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
Penyedia layanan komputasi awan Google Cloud memperluas kemitraan strategis dengan NVIDIA melalui rencana penyediaan infrastruktur A5X. Layanan tersebut dibangun berdasarkan arsitektur Vera Rubin NVL72. Informasi kerja sama tersebut disampaikan pada 21 Oktober 2026 dalam konferensi teknologi GTC Berlin. Melalui pengembangan ini, Google Cloud menyiapkan kapasitas untuk kebutuhan AI berskala tinggi. Kebutuhan tersebut membutuhkan sistem yang mampu menangani banyak operasi sekaligus. Sebagai bagian dari strategi jangka panjang, platform Vera Rubin menjadi pengembangan penting.
Perusahaan merencanakan ketersediaan umum A5X pada November 2026. Sebelum tahap tersebut, penggunaan terbatas sudah dilakukan oleh pelanggan tertentu. Dengan kata lain, pengumuman Oktober belum berarti seluruh pelanggan dapat langsung memesan layanan. Sebagai bagian dari ekspansi, Google Cloud merencanakan perluasan menuju Eropa. Pengembangan regional tersebut memberikan pilihan lokasi pemrosesan bagi organisasi. Meski rencana distribusi sudah tersedia, kapasitas aktual dapat berbeda antarregion. Oleh sebab itu, perusahaan perlu memeriksa region dan kuota saat pemesanan.
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. Untuk setiap platform NVL72, sistem menggunakan 72 unit GPU Rubin bersama 36 unit CPU Vera. Arsitektur terintegrasi tersebut membantu mengurangi hambatan pada pemrosesan kecerdasan buatan. Komponen pemrosesan pusat Vera berperan menangani kebutuhan komputasi umum dan orkestrasi. Di sisi akselerasi, GPU Rubin digunakan untuk menjalankan operasi AI intensif. Melalui pendekatan terintegrasi, pemrosesan data dapat dioptimalkan sesuai karakteristik tugas.
Di luar kekuatan CPU dan GPU, NVIDIA Vera Rubin NVL72 memanfaatkan jaringan berkecepatan tinggi NVLink 6. Interkoneksi tersebut mendukung komunikasi antarkomponen komputasi. Dalam pengembangan AI, pertukaran data antarprosesor menjadi sangat penting. Jika perpindahan data berlangsung lambat, GPU dapat menghabiskan waktu menunggu informasi. Sebagai bagian dari desain sistem, konektivitas antarakselerator mendapat perhatian khusus. Meskipun perangkat keras menawarkan kemampuan besar, setiap aplikasi memiliki karakteristik kebutuhan berbeda. Dengan demikian, pengaturan model dan distribusi beban tetap diperlukan.
Virgo Network dan ConnectX-9 Mendukung Skalabilitas GPU
Penerapan ribuan akselerator secara bersamaan bergantung pula pada kualitas jaringan antarsistem. Dalam rancangan A5X, Google Cloud menggabungkan Virgo Network dengan NVIDIA ConnectX-9 SuperNIC. Sistem jaringan milik Google tersebut dikembangkan untuk komunikasi antarsistem berkapasitas tinggi. Sementara itu, NVIDIA ConnectX-9 SuperNIC mendukung komunikasi jaringan berkinerja tinggi. Kombinasi tersebut mendukung distribusi pekerjaan antarserver. Ketika banyak GPU menjalankan satu pekerjaan, pengiriman parameter model memerlukan bandwidth memadai. Melalui infrastruktur komunikasi berkapasitas tinggi, sistem memiliki dasar untuk penskalaan komputasi.
Dalam target pengembangan A5X, dukungan penskalaan sampai 80 ribu GPU dalam satu site. Untuk konfigurasi yang lebih luas, kapasitas direncanakan mencapai 960 ribu akselerator Rubin pada infrastruktur multi-site. Angka perencanaan ini menggambarkan ambisi ekspansi Google Cloud. Walaupun jumlahnya sangat besar, rencana kapasitas tidak boleh dianggap sebagai jumlah GPU yang sudah aktif. Pembangunan infrastruktur sebesar itu memerlukan fasilitas pusat data yang memadai. Sebagai pertimbangan operasional, pengelolaan perangkat lunak menjadi semakin kompleks. Dengan mempertimbangkan tantangan tersebut, keberhasilan infrastruktur ditentukan oleh keseluruhan sistem.
