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
Google Cloud kembali memperkuat kemitraan strategis dengan NVIDIA melalui pengembangan instance komputasi A5X. Instance yang dipersiapkan menggunakan sistem NVIDIA Vera Rubin NVL72. Rencana pengembangan diumumkan pada 21 Oktober 2026 dalam konferensi teknologi GTC Berlin. Berkat integrasi komputasi generasi terbaru, Google Cloud berupaya menyediakan sumber daya lebih besar bagi perusahaan. Kebutuhan tersebut membutuhkan sistem yang mampu menangani banyak operasi sekaligus. Untuk menjawab tantangan tersebut, platform Vera Rubin menjadi pengembangan penting.
Dalam pengumuman resminya, Google Cloud menargetkan peluncuran general availability A5X bulan November 2026. Menjelang layanan tersedia secara umum, platform telah dimanfaatkan dalam pengujian awal. Dengan kata lain, akses publik secara luas masih menunggu jadwal November. Selain itu, Google Cloud merencanakan perluasan menuju Eropa. Pengembangan regional tersebut memberikan pilihan lokasi pemrosesan bagi organisasi. Walaupun jadwal telah diumumkan, ketersediaan instance bergantung pada kesiapan pusat data. Untuk merencanakan penggunaan layanan, pelanggan sebaiknya mengikuti pengumuman ketersediaan resmi.
Spesifikasi Infrastruktur GPU NVIDIA Vera Rubin di Google Cloud
Dasar rancangan infrastruktur komputasi tersebut adalah NVIDIA Vera Rubin NVL72 yang menggabungkan pemrosesan CPU dan GPU dalam satu sistem rak. Dalam konfigurasi satu rak Vera Rubin, NVIDIA menggabungkan 72 akselerator Rubin dengan 36 prosesor Vera. Arsitektur terintegrasi tersebut membantu mengurangi hambatan pada pemrosesan kecerdasan buatan. CPU Vera berperan menangani kebutuhan komputasi umum dan orkestrasi. Sebagai komponen utama komputasi paralel, GPU Rubin menangani perhitungan paralel dalam pelatihan dan inferensi. Berkat rancangan CPU dan GPU bersama, sistem dirancang memaksimalkan kerja setiap komponen.
Selain komponen pemrosesan, NVIDIA Vera Rubin NVL72 dilengkapi interkoneksi NVLink generasi keenam. Interkoneksi tersebut dirancang mempercepat perpindahan data dalam rak. Pada pelatihan model berskala besar, banyak operasi membutuhkan sinkronisasi antarakselerator. Apabila komunikasi menjadi hambatan, sumber daya komputasi tidak dimanfaatkan secara optimal. Karena itu, NVIDIA mengembangkan interkoneksi berkapasitas tinggi. 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
Kemampuan pemrosesan AI skala besar memerlukan lebih dari sekadar perangkat komputasi kuat. Untuk memenuhi kebutuhan tersebut, Google Cloud mengintegrasikan jaringan Virgo dan perangkat ConnectX-9. Teknologi penghubung pusat data Google mendukung lalu lintas data dalam klaster besar. Sebagai pelengkap perangkat keras, NVIDIA ConnectX-9 SuperNIC membantu menyediakan antarmuka data berkecepatan besar. Integrasi dua komponen jaringan mendukung distribusi pekerjaan antarserver. Dalam latihan model AI, sinkronisasi menjadi faktor penting. Melalui infrastruktur komunikasi berkapasitas tinggi, sistem memiliki dasar untuk penskalaan komputasi.
Google Cloud juga mengumumkan, rencana pengoperasian sebanyak 80.000 GPU Rubin di satu pusat lokasi. Untuk konfigurasi yang lebih luas, kapasitas direncanakan mencapai 960 ribu akselerator Rubin pada sejumlah site yang saling terhubung. Sasaran kapasitas tersebut menggambarkan ambisi ekspansi Google Cloud. Namun demikian, 960.000 GPU merupakan target penskalaan, bukan bukti seluruh unit telah beroperasi. Realisasi target komputasi tersebut membutuhkan pasokan daya dan pendinginan. Untuk mendukung stabilitas, pengelolaan perangkat lunak menjadi semakin kompleks. Oleh sebab itu, penskalaan memerlukan koordinasi berbagai komponen.
