Google Cloud Siapkan Infrastruktur NVIDIA Vera Rubin untuk Layanan Komputasi AI November
Google Cloud memperluas kerja sama dengan NVIDIA untuk menghadirkan infrastruktur komputasi AI generasi terbaru melalui layanan A5X berbasis NVIDIA Vera Rubin. Dalam pengumuman pada 21 Oktober 2026 di ajang NVIDIA GTC Berlin, kedua perusahaan menyampaikan rencana ketersediaan umum layanan tersebut pada November 2026. Infrastruktur ini menggabungkan sistem Vera Rubin NVL72, jaringan berkecepatan tinggi, dan teknologi pendinginan pusat data untuk menangani pelatihan model, inferensi, serta reinforcement learning berskala besar. Pengembangan ini menjadi langkah penting dalam persaingan TEKNOLOGI cloud AI karena perusahaan semakin membutuhkan kemampuan komputasi yang cepat, fleksibel, aman, dan mampu mendukung aplikasi kecerdasan buatan yang kompleks.
Kemitraan Google Cloud dengan NVIDIA untuk Menghadirkan Vera Rubin
Penyedia layanan komputasi awan Google Cloud memperluas kerja sama dalam penyediaan akselerator kecerdasan buatan melalui rencana penyediaan infrastruktur A5X. Layanan tersebut dibangun berdasarkan arsitektur Vera Rubin NVL72. Informasi kerja sama tersebut disampaikan pada 21 Oktober 2026 dalam rangkaian kegiatan NVIDIA GTC di Berlin. Berkat integrasi komputasi generasi terbaru, Google Cloud menyiapkan kapasitas untuk kebutuhan AI berskala tinggi. Beban kerja kecerdasan buatan saat ini semakin menuntut kapasitas pemrosesan besar. Sebagai bagian dari strategi jangka panjang, platform Vera Rubin menjadi pengembangan penting.
Google Cloud menjadwalkan ketersediaan umum A5X pada November 2026. Sebelum tahap tersebut, sejumlah pelanggan telah memperoleh akses. Hal tersebut menunjukkan bahwa, ketersediaan komersial mengikuti tahapan distribusi Google Cloud. Sebagai bagian dari ekspansi, layanan juga dipersiapkan untuk wilayah EMEA. Rencana ekspansi ini memberikan pilihan lokasi pemrosesan bagi organisasi. Meski rencana distribusi sudah tersedia, peluncuran tidak harus berlangsung serentak di semua lokasi. Untuk merencanakan penggunaan layanan, tim infrastruktur harus memastikan akses sesuai kebutuhan operasional.
Spesifikasi Infrastruktur GPU NVIDIA Vera Rubin di Google Cloud
Komponen terpenting dalam instance baru adalah NVIDIA Vera Rubin NVL72 yang mengintegrasikan beberapa komponen komputasi berkinerja tinggi. Pada satu sistem NVL72, tersedia 72 GPU Rubin dan 36 CPU Vera. Konfigurasi perangkat keras ini dirancang mendukung perhitungan model kompleks. Komponen pemrosesan pusat Vera mendukung pengelolaan proses serta aliran data. Di sisi akselerasi, GPU Rubin digunakan untuk menjalankan operasi AI intensif. Melalui pendekatan terintegrasi, beban kerja dapat didistribusikan lebih terarah.
Selain komponen pemrosesan, NVIDIA Vera Rubin NVL72 memanfaatkan jaringan berkecepatan tinggi NVLink 6. Interkoneksi tersebut memungkinkan pertukaran informasi antar-GPU. Pada pelatihan model berskala besar, hasil perhitungan harus dikomunikasikan dengan cepat. Apabila komunikasi menjadi hambatan, sumber daya komputasi tidak dimanfaatkan secara optimal. Karena itu, konektivitas antarakselerator mendapat perhatian khusus. Walaupun sistem menggunakan interkoneksi modern, performa akhir tetap bergantung pada model dan perangkat lunak. Dengan demikian, perangkat lunak harus dioptimalkan sesuai arsitektur.
Teknologi Jaringan Google Cloud untuk Menghubungkan Ribuan Rubin GPU
Penerapan ribuan akselerator secara bersamaan memerlukan lebih dari sekadar perangkat komputasi kuat. Untuk memenuhi kebutuhan tersebut, Google Cloud mengintegrasikan jaringan Virgo dan perangkat ConnectX-9. Sistem jaringan milik Google tersebut dirancang menghubungkan infrastruktur AI secara efisien. Sebagai pelengkap perangkat keras, NVIDIA ConnectX-9 SuperNIC berperan dalam pertukaran informasi antarperangkat. Integrasi dua komponen jaringan membantu menjaga performa ketika skala meningkat. Ketika banyak GPU menjalankan satu pekerjaan, sinkronisasi menjadi faktor penting. Melalui infrastruktur komunikasi berkapasitas tinggi, sistem memiliki dasar untuk penskalaan komputasi.
