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

Perusahaan teknologi Google meningkatkan kolaborasi pengembangan infrastruktur bersama NVIDIA melalui pengembangan instance komputasi A5X. Platform komputasi terbaru ini memanfaatkan platform akselerasi NVIDIA Vera Rubin. Rencana pengembangan diumumkan pada 21 Oktober 2026 dalam rangkaian kegiatan NVIDIA GTC di Berlin. Berkat integrasi komputasi generasi terbaru, Google Cloud memperluas pilihan infrastruktur bagi pengembang. Kebutuhan tersebut semakin menuntut kapasitas pemrosesan besar. Karena itu, platform Vera Rubin menjadi pengembangan penting.

Perusahaan merencanakan akses komersial yang lebih luas mulai November 2026. Pada periode pengembangan awal, penggunaan terbatas sudah dilakukan oleh pelanggan tertentu. Dengan kata lain, akses publik secara luas masih menunggu jadwal November. Selain itu, layanan juga dipersiapkan untuk wilayah EMEA. Pengembangan regional tersebut berkaitan dengan kebutuhan residensi data. Meski rencana distribusi sudah tersedia, ketersediaan instance bergantung pada kesiapan pusat data. Oleh sebab itu, tim infrastruktur harus memastikan akses sesuai kebutuhan operasional.

Teknologi CPU Vera dan GPU Rubin untuk Pelatihan AI Berskala Besar

Komponen terpenting dalam instance baru adalah NVIDIA Vera Rubin NVL72 yang menggabungkan pemrosesan CPU dan GPU dalam satu sistem rak. Untuk setiap platform NVL72, tersedia 72 GPU Rubin dan 36 CPU Vera. Konfigurasi perangkat keras ini dirancang mendukung perhitungan model kompleks. Komponen pemrosesan pusat Vera melengkapi pekerjaan akselerator GPU. Sementara itu, GPU Rubin menangani perhitungan paralel dalam pelatihan dan inferensi. Berkat rancangan CPU dan GPU bersama, sistem dirancang memaksimalkan kerja setiap komponen.

Untuk mendukung komunikasi antarakselerator, NVIDIA Vera Rubin NVL72 menggunakan teknologi NVLink 6. Sistem komunikasi internal ini memungkinkan pertukaran informasi antar-GPU. Pada pelatihan model berskala besar, hasil perhitungan harus dikomunikasikan dengan cepat. Apabila komunikasi menjadi hambatan, efisiensi pemrosesan berpotensi menurun. Sebagai bagian dari desain sistem, NVIDIA mengembangkan interkoneksi berkapasitas tinggi. Walaupun sistem menggunakan interkoneksi modern, hasil pemrosesan tidak otomatis meningkat sama besar untuk semua pekerjaan. Dengan demikian, pengembang perlu menyesuaikan strategi komputasi dengan kapasitas sistem.

Virgo Network dan ConnectX-9 Mendukung Skalabilitas GPU

Penerapan ribuan akselerator secara bersamaan memerlukan lebih dari sekadar perangkat komputasi kuat. Dalam rancangan A5X, Google Cloud memanfaatkan Virgo Network bersama adaptor NVIDIA ConnectX-9 SuperNIC. Teknologi penghubung pusat data Google mendukung lalu lintas data dalam klaster besar. Sebagai pelengkap perangkat keras, NVIDIA ConnectX-9 SuperNIC membantu menyediakan antarmuka data berkecepatan besar. Integrasi dua komponen jaringan mendukung distribusi pekerjaan antarserver. Pada pengembangan sistem pembelajaran mesin, sinkronisasi menjadi faktor penting. Melalui infrastruktur komunikasi berkapasitas tinggi, sistem memiliki dasar untuk penskalaan komputasi.

