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
Google Cloud kembali memperkuat kolaborasi pengembangan infrastruktur bersama NVIDIA melalui pengembangan instance komputasi A5X. Layanan tersebut menggunakan sistem NVIDIA Vera Rubin NVL72. Pengumuman dilakukan pada 21 Oktober 2026 dalam konferensi teknologi GTC Berlin. Melalui pengembangan ini, Google Cloud memperluas pilihan infrastruktur bagi pengembang. Beban kerja kecerdasan buatan saat ini terus meningkat seiring perkembangan model kompleks. Sebagai bagian dari strategi jangka panjang, instance A5X diarahkan pada kebutuhan AI tingkat lanjut.
Google Cloud menjadwalkan peluncuran general availability A5X bulan November 2026. Sebelum tahap tersebut, platform telah dimanfaatkan dalam pengujian awal. Dengan kata lain, pengumuman Oktober belum berarti seluruh pelanggan dapat langsung memesan layanan. Selain itu, layanan juga dipersiapkan untuk wilayah EMEA. Rencana ekspansi ini memberikan pilihan lokasi pemrosesan bagi organisasi. Walaupun jadwal telah diumumkan, kapasitas aktual dapat berbeda antarregion. Dengan mempertimbangkan faktor tersebut, tim infrastruktur harus memastikan akses sesuai kebutuhan operasional.
Teknologi CPU Vera dan GPU Rubin untuk Pelatihan AI Berskala Besar
Dasar rancangan infrastruktur komputasi tersebut 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. Konfigurasi perangkat keras ini membantu mengurangi hambatan pada pemrosesan kecerdasan buatan. CPU Vera berperan menangani kebutuhan komputasi umum dan orkestrasi. Sementara itu, GPU Rubin menangani perhitungan paralel dalam pelatihan dan inferensi. Berkat rancangan CPU dan GPU bersama, pemrosesan data dapat dioptimalkan sesuai karakteristik tugas.
Di luar kekuatan CPU dan GPU, NVIDIA Vera Rubin NVL72 menggunakan teknologi NVLink 6. Teknologi penghubung tersebut memungkinkan pertukaran informasi antar-GPU. Dalam pengembangan AI, pertukaran data antarprosesor menjadi sangat penting. Jika perpindahan data berlangsung lambat, GPU dapat menghabiskan waktu menunggu informasi. Karena itu, NVIDIA mengembangkan interkoneksi berkapasitas tinggi. Meskipun perangkat keras menawarkan kemampuan besar, setiap aplikasi memiliki karakteristik kebutuhan berbeda. Untuk memperoleh manfaat maksimal, perangkat lunak harus dioptimalkan sesuai arsitektur.
Virgo Network dan ConnectX-9 Mendukung Skalabilitas GPU
Pengembangan klaster kecerdasan buatan memerlukan lebih dari sekadar perangkat komputasi kuat. Karena itu, Google Cloud mengintegrasikan jaringan Virgo dan perangkat ConnectX-9. Sistem jaringan milik Google tersebut dikembangkan untuk komunikasi antarsistem berkapasitas tinggi. Sementara itu, NVIDIA ConnectX-9 SuperNIC berperan dalam pertukaran informasi antarperangkat. Penggabungan perangkat dan fabric jaringan mendukung distribusi pekerjaan antarserver. Ketika banyak GPU menjalankan satu pekerjaan, pengiriman parameter model memerlukan bandwidth memadai. Dengan jaringan yang sesuai, sistem memiliki dasar untuk penskalaan komputasi.
Sebagai bagian dari rencana infrastruktur, dukungan penskalaan sampai 80 ribu GPU dalam satu site. Untuk konfigurasi yang lebih luas, perusahaan menargetkan sebanyak 960.000 GPU Rubin pada berbagai lokasi pusat data. Target tersebut menunjukkan kebutuhan infrastruktur AI yang semakin besar. Namun demikian, rencana kapasitas tidak boleh dianggap sebagai jumlah GPU yang sudah aktif. Pembangunan infrastruktur sebesar itu memerlukan fasilitas pusat data yang memadai. Selain itu, penjadwalan beban kerja harus dilakukan secara efisien. Oleh sebab itu, keberhasilan infrastruktur ditentukan oleh keseluruhan sistem.
