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.
Pengembangan Layanan Cloud AI Berbasis NVIDIA Vera Rubin NVL72
Google Cloud kembali memperkuat kerja sama dalam penyediaan akselerator kecerdasan buatan melalui pengembangan instance komputasi A5X. Platform komputasi terbaru ini dibangun berdasarkan arsitektur Vera Rubin NVL72. Rencana pengembangan diumumkan pada 21 Oktober 2026 dalam konferensi teknologi GTC Berlin. Melalui pengembangan ini, Google Cloud menyiapkan kapasitas untuk kebutuhan AI berskala tinggi. Permintaan komputasi modern membutuhkan sistem yang mampu menangani banyak operasi sekaligus. Sebagai bagian dari strategi jangka panjang, infrastruktur GPU terbaru dipersiapkan untuk penggunaan perusahaan.
Perusahaan merencanakan peluncuran general availability A5X bulan November 2026. Menjelang layanan tersedia secara umum, penggunaan terbatas sudah dilakukan oleh pelanggan tertentu. Hal tersebut menunjukkan bahwa, pengumuman Oktober belum berarti seluruh pelanggan dapat langsung memesan layanan. Selain itu, Google Cloud merencanakan perluasan menuju Eropa. Perluasan lokasi layanan mendukung kepatuhan penyimpanan informasi berdasarkan wilayah. Namun demikian, peluncuran tidak harus berlangsung serentak di semua lokasi. Dengan mempertimbangkan faktor tersebut, perusahaan perlu memeriksa region dan kuota saat pemesanan.
Mengenal NVIDIA Vera Rubin NVL72 dan Kemampuan Komputasi A5X
Komponen terpenting dalam instance baru adalah NVIDIA Vera Rubin NVL72 yang menggabungkan pemrosesan CPU dan GPU dalam satu sistem rak. Untuk setiap platform NVL72, NVIDIA menggabungkan 72 akselerator Rubin dengan 36 prosesor Vera. Arsitektur terintegrasi tersebut dirancang mendukung perhitungan model kompleks. Komponen pemrosesan pusat Vera mendukung pengelolaan proses serta aliran data. Sebagai komponen utama komputasi paralel, GPU Rubin berfokus pada pemrosesan model berukuran besar. Melalui pendekatan terintegrasi, pemrosesan data dapat dioptimalkan sesuai karakteristik tugas.
Di luar kekuatan CPU dan GPU, NVIDIA Vera Rubin NVL72 dilengkapi interkoneksi NVLink generasi keenam. Teknologi penghubung tersebut dirancang mempercepat perpindahan data dalam rak. Pada pelatihan model berskala besar, pertukaran data antarprosesor menjadi sangat penting. Ketika bandwidth tidak mencukupi, GPU dapat menghabiskan waktu menunggu informasi. Karena itu, NVLink 6 menjadi komponen penting. Meskipun perangkat keras menawarkan kemampuan besar, setiap aplikasi memiliki karakteristik kebutuhan berbeda. Dalam implementasi produksi, pengembang perlu menyesuaikan strategi komputasi dengan kapasitas sistem.
Virgo Network dan ConnectX-9 Mendukung Skalabilitas GPU
Kemampuan pemrosesan AI skala besar memerlukan lebih dari sekadar perangkat komputasi kuat. Untuk memenuhi kebutuhan tersebut, Google Cloud menggabungkan Virgo Network dengan NVIDIA ConnectX-9 SuperNIC. Virgo Network mendukung lalu lintas data dalam klaster besar. Sebagai pelengkap perangkat keras, NVIDIA ConnectX-9 SuperNIC membantu menyediakan antarmuka data berkecepatan besar. Penggabungan perangkat dan fabric jaringan membantu menjaga performa ketika skala meningkat. Ketika banyak GPU menjalankan satu pekerjaan, sinkronisasi menjadi faktor penting. Melalui infrastruktur komunikasi berkapasitas tinggi, pembagian pekerjaan berpotensi berlangsung lebih efektif.
Sebagai bagian dari rencana infrastruktur, rencana pengoperasian sebanyak 80.000 GPU Rubin di satu pusat lokasi. Dalam penerapan beberapa lokasi, perusahaan menargetkan sebanyak 960.000 GPU Rubin pada infrastruktur multi-site. Target tersebut menunjukkan kebutuhan infrastruktur AI yang semakin besar. Perlu ditegaskan, angka tersebut belum berarti seluruh kapasitas tersedia pada Oktober 2026. Pembangunan infrastruktur sebesar itu memerlukan fasilitas pusat data yang memadai. Selain itu, pengelolaan perangkat lunak menjadi semakin kompleks. Dalam pengembangan komputasi AI, penskalaan memerlukan koordinasi berbagai komponen.