Google Cloud juga mengumumkan, rencana pengoperasian sebanyak 80.000 GPU Rubin di satu pusat lokasi. Dalam penerapan beberapa lokasi, skala keseluruhan dapat dikembangkan hingga 960.000 GPU pada sejumlah site yang saling terhubung. Target tersebut menunjukkan kebutuhan infrastruktur AI yang semakin besar. Walaupun jumlahnya sangat besar, angka tersebut belum berarti seluruh kapasitas tersedia pada Oktober 2026. Penerapan berskala tersebut memerlukan fasilitas pusat data yang memadai. Selain itu, pengelolaan perangkat lunak menjadi semakin kompleks. 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. Tidak seperti aplikasi yang hanya menjawab satu permintaan, agentic AI memerlukan pemrosesan untuk menyelesaikan tugas kompleks. Untuk menggambarkan alur kerja, sistem bisa mencari informasi lalu mengevaluasi hasil. Rangkaian aktivitas ini dapat menghasilkan banyak permintaan komputasi. Sementara itu, sistem diperbarui menggunakan umpan balik dari pengalaman. Siklus pembelajaran tersebut melibatkan pembuatan pengalaman, evaluasi, dan pembaruan model. Berkat kemampuan komputasi terintegrasi, A5X ditujukan untuk menangani proses yang intensif tersebut.

Salah satu pelanggan awal adalah Ineffable Intelligence, organisasi pengembang kecerdasan buatan asal London. Perusahaan tersebut didirikan oleh David Silver, yang dikenal melalui pengembangan AlphaGo. Ineffable Intelligence menggunakan sistem pembelajaran penguatan skala besar. Sasaran penelitian tersebut dikenal sebagai superlearner yang ditujukan meningkatkan performa melalui proses belajar terus-menerus. Untuk mendukung pekerjaan tersebut, hubungan cepat antara CPU Vera dan GPU Rubin sangat penting. Namun demikian, keberhasilan superlearner masih bergantung pada metode penelitian.

Keamanan Data AI serta Penerapan NVIDIA Vera Rubin bagi Perusahaan

Selain digunakan dalam penelitian, A5X juga telah digunakan dalam demonstrasi WPP. Perusahaan yang berbasis di London tersebut menguji sistem AI untuk proses produksi konten. Pengujian agen AI ini menggunakan keluarga model Nemotron bersama NVIDIA OpenShell. Dengan dukungan model dan lingkungan agen, instruksi percakapan bisa diproses menjadi beberapa langkah produksi. Rangkaian aktivitas kreatif tersebut dapat menangani produksi video dan penyempurnaan konten visual. Dalam proses demonstrasi, tindakan agen menggunakan mekanisme persetujuan. Menurut hasil yang diumumkan, sejumlah pekerjaan multi-node dapat dipindahkan ke satu sistem A5X. Pencapaian awal ini memberikan gambaran kemampuan perangkat keras, meskipun tidak dapat digeneralisasi untuk seluruh aplikasi.

Untuk memenuhi kebutuhan organisasi, Google Cloud mengembangkan layanan komputasi rahasia. Pendekatan tersebut membantu melindungi model serta informasi sensitif. Dalam rencana perlindungan terbaru, Google Cloud memperkenalkan pendekatan Confidential Computing untuk server fisik. Salah satu konfigurasi yang disebutkan adalah A4X Max berbasis NVIDIA GB300 NVL72. Platform tersebut tidak boleh disamakan dengan platform A5X. Selain itu, Google Cloud menyediakan komputasi rahasia untuk G4 menggunakan NVIDIA RTX PRO 6000 Blackwell Server Edition. Strategi pengamanan infrastruktur ini memberikan pilihan ketika memproses informasi bisnis sensitif. Meskipun fitur komputasi rahasia tersedia, penggunaan layanan masih membutuhkan evaluasi kepatuhan.

Kesimpulan tentang Google Cloud A5X dan Infrastruktur NVIDIA Vera Rubin

Peluncuran yang dijadwalkan untuk NVIDIA Vera Rubin di Google Cloud menjadi langkah penting dalam industri infrastruktur AI. Berkat integrasi sistem Vera Rubin NVL72, Google Cloud menargetkan peningkatan kemampuan pelatihan dan inferensi. Integrasi NVIDIA ConnectX-9 menjadi fondasi bagi pengembangan klaster besar. Sasaran pengembangan kapasitas lintas lokasi menggambarkan potensi pertumbuhan infrastruktur, tetapi tetap merupakan target, bukan kapasitas yang telah aktif seluruhnya. Penggunaan awal oleh Ineffable Intelligence menunjukkan potensi penggunaan nyata. Di tengah transformasi TEKNOLOGI pusat data, efisiensi jaringan, keamanan, dan kapasitas pemrosesan semakin penting. Menurut Anda, seberapa penting kapasitas GPU besar bagi penelitian kecerdasan buatan? Bagikan pemikiran Anda mengenai inovasi Google Cloud dan NVIDIA.