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.
Google Cloud dan NVIDIA Perluas Infrastruktur Komputasi AI Generasi Baru
Perusahaan teknologi Google meningkatkan kerja sama dalam penyediaan akselerator kecerdasan buatan melalui pengumuman layanan A5X. Layanan tersebut menggunakan sistem NVIDIA Vera Rubin NVL72. Informasi kerja sama tersebut disampaikan pada 21 Oktober 2026 dalam acara NVIDIA GTC Berlin. Berkat integrasi komputasi generasi terbaru, Google Cloud berupaya menyediakan sumber daya lebih besar bagi perusahaan. Permintaan komputasi modern terus meningkat seiring perkembangan model kompleks. Karena itu, instance A5X diarahkan pada kebutuhan AI tingkat lanjut.
Dalam pengumuman resminya, Google Cloud menargetkan peluncuran general availability A5X bulan November 2026. Menjelang layanan tersedia secara umum, platform telah dimanfaatkan dalam pengujian awal. Artinya, pengumuman Oktober belum berarti seluruh pelanggan dapat langsung memesan layanan. Untuk menjangkau kebutuhan pelanggan internasional, infrastruktur akan dikembangkan pada sejumlah region Eropa. Pengembangan regional tersebut memberikan pilihan lokasi pemrosesan bagi organisasi. Meski rencana distribusi sudah tersedia, kapasitas aktual dapat berbeda antarregion. Dengan mempertimbangkan faktor tersebut, tim infrastruktur harus memastikan akses sesuai kebutuhan operasional.
Mengenal NVIDIA Vera Rubin NVL72 dan Kemampuan Komputasi A5X
Fondasi utama layanan A5X adalah NVIDIA Vera Rubin NVL72 yang menggabungkan pemrosesan CPU dan GPU dalam satu sistem rak. Pada satu sistem NVL72, sistem menggunakan 72 unit GPU Rubin bersama 36 unit CPU Vera. Konfigurasi perangkat keras ini dirancang mendukung perhitungan model kompleks. CPU Vera mendukung pengelolaan proses serta aliran data. Sementara itu, GPU Rubin menangani perhitungan paralel dalam pelatihan dan inferensi. Dengan penggabungan tersebut, beban kerja dapat didistribusikan lebih terarah.
Di luar kekuatan CPU dan GPU, NVIDIA Vera Rubin NVL72 memanfaatkan jaringan berkecepatan tinggi NVLink 6. Teknologi penghubung tersebut memungkinkan pertukaran informasi antar-GPU. Pada pelatihan model berskala besar, pertukaran data antarprosesor menjadi sangat penting. Jika perpindahan data berlangsung lambat, sumber daya komputasi tidak dimanfaatkan secara optimal. Karena itu, NVLink 6 menjadi komponen penting. Namun demikian, setiap aplikasi memiliki karakteristik kebutuhan berbeda. Untuk memperoleh manfaat maksimal, pengaturan model dan distribusi beban tetap diperlukan.
Infrastruktur Komunikasi AI Berkecepatan Tinggi pada Platform A5X
Penerapan ribuan akselerator secara bersamaan tidak hanya membutuhkan GPU cepat. Karena itu, Google Cloud memanfaatkan Virgo Network bersama adaptor NVIDIA ConnectX-9 SuperNIC. Sistem jaringan milik Google tersebut dikembangkan untuk komunikasi antarsistem berkapasitas tinggi. Sebagai pelengkap perangkat keras, NVIDIA ConnectX-9 SuperNIC mendukung komunikasi jaringan berkinerja tinggi. Kombinasi tersebut ditujukan untuk mengurangi kemacetan komunikasi. Dalam latihan model AI, sinkronisasi menjadi faktor penting. Berkat rancangan konektivitas tersebut, sistem memiliki dasar untuk penskalaan komputasi.
Sebagai bagian dari rencana infrastruktur, rencana pengoperasian sebanyak 80.000 GPU Rubin di satu pusat lokasi. Apabila klaster diperluas lintas fasilitas, perusahaan menargetkan sebanyak 960.000 GPU Rubin pada infrastruktur multi-site. Target tersebut memperlihatkan arah pengembangan komputasi terdistribusi. Walaupun jumlahnya sangat besar, 960.000 GPU merupakan target penskalaan, bukan bukti seluruh unit telah beroperasi. Pembangunan infrastruktur sebesar itu memerlukan fasilitas pusat data yang memadai. Selain itu, pengelolaan perangkat lunak menjadi semakin kompleks. Dalam pengembangan komputasi AI, keberhasilan infrastruktur ditentukan oleh keseluruhan sistem.