Manfaat Google Cloud A5X bagi Pelatihan Model dan Inferensi AI
Salah satu fokus utama A5X adalah kecerdasan buatan berbasis agen serta pembelajaran penguatan. Tidak seperti aplikasi yang hanya menjawab satu permintaan, agentic AI dapat menjalankan rangkaian pekerjaan bertahap. Dalam penggunaan perusahaan, sistem bisa mencari informasi lalu mengevaluasi hasil. Pekerjaan bertahap tersebut membutuhkan penggunaan model dalam beberapa siklus. Pada pengembangan reinforcement learning, model belajar berdasarkan evaluasi hasil tindakan. Alur ini melibatkan pembuatan pengalaman, evaluasi, dan pembaruan model. Dengan demikian, platform berpotensi membantu mempercepat penelitian AI.
Contoh pengguna awal infrastruktur A5X adalah Ineffable Intelligence, startup penelitian AI dari Inggris. Laboratorium penelitian tersebut didirikan oleh David Silver, yang dikenal melalui pengembangan AlphaGo. Dalam kegiatan penelitiannya, perusahaan memanfaatkan penelitian reinforcement learning dengan kebutuhan komputasi tinggi. Pendekatan yang mereka gunakan mengarah pada pengembangan superlearner yang dapat terus memperbaiki kemampuan berdasarkan pengalaman. Agar pembelajaran berjalan efektif, hubungan cepat antara CPU Vera dan GPU Rubin sangat penting. Meski infrastruktur mendukung penelitian tingkat lanjut, hasil akhir memerlukan evaluasi ilmiah dan pengujian berkelanjutan.
Keamanan Data AI serta Penerapan NVIDIA Vera Rubin bagi Perusahaan
Untuk menunjukkan penerapan pada industri kreatif, A5X menjadi platform percobaan bagi grup komunikasi WPP. Perusahaan yang berbasis di London tersebut mendemonstrasikan arsitektur agen kreatif. Sistem yang diperlihatkan memanfaatkan model NVIDIA Nemotron bersama NVIDIA OpenShell. Berkat integrasi perangkat lunak, instruksi percakapan bisa diproses menjadi beberapa langkah produksi. Proses tersebut mencakup pembuatan video, peningkatan resolusi, dan perubahan gaya. Untuk menjaga pengendalian, pekerjaan tidak sepenuhnya dilepas tanpa kontrol. Berdasarkan demonstrasi WPP, sejumlah pekerjaan multi-node dapat dipindahkan ke satu sistem A5X. Pencapaian awal ini menunjukkan potensi konsolidasi komputasi, meskipun tidak dapat digeneralisasi untuk seluruh aplikasi.
Di samping peningkatan performa, Google Cloud juga memperluas kemampuan Confidential Computing. Pendekatan tersebut ditujukan untuk menjaga data selama pemrosesan. Dalam rencana perlindungan terbaru, Google Cloud menyiapkan Confidential Bare Metal. Sebagai contoh infrastruktur yang digunakan adalah A4X Max berbasis NVIDIA GB300 NVL72. Platform tersebut tidak boleh disamakan dengan platform A5X. Untuk pelanggan yang memerlukan mesin virtual, fitur perlindungan telah hadir pada mesin virtual G4 menggunakan NVIDIA RTX PRO 6000 Blackwell Server Edition. Pengembangan ini mendukung kebutuhan perlindungan model milik organisasi. Meskipun fitur komputasi rahasia tersedia, perlindungan data memerlukan kebijakan organisasi yang sesuai.
Kesimpulan tentang Google Cloud A5X dan Infrastruktur NVIDIA Vera Rubin
Rencana ketersediaan umum Google Cloud A5X menjadi langkah penting dalam industri infrastruktur AI. Berkat integrasi sistem Vera Rubin NVL72, platform dirancang menangani pekerjaan AI yang kompleks. Dukungan Virgo Network menjadi fondasi bagi pengembangan klaster besar. Target ekspansi hingga 960 ribu GPU memperlihatkan skala kebutuhan komputasi AI, tetapi realisasinya masih bergantung pada pengembangan fasilitas. Penerapan awal pada penelitian dan industri menunjukkan potensi penggunaan nyata. Seiring kemajuan TEKNOLOGI AI, infrastruktur komputasi terintegrasi menjadi faktor strategis. Menurut Anda, seberapa penting kapasitas GPU besar bagi penelitian kecerdasan buatan? Bagikan pemikiran Anda mengenai inovasi Google Cloud dan NVIDIA.