Manfaat Google Cloud A5X bagi Pelatihan Model dan Inferensi AI
Kebutuhan penting yang ingin dilayani adalah agentic AI dan reinforcement learning berskala besar. Tidak seperti aplikasi yang hanya menjawab satu permintaan, agentic AI memerlukan pemrosesan untuk menyelesaikan tugas kompleks. Untuk menggambarkan alur kerja, aplikasi dapat merencanakan tindakan dan memeriksa keluarannya. Proses tersebut memerlukan inferensi berulang. Dalam metode pembelajaran penguatan, agen menjalani proses percobaan dan penilaian. Proses pelatihan semacam itu membutuhkan penghasilan data interaksi serta optimasi. Dengan demikian, A5X ditujukan untuk menangani proses yang intensif tersebut.
Contoh pengguna awal infrastruktur A5X adalah Ineffable Intelligence, startup penelitian AI dari Inggris. Pengembang AI tersebut dipimpin oleh David Silver, yang merupakan salah satu tokoh di balik AlphaGo. Dalam kegiatan penelitiannya, perusahaan memanfaatkan model yang belajar melalui pengalaman berulang. Sasaran penelitian tersebut dikenal sebagai superlearner yang dapat terus memperbaiki kemampuan berdasarkan pengalaman. Dalam proses penelitian yang berulang, bandwidth besar dibutuhkan untuk menghasilkan dan mengevaluasi pengalaman. Meski infrastruktur mendukung penelitian tingkat lanjut, kapasitas komputasi tidak otomatis menghasilkan model yang lebih cerdas.
WPP Uji Agen Kreatif dan Google Cloud Perluas Confidential Computing
Selain digunakan dalam penelitian, A5X menjadi platform percobaan bagi grup komunikasi WPP. Penyedia layanan kreatif internasional WPP menguji sistem AI untuk proses produksi konten. Demonstrasi tersebut menjalankan kecerdasan buatan berbasis NVIDIA Nemotron bersama NVIDIA OpenShell. Melalui kombinasi tersebut, instruksi percakapan bisa diproses menjadi beberapa langkah produksi. Proses tersebut mencakup pembuatan video, peningkatan resolusi, dan perubahan gaya. Dalam proses demonstrasi, tindakan agen menggunakan mekanisme persetujuan. Dalam pengujian awal, proses yang sebelumnya memerlukan klaster multi-node berhasil menggunakan satu instance A5X. Pencapaian awal ini menunjukkan potensi konsolidasi komputasi, meskipun tidak dapat digeneralisasi untuk seluruh aplikasi.
Selain pengembangan kapasitas komputasi, Google Cloud meningkatkan perlindungan data pada infrastruktur AI. Teknologi keamanan ini 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. Konfigurasi bare metal tersebut merupakan layanan tersendiri dari instance A5X. Pada layanan GPU lainnya, 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. Walaupun demikian, pengaturan akses dan tata kelola tetap harus diterapkan.
Kesimpulan tentang Google Cloud A5X dan Infrastruktur NVIDIA Vera Rubin
Pengembangan layanan A5X berbasis Vera Rubin NVL72 menunjukkan perkembangan pusat data untuk kecerdasan buatan. Dengan menggabungkan komputasi terakselerasi serta jaringan cepat, platform dirancang menangani pekerjaan AI yang kompleks. Integrasi NVIDIA ConnectX-9 menjadi fondasi bagi pengembangan klaster besar. Sasaran pengembangan kapasitas lintas lokasi menggambarkan potensi pertumbuhan infrastruktur, 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? Silakan bagikan pendapat Anda mengenai pengembangan ini.