Pemanfaatan Vera Rubin untuk Agentic AI dan Reinforcement Learning
Kebutuhan penting yang ingin dilayani adalah agentic AI dan reinforcement learning berskala besar. Dibandingkan penggunaan model untuk satu tugas singkat, agentic AI dirancang merencanakan beberapa tindakan. Contohnya, agen AI dapat menganalisis dokumen sebelum menyusun laporan. Rangkaian aktivitas ini membutuhkan penggunaan model dalam beberapa siklus. Dalam metode pembelajaran penguatan, model belajar berdasarkan evaluasi hasil tindakan. Alur ini menggabungkan inferensi dan pelatihan secara berulang. Melalui dukungan infrastruktur yang sesuai, Google Cloud menyediakan sistem bagi beban kerja pembelajaran kompleks.
Perusahaan pertama yang memperoleh akses adalah Ineffable Intelligence, perusahaan teknologi berbasis di London. Pengembang AI tersebut dipimpin oleh David Silver, yang memiliki keterlibatan penting dalam proyek AlphaGo. Dalam kegiatan penelitiannya, perusahaan memanfaatkan sistem pembelajaran penguatan skala besar. Sasaran penelitian tersebut mengarah pada pengembangan superlearner yang ditujukan meningkatkan performa melalui proses belajar terus-menerus. Agar pembelajaran berjalan efektif, konektivitas antar-GPU membantu pemrosesan model. Namun demikian, kapasitas komputasi tidak otomatis menghasilkan model yang lebih cerdas.
WPP Uji Agen Kreatif dan Google Cloud Perluas Confidential Computing
Di luar kegiatan reinforcement learning, A5X menjadi platform percobaan bagi grup komunikasi WPP. Grup pemasaran dan komunikasi WPP menguji sistem AI untuk proses produksi konten. Demonstrasi tersebut menjalankan kecerdasan buatan berbasis NVIDIA Nemotron bersama NVIDIA OpenShell. Berkat integrasi perangkat lunak, pengguna dapat memberikan perintah yang diolah menjadi workflow multimedia. Alur pekerjaan ini dapat menangani produksi video dan penyempurnaan konten visual. Namun demikian, tindakan agen menggunakan mekanisme persetujuan. Berdasarkan demonstrasi WPP, proses yang sebelumnya memerlukan klaster multi-node berhasil menggunakan satu instance A5X. Hasil tersebut menunjukkan potensi konsolidasi komputasi, meskipun tidak dapat digeneralisasi untuk seluruh aplikasi.
Di samping peningkatan performa, Google Cloud mengembangkan layanan komputasi rahasia. Kemampuan komputasi terlindungi tersebut mengurangi risiko akses tidak sah terhadap beban kerja. Sebagai bagian dari pengembangan, Google Cloud menyiapkan Confidential Bare Metal. Pada layanan terkait adalah A4X Max berbasis NVIDIA GB300 NVL72. Konfigurasi bare metal tersebut berbeda dari A5X yang menggunakan Vera Rubin. Untuk pelanggan yang memerlukan mesin virtual, Confidential Computing tersedia secara umum pada G4 VM menggunakan NVIDIA RTX PRO 6000 Blackwell Server Edition. Strategi pengamanan infrastruktur ini mendukung kebutuhan perlindungan model milik organisasi. Walaupun demikian, perlindungan data memerlukan kebijakan organisasi yang sesuai.
Prospek Teknologi Cloud AI Berskala Besar dari Google dan NVIDIA
Pengembangan layanan A5X berbasis Vera Rubin NVL72 menunjukkan perkembangan pusat data untuk kecerdasan buatan. Berkat integrasi sistem Vera Rubin NVL72, infrastruktur dipersiapkan untuk reinforcement learning serta agentic AI. Teknologi komunikasi berkecepatan tinggi menjadi fondasi bagi pengembangan klaster besar. Sasaran pengembangan kapasitas lintas lokasi memperlihatkan skala kebutuhan komputasi AI, tetapi tetap merupakan target, bukan kapasitas yang telah aktif seluruhnya. Penerapan awal pada penelitian dan industri menunjukkan potensi penggunaan nyata. Dalam perkembangan TEKNOLOGI cloud, perusahaan membutuhkan sistem yang mampu menangani berbagai jenis model. Dari sudut pandang Anda, seberapa penting kapasitas GPU besar bagi penelitian kecerdasan buatan? Silakan bagikan pendapat Anda mengenai pengembangan ini.
