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 kemitraan strategis dengan NVIDIA melalui rencana penyediaan infrastruktur A5X. Instance yang dipersiapkan dibangun berdasarkan arsitektur Vera Rubin NVL72. Informasi kerja sama tersebut disampaikan pada 21 Oktober 2026 dalam rangkaian kegiatan NVIDIA GTC di Berlin. Melalui pengembangan ini, Google Cloud menyiapkan kapasitas untuk kebutuhan AI berskala tinggi. Permintaan komputasi modern terus meningkat seiring perkembangan model kompleks. Untuk menjawab tantangan tersebut, platform Vera Rubin menjadi pengembangan penting.
Dalam pengumuman resminya, Google Cloud menargetkan peluncuran general availability A5X bulan November 2026. Sebelum tahap tersebut, penggunaan terbatas sudah dilakukan oleh pelanggan tertentu. Hal tersebut menunjukkan bahwa, pengumuman Oktober belum berarti seluruh pelanggan dapat langsung memesan layanan. Sebagai bagian dari ekspansi, infrastruktur akan dikembangkan pada sejumlah region Eropa. Pengembangan regional tersebut mendukung kepatuhan penyimpanan informasi berdasarkan wilayah. Walaupun jadwal telah diumumkan, 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
Dasar rancangan infrastruktur komputasi tersebut adalah NVIDIA Vera Rubin NVL72 yang mengintegrasikan beberapa komponen komputasi berkinerja tinggi. Dalam konfigurasi satu rak Vera Rubin, NVIDIA menggabungkan 72 akselerator Rubin dengan 36 prosesor Vera. Konfigurasi perangkat keras ini ditujukan untuk menangani operasi AI yang membutuhkan sumber daya besar. Komponen pemrosesan pusat Vera mendukung pengelolaan proses serta aliran data. Di sisi akselerasi, GPU Rubin digunakan untuk menjalankan operasi AI intensif. Berkat rancangan CPU dan GPU bersama, sistem dirancang memaksimalkan kerja setiap komponen.
Untuk mendukung komunikasi antarakselerator, NVIDIA Vera Rubin NVL72 menggunakan teknologi NVLink 6. Teknologi penghubung tersebut dirancang mempercepat perpindahan data dalam rak. Ketika menjalankan sistem pembelajaran mesin, banyak operasi membutuhkan sinkronisasi antarakselerator. Apabila komunikasi menjadi hambatan, GPU dapat menghabiskan waktu menunggu informasi. Sebagai bagian dari desain sistem, konektivitas antarakselerator mendapat perhatian khusus. Namun demikian, setiap aplikasi memiliki karakteristik kebutuhan berbeda. Untuk memperoleh manfaat maksimal, pengembang perlu menyesuaikan strategi komputasi dengan kapasitas sistem.
Teknologi Jaringan Google Cloud untuk Menghubungkan Ribuan Rubin GPU
Pengembangan klaster kecerdasan buatan tidak hanya membutuhkan GPU cepat. Untuk memenuhi kebutuhan tersebut, Google Cloud memanfaatkan Virgo Network bersama adaptor NVIDIA ConnectX-9 SuperNIC. Virgo Network mendukung lalu lintas data dalam klaster besar. Sementara itu, NVIDIA ConnectX-9 SuperNIC mendukung komunikasi jaringan berkinerja tinggi. Penggabungan perangkat dan fabric jaringan ditujukan untuk mengurangi kemacetan komunikasi. Ketika banyak GPU menjalankan satu pekerjaan, sinkronisasi menjadi faktor penting. Berkat rancangan konektivitas tersebut, klaster dapat memanfaatkan lebih banyak akselerator.
Dalam target pengembangan A5X, rencana pengoperasian sebanyak 80.000 GPU Rubin di satu pusat lokasi. Apabila klaster diperluas lintas fasilitas, perusahaan menargetkan sebanyak 960.000 GPU Rubin pada sejumlah site yang saling terhubung. Angka perencanaan ini memperlihatkan arah pengembangan komputasi terdistribusi. Walaupun jumlahnya sangat besar, angka tersebut belum berarti seluruh kapasitas tersedia pada Oktober 2026. Penerapan berskala tersebut bergantung pada kesiapan jaringan serta perangkat keras. Untuk mendukung stabilitas, orkestrasi banyak server memerlukan sistem yang tepat. Dalam pengembangan komputasi AI, keberhasilan infrastruktur ditentukan oleh keseluruhan sistem.
