung)

Big Tech bouwt eigen chips: de vlucht uit Nvidia's greep - Frozen v2

Reacties 0

Meer tech artikelen

De robot loopt de fabriek binnen: humanoïde machines aan het werk

De stroomrekening van AI: waarom datacenters het net opslokken

Europa's eigen AI: hoe ASML Mistral tot zwaargewicht maakt