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
Perusahaan teknologi Google meningkatkan kolaborasi pengembangan infrastruktur bersama 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. Dengan menghadirkan platform tersebut, Google Cloud memperluas pilihan infrastruktur bagi pengembang. Beban kerja kecerdasan buatan saat ini terus meningkat seiring perkembangan model kompleks. Untuk menjawab tantangan tersebut, platform Vera Rubin menjadi pengembangan penting.
Google Cloud menjadwalkan peluncuran general availability A5X bulan November 2026. Pada periode pengembangan awal, penggunaan terbatas sudah dilakukan oleh pelanggan tertentu. Dengan kata lain, akses publik secara luas masih menunggu jadwal November. Sebagai bagian dari ekspansi, layanan juga dipersiapkan untuk wilayah EMEA. Rencana ekspansi ini mendukung kepatuhan penyimpanan informasi berdasarkan wilayah. Namun demikian, ketersediaan instance bergantung pada kesiapan pusat data. Untuk merencanakan penggunaan layanan, pelanggan sebaiknya mengikuti pengumuman ketersediaan resmi.
Teknologi CPU Vera dan GPU Rubin untuk Pelatihan AI Berskala Besar
Fondasi utama layanan A5X adalah NVIDIA Vera Rubin NVL72 yang menyatukan akselerator grafis serta prosesor khusus AI. Dalam konfigurasi satu rak Vera Rubin, tersedia 72 GPU Rubin dan 36 CPU Vera. Konfigurasi perangkat keras ini membantu mengurangi hambatan pada pemrosesan kecerdasan buatan. CPU Vera melengkapi pekerjaan akselerator GPU. Di sisi akselerasi, GPU Rubin berfokus pada pemrosesan model berukuran besar. Melalui pendekatan terintegrasi, pemrosesan data dapat dioptimalkan sesuai karakteristik tugas.
Selain komponen pemrosesan, NVIDIA Vera Rubin NVL72 memanfaatkan jaringan berkecepatan tinggi NVLink 6. Interkoneksi 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. Karena itu, NVLink 6 menjadi komponen penting. Namun demikian, setiap aplikasi memiliki karakteristik kebutuhan berbeda. Dengan demikian, perangkat lunak harus dioptimalkan sesuai arsitektur.
Infrastruktur Komunikasi AI Berkecepatan Tinggi pada Platform A5X
Penerapan ribuan akselerator secara bersamaan memerlukan lebih dari sekadar perangkat komputasi kuat. Karena itu, Google Cloud menggabungkan Virgo Network dengan NVIDIA ConnectX-9 SuperNIC. Sistem jaringan milik Google tersebut dirancang menghubungkan infrastruktur AI secara efisien. Pada lapisan koneksi server, NVIDIA ConnectX-9 SuperNIC mendukung komunikasi jaringan berkinerja tinggi. Integrasi dua komponen jaringan mendukung distribusi pekerjaan antarserver. Ketika banyak GPU menjalankan satu pekerjaan, pengiriman parameter model memerlukan bandwidth memadai. Dengan jaringan yang sesuai, klaster dapat memanfaatkan lebih banyak akselerator.
Dalam target pengembangan A5X, dukungan penskalaan sampai 80 ribu GPU dalam satu site. Untuk konfigurasi yang lebih luas, skala keseluruhan dapat dikembangkan hingga 960.000 GPU pada infrastruktur multi-site. Sasaran kapasitas tersebut memperlihatkan arah pengembangan komputasi terdistribusi. Walaupun jumlahnya sangat besar, angka tersebut belum berarti seluruh kapasitas tersedia pada Oktober 2026. Realisasi target komputasi tersebut memerlukan fasilitas pusat data yang memadai. Untuk mendukung stabilitas, pengelolaan perangkat lunak menjadi semakin kompleks. Dalam pengembangan komputasi AI, kapasitas jaringan dan manajemen klaster sama pentingnya dengan GPU.
Pemanfaatan Vera Rubin untuk Agentic AI dan Reinforcement Learning
Sasaran pengembangan infrastruktur Vera Rubin adalah kecerdasan buatan berbasis agen serta pembelajaran penguatan. Berbeda dari sistem AI sederhana, agentic AI memerlukan pemrosesan untuk menyelesaikan tugas kompleks. Contohnya, aplikasi dapat merencanakan tindakan dan memeriksa keluarannya. Pekerjaan bertahap tersebut membutuhkan penggunaan model dalam beberapa siklus. Sementara itu, agen menjalani proses percobaan dan penilaian. Siklus pembelajaran tersebut membutuhkan penghasilan data interaksi serta optimasi. Berkat kemampuan komputasi terintegrasi, platform berpotensi membantu mempercepat penelitian AI.
Contoh pengguna awal infrastruktur A5X adalah Ineffable Intelligence, perusahaan teknologi berbasis di London. Pengembang AI tersebut dibangun oleh peneliti AI David Silver, yang dikenal melalui pengembangan AlphaGo. Melalui akses awal A5X, tim mengembangkan sistem pembelajaran penguatan skala besar. Sasaran penelitian tersebut dikenal sebagai superlearner yang ditujukan meningkatkan performa melalui proses belajar terus-menerus. Untuk mendukung pekerjaan tersebut, hubungan cepat antara CPU Vera dan GPU Rubin sangat penting. Namun demikian, kapasitas komputasi tidak otomatis menghasilkan model yang lebih cerdas.
Keamanan Data AI serta Penerapan NVIDIA Vera Rubin bagi Perusahaan
Untuk menunjukkan penerapan pada industri kreatif, A5X menjadi platform percobaan bagi grup komunikasi WPP. Penyedia layanan kreatif internasional WPP mengembangkan workflow kreatif berbasis kecerdasan buatan. Pengujian agen AI ini memanfaatkan model NVIDIA Nemotron bersama NVIDIA OpenShell. Melalui kombinasi tersebut, permintaan bahasa alami dapat diubah menjadi rangkaian pekerjaan kreatif. Alur pekerjaan ini dapat menangani produksi video dan penyempurnaan konten visual. Namun demikian, persetujuan manusia tetap diperlukan sebelum pelaksanaan. Menurut hasil yang diumumkan, beban kerja yang biasanya membutuhkan beberapa node dapat dijalankan pada satu A5X. Pencapaian awal ini menunjukkan potensi konsolidasi komputasi, meskipun hasil setiap workflow tetap dapat berbeda.
Selain pengembangan kapasitas komputasi, Google Cloud juga memperluas kemampuan Confidential Computing. Teknologi keamanan ini ditujukan untuk menjaga data selama pemrosesan. Dalam rencana perlindungan terbaru, Google Cloud menyiapkan Confidential Bare Metal. Salah satu konfigurasi yang disebutkan adalah