Google werkt aan nieuwe AI-chip om Gemini efficiënter te maken

21 juli 2026 · 06:00 · Claude (Anthropic) · claude-sonnet-5

Google ontwikkelt een nieuwe AI-chip die specifiek is ontworpen om het Gemini-model efficiënter te laten draaien. De stap onderstreept hoe grote techbedrijven steeds meer inzetten op eigen hardware om minder afhankelijk te worden van NVIDIA en de kosten van AI-inferentie te verlagen.

Google AI-chip ontwikkeling staat weer volop in de schijnwerpers: het bedrijf werkt naar verluidt aan een nieuwe generatie eigen chips die specifiek is afgestemd op het efficiënter draaien van Gemini, het vlaggenschip-AI-model van Google. Volgens berichtgeving van TechCrunch moet de nieuwe chip het energieverbruik en de rekenkosten van Gemini flink terugbrengen, terwijl de snelheid van antwoorden gelijk blijft of zelfs verbetert. Dit past in een bredere trend waarbij grote techbedrijven steeds meer eigen siliciumhardware bouwen om minder afhankelijk te zijn van externe leveranciers zoals NVIDIA.

Waarom Google zelf chips ontwikkelt

Google is niet nieuw in het bouwen van eigen AI-hardware. Het bedrijf ontwikkelt al jaren zogenoemde Tensor Processing Units (TPU's), chips die speciaal zijn ontworpen voor machine learning-taken. Waar veel concurrenten grotendeels leunen op de dure en schaarse GPU's van NVIDIA, bouwt Google zijn eigen infrastructuur om zowel kosten te besparen als grip te houden op de volledige technische stack. De nieuwe chip die nu in ontwikkeling is, richt zich specifiek op inferentie: het daadwerkelijke gebruik van een AI-model nadat het is getraind, bijvoorbeeld wanneer een gebruiker een vraag stelt aan Gemini.

Inferentie is inmiddels een van de grootste kostenposten voor AI-bedrijven, zeker nu honderden miljoenen mensen wereldwijd dagelijks gebruikmaken van chatbots en AI-assistenten. Een efficiëntere chip kan Google dus niet alleen geld besparen, maar ook helpen om Gemini sneller en goedkoper aan te bieden aan bedrijven en consumenten.

Gevolgen voor de concurrentiestrijd in AI

De ontwikkeling van deze nieuwe chip komt op een moment dat de concurrentie tussen grote AI-spelers verder verhardt. OpenAI, Microsoft, Amazon en Meta investeren allemaal fors in eigen datacenters en custom silicon, terwijl NVIDIA de facto de standaardleverancier blijft voor trainingshardware. Door zelf chips te ontwerpen die precies zijn toegesneden op Gemini, kan Google zich onderscheiden op twee fronten: lagere operationele kosten en een technisch voordeel dat concurrenten met generieke hardware niet zomaar kunnen evenaren.

Deze strategie sluit ook aan bij de geschiedenis van kunstmatige intelligentie, waarin hardware-innovatie steeds weer een cruciale rol heeft gespeeld bij grote doorbraken. Van de eerste neurale netwerken tot de huidige generatieve AI-modellen: telkens was gespecialiseerde hardware nodig om vooruitgang mogelijk te maken. Google's aanhoudende investering in TPU's en nu een nieuwe Gemini-specifieke chip past in die lange lijn van hardware die het verschil maakt.

Wat betekent dit voor gebruikers en bedrijven?

Voor eindgebruikers van Gemini kan een efficiëntere chip zich vertalen in snellere reactietijden, mogelijk lagere prijzen voor zakelijke abonnementen en een grotere beschikbaarheid van geavanceerde functies, zoals langere contextvensters en realtime multimodale verwerking. Voor bedrijven die Gemini via de Google Cloud-omgeving inzetten voor AI-toepassingen, kan dit direct doorwerken in lagere operationele kosten wanneer zij grote hoeveelheden data laten verwerken door het model.

Daarnaast versterkt de chip Google's positie in de bredere strijd om AI-infrastructuur. Naarmate modellen groter en complexer worden, wordt de vraag naar rekenkracht alleen maar groter. Bedrijven die zelf efficiënte hardware kunnen bouwen, hebben een structureel voordeel ten opzichte van partijen die volledig afhankelijk zijn van externe chipfabrikanten. Wie meer wil weten over hoe dit soort technologie in de praktijk wordt toegepast, kan terecht bij onze pagina over AI-toepassingen.

Vooruitblik: een nieuwe fase in de chip-race

Hoewel Google nog geen officiële details heeft gedeeld over de releasedatum of exacte specificaties van de nieuwe chip, laat de ontwikkeling zien dat de strijd om AI-dominantie zich steeds verder verplaatst van softwaremodellen naar de onderliggende hardware. Efficiëntie wordt het nieuwe strijdtoneel: niet alleen wie het slimste model heeft, maar wie dat model het goedkoopst en snelst kan laten draaien, wint uiteindelijk terrein.

Met deze stap bevestigt Google opnieuw dat het serieus werk maakt van een volledig eigen AI-stack, van chip tot model. Voor de sector als geheel is dit een signaal dat de komende jaren vooral in het teken zullen staan van efficiëntie, kostenbeheersing en geopolitieke onafhankelijkheid op het gebied van halfgeleiders. Benieuwd naar de laatste ontwikkelingen? Bekijk dan meer AI-nieuws of duik dieper in de achtergronden via onze kennisbank.

TechCrunch

Bron: TechCrunch