Manfaat Google Cloud A5X bagi Pelatihan Model dan Inferensi AI
Sasaran pengembangan infrastruktur Vera Rubin adalah agentic AI dan reinforcement learning berskala besar. Berbeda dari sistem AI sederhana, agentic AI memerlukan pemrosesan untuk menyelesaikan tugas kompleks. Dalam penggunaan perusahaan, aplikasi dapat merencanakan tindakan dan memeriksa keluarannya. Pekerjaan bertahap tersebut dapat menghasilkan banyak permintaan komputasi. Sementara itu, model belajar berdasarkan evaluasi hasil tindakan. Alur ini menggabungkan inferensi dan pelatihan secara berulang. Berkat kemampuan komputasi terintegrasi, platform berpotensi membantu mempercepat penelitian AI.
Perusahaan pertama yang memperoleh akses adalah Ineffable Intelligence, perusahaan teknologi berbasis di London. Laboratorium penelitian tersebut dibangun oleh peneliti AI David Silver, yang memiliki keterlibatan penting dalam proyek AlphaGo. Dalam kegiatan penelitiannya, perusahaan memanfaatkan model yang belajar melalui pengalaman berulang. Konsep yang dikembangkan berfokus pada sistem superlearner yang dapat terus memperbaiki kemampuan berdasarkan pengalaman. Untuk mendukung pekerjaan tersebut, konektivitas antar-GPU membantu pemrosesan model. Walaupun pendekatan tersebut menjanjikan, hasil akhir memerlukan evaluasi ilmiah dan pengujian berkelanjutan.
Infrastruktur AI Google Cloud untuk Workflow Kreatif dan Komputasi Rahasia
Selain digunakan dalam penelitian, A5X menjadi platform percobaan bagi grup komunikasi WPP. Grup pemasaran dan komunikasi WPP menguji sistem AI untuk proses produksi konten. Pengujian agen AI ini menggunakan keluarga model Nemotron bersama NVIDIA OpenShell. Berkat integrasi perangkat lunak, pengguna dapat memberikan perintah yang diolah menjadi workflow multimedia. Rangkaian aktivitas kreatif tersebut dapat menangani produksi video dan penyempurnaan konten visual. Untuk menjaga pengendalian, pekerjaan tidak sepenuhnya dilepas tanpa kontrol. Dalam pengujian awal, sejumlah pekerjaan multi-node dapat dipindahkan ke satu sistem A5X. Hasil tersebut menjadi indikator efisiensi untuk beban kerja tertentu, meskipun tidak dapat digeneralisasi untuk seluruh aplikasi.
Di samping peningkatan performa, Google Cloud meningkatkan perlindungan data pada infrastruktur AI. Pendekatan tersebut membantu melindungi model serta informasi sensitif. Melalui integrasi keamanan NVIDIA, Google Cloud menyiapkan Confidential Bare Metal. Sebagai contoh infrastruktur yang digunakan adalah A4X Max berbasis NVIDIA GB300 NVL72. Sistem komputasi itu 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. Pengembangan ini memberikan pilihan ketika memproses informasi bisnis sensitif. Meski keamanan perangkat keras semakin berkembang, penggunaan layanan masih membutuhkan evaluasi kepatuhan.
Prospek Teknologi Cloud AI Berskala Besar dari Google dan NVIDIA
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. Teknologi komunikasi berkecepatan tinggi menjadi fondasi bagi pengembangan klaster besar. Rencana mencapai 960.000 Rubin GPU menggambarkan potensi pertumbuhan infrastruktur, tetapi tetap merupakan target, bukan kapasitas yang telah aktif seluruhnya. Penerapan awal pada penelitian dan industri menjadi contoh kebutuhan komputasi tingkat lanjut. Di tengah transformasi TEKNOLOGI pusat data, perusahaan membutuhkan sistem yang mampu menangani berbagai jenis model. Menurut Anda, seberapa penting kapasitas GPU besar bagi penelitian kecerdasan buatan? Bagikan pemikiran Anda mengenai inovasi Google Cloud dan NVIDIA.