Sebagai bagian dari rencana infrastruktur, kapasitas hingga 80.000 Rubin GPU pada satu lokasi. Dalam penerapan beberapa lokasi, perusahaan menargetkan sebanyak 960.000 GPU Rubin pada infrastruktur multi-site. Target tersebut menggambarkan ambisi ekspansi Google Cloud. Namun demikian, angka tersebut belum berarti seluruh kapasitas tersedia pada Oktober 2026. Realisasi target komputasi tersebut memerlukan fasilitas pusat data yang memadai. Selain itu, orkestrasi banyak server memerlukan sistem yang tepat. Dalam pengembangan komputasi AI, penskalaan memerlukan koordinasi berbagai komponen.
Penerapan Komputasi GPU Generasi Baru pada Penelitian Kecerdasan Buatan
Kebutuhan penting yang ingin dilayani adalah kecerdasan buatan berbasis agen serta pembelajaran penguatan. Dibandingkan penggunaan model untuk satu tugas singkat, agentic AI dirancang merencanakan beberapa tindakan. Dalam penggunaan perusahaan, sistem bisa mencari informasi lalu mengevaluasi hasil. Rangkaian aktivitas ini dapat menghasilkan banyak permintaan komputasi. Pada pengembangan reinforcement learning, sistem diperbarui menggunakan umpan balik dari pengalaman. Alur ini melibatkan pembuatan pengalaman, evaluasi, dan pembaruan model. Berkat kemampuan komputasi terintegrasi, platform berpotensi membantu mempercepat penelitian AI.
Perusahaan pertama yang memperoleh akses adalah Ineffable Intelligence, startup penelitian AI dari Inggris. Laboratorium penelitian tersebut didirikan oleh David Silver, yang memiliki keterlibatan penting dalam proyek AlphaGo. Melalui akses awal A5X, tim mengembangkan sistem pembelajaran penguatan skala besar. Konsep yang dikembangkan dikenal sebagai superlearner yang ditujukan meningkatkan performa melalui proses belajar terus-menerus. Dalam proses penelitian yang berulang, bandwidth besar dibutuhkan untuk menghasilkan dan mengevaluasi pengalaman. Meski infrastruktur mendukung penelitian tingkat lanjut, keberhasilan superlearner masih bergantung pada metode penelitian.
Infrastruktur AI Google Cloud untuk Workflow Kreatif dan Komputasi Rahasia
Untuk menunjukkan penerapan pada industri kreatif, A5X dimanfaatkan melalui pengujian perusahaan WPP. Penyedia layanan kreatif internasional WPP mendemonstrasikan arsitektur agen kreatif. Sistem yang diperlihatkan menggunakan keluarga model Nemotron bersama NVIDIA OpenShell. Berkat integrasi perangkat lunak, pengguna dapat memberikan perintah yang diolah menjadi workflow multimedia. Proses tersebut dapat menangani produksi video dan penyempurnaan konten visual. Untuk menjaga pengendalian, pekerjaan tidak sepenuhnya dilepas tanpa kontrol. Berdasarkan demonstrasi WPP, beban kerja yang biasanya membutuhkan beberapa node dapat dijalankan pada satu A5X. Pencapaian awal ini memberikan gambaran kemampuan perangkat keras, meskipun hasil setiap workflow tetap dapat berbeda.
Selain pengembangan kapasitas komputasi, Google Cloud juga memperluas kemampuan Confidential Computing. Kemampuan komputasi terlindungi tersebut mengurangi risiko akses tidak sah terhadap beban kerja. Dalam rencana perlindungan terbaru, Google Cloud menyiapkan Confidential Bare Metal. Pada layanan terkait adalah A4X Max berbasis NVIDIA GB300 NVL72. Sistem komputasi itu merupakan layanan tersendiri dari instance A5X. Untuk pelanggan yang memerlukan mesin virtual, Confidential Computing tersedia secara umum pada G4 VM menggunakan NVIDIA RTX PRO 6000 Blackwell Server Edition. Perluasan fitur keamanan tersebut relevan bagi perusahaan yang menangani data rahasia. Meski keamanan perangkat keras semakin berkembang, pengaturan akses dan tata kelola tetap harus diterapkan.
Kesimpulan tentang Google Cloud A5X dan Infrastruktur NVIDIA Vera Rubin
Peluncuran yang dijadwalkan untuk NVIDIA Vera Rubin di Google Cloud memperluas pilihan komputasi bagi perusahaan teknologi. Berkat integrasi sistem Vera Rubin NVL72, Google Cloud menargetkan peningkatan kemampuan pelatihan dan inferensi. Integrasi NVIDIA ConnectX-9 membantu mempersiapkan penskalaan komputasi. Sasaran pengembangan kapasitas lintas lokasi menunjukkan besarnya ambisi perusahaan, tetapi belum dapat dianggap sebagai jumlah perangkat yang sudah beroperasi. Penggunaan awal oleh Ineffable Intelligence menjadi contoh kebutuhan komputasi tingkat lanjut. Seiring kemajuan TEKNOLOGI AI, infrastruktur komputasi terintegrasi menjadi faktor strategis. Menurut Anda, seberapa penting kapasitas GPU besar bagi penelitian kecerdasan buatan? Mari sampaikan pandangan tentang masa depan komputasi AI.