Pemanfaatan Vera Rubin untuk Agentic AI dan Reinforcement Learning
Salah satu fokus utama A5X adalah kecerdasan buatan berbasis agen serta pembelajaran penguatan. Berbeda dari sistem AI sederhana, agentic AI memerlukan pemrosesan untuk menyelesaikan tugas kompleks. Untuk menggambarkan alur kerja, agen AI dapat menganalisis dokumen sebelum menyusun laporan. Pekerjaan bertahap tersebut memerlukan inferensi berulang. Dalam metode pembelajaran penguatan, sistem diperbarui menggunakan umpan balik dari pengalaman. Proses pelatihan semacam itu melibatkan pembuatan pengalaman, evaluasi, dan pembaruan model. Berkat kemampuan komputasi terintegrasi, platform berpotensi membantu mempercepat penelitian AI.
Salah satu pelanggan awal adalah Ineffable Intelligence, perusahaan teknologi berbasis di London. Laboratorium penelitian tersebut didirikan oleh David Silver, yang dikenal melalui pengembangan AlphaGo. Melalui akses awal A5X, tim mengembangkan sistem pembelajaran penguatan skala besar. Konsep yang dikembangkan mengarah pada pengembangan superlearner yang dapat terus memperbaiki kemampuan berdasarkan pengalaman. Dalam proses penelitian yang berulang, konektivitas antar-GPU membantu pemrosesan model. Namun demikian, hasil akhir memerlukan evaluasi ilmiah dan pengujian berkelanjutan.
Infrastruktur AI Google Cloud untuk Workflow Kreatif dan Komputasi Rahasia
Di luar kegiatan reinforcement learning, A5X juga telah digunakan dalam demonstrasi WPP. Perusahaan yang berbasis di London tersebut mendemonstrasikan arsitektur agen kreatif. Pengujian agen AI ini menjalankan kecerdasan buatan berbasis NVIDIA Nemotron bersama NVIDIA OpenShell. Melalui kombinasi tersebut, pengguna dapat memberikan perintah yang diolah menjadi workflow multimedia. Proses tersebut meliputi generasi video, upscaling, serta restyling. Untuk menjaga pengendalian, persetujuan manusia tetap diperlukan sebelum pelaksanaan. Dalam pengujian awal, sejumlah pekerjaan multi-node dapat dipindahkan ke satu sistem A5X. Pencapaian awal ini menunjukkan potensi konsolidasi komputasi, meskipun hasil setiap workflow tetap dapat berbeda.
Untuk memenuhi kebutuhan organisasi, Google Cloud juga memperluas kemampuan Confidential Computing. Kemampuan komputasi terlindungi tersebut mengurangi risiko akses tidak sah terhadap beban kerja. Sebagai bagian dari pengembangan, Google Cloud mengembangkan layanan bare metal dengan komputasi rahasia. Pada layanan terkait adalah A4X Max berbasis NVIDIA GB300 NVL72. Konfigurasi bare metal tersebut tidak boleh disamakan dengan platform A5X. Pada layanan GPU lainnya, 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, pengaturan akses dan tata kelola tetap harus diterapkan.
Kesimpulan tentang Google Cloud A5X dan Infrastruktur NVIDIA Vera Rubin
Rencana ketersediaan umum Google Cloud A5X memperluas pilihan komputasi bagi perusahaan teknologi. Dengan menggabungkan komputasi terakselerasi serta jaringan cepat, 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 tetap merupakan target, bukan kapasitas yang telah aktif seluruhnya. Demonstrasi agen kreatif bersama WPP 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.