Pemanfaatan Vera Rubin untuk Agentic AI dan Reinforcement Learning
Sasaran pengembangan infrastruktur Vera Rubin adalah pelatihan dan inferensi model AI yang membutuhkan proses berulang. Berbeda dari sistem AI sederhana, agentic AI dapat menjalankan rangkaian pekerjaan bertahap. Untuk menggambarkan alur kerja, aplikasi dapat merencanakan tindakan dan memeriksa keluarannya. Pekerjaan bertahap tersebut membutuhkan penggunaan model dalam beberapa siklus. Sementara itu, agen menjalani proses percobaan dan penilaian. Alur ini melibatkan pembuatan pengalaman, evaluasi, dan pembaruan model. Melalui dukungan infrastruktur yang sesuai, platform berpotensi membantu mempercepat penelitian AI.
Salah satu pelanggan awal adalah Ineffable Intelligence, perusahaan teknologi berbasis di London. Pengembang AI tersebut dibangun oleh peneliti AI David Silver, yang merupakan salah satu tokoh di balik AlphaGo. Melalui akses awal A5X, tim mengembangkan sistem pembelajaran penguatan skala besar. Pendekatan yang mereka gunakan berfokus pada sistem superlearner yang ditujukan meningkatkan performa melalui proses belajar terus-menerus. Dalam proses penelitian yang berulang, bandwidth besar dibutuhkan untuk menghasilkan dan mengevaluasi pengalaman. Walaupun pendekatan tersebut menjanjikan, keberhasilan superlearner masih bergantung pada metode penelitian.
WPP Uji Agen Kreatif dan Google Cloud Perluas Confidential Computing
Selain digunakan dalam penelitian, 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, instruksi percakapan bisa diproses menjadi beberapa langkah produksi. Proses tersebut mencakup pembuatan video, peningkatan resolusi, dan perubahan gaya. Namun demikian, pekerjaan tidak sepenuhnya dilepas tanpa kontrol. Menurut hasil yang diumumkan, sejumlah pekerjaan multi-node dapat dipindahkan ke satu sistem A5X. Hasil tersebut menjadi indikator efisiensi untuk beban kerja tertentu, meskipun pengujian lebih luas masih diperlukan.
Di samping peningkatan performa, Google Cloud meningkatkan perlindungan data pada infrastruktur AI. Kemampuan komputasi terlindungi tersebut ditujukan untuk menjaga data selama pemrosesan. Sebagai bagian dari pengembangan, Google Cloud memperkenalkan pendekatan Confidential Computing untuk server fisik. Sebagai contoh infrastruktur yang digunakan adalah A4X Max berbasis NVIDIA GB300 NVL72. Platform tersebut merupakan layanan tersendiri dari instance A5X. Selain itu, Google Cloud menyediakan komputasi rahasia untuk G4 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.
Masa Depan Layanan Komputasi AI dengan GPU Rubin pada November 2026
Peluncuran yang dijadwalkan untuk NVIDIA Vera Rubin di Google Cloud menunjukkan perkembangan pusat data untuk kecerdasan buatan. Dengan menggabungkan komputasi terakselerasi serta jaringan cepat, infrastruktur dipersiapkan untuk reinforcement learning serta agentic AI. Dukungan Virgo Network membantu mempersiapkan penskalaan komputasi. Rencana mencapai 960.000 Rubin GPU memperlihatkan skala kebutuhan komputasi AI, tetapi realisasinya masih bergantung pada pengembangan fasilitas. Penggunaan awal oleh Ineffable Intelligence menunjukkan potensi penggunaan nyata. Dalam perkembangan TEKNOLOGI cloud, efisiensi jaringan, keamanan, dan kapasitas pemrosesan semakin penting. Dari sudut pandang Anda, seberapa penting kapasitas GPU besar bagi penelitian kecerdasan buatan? Mari sampaikan pandangan tentang masa depan komputasi AI.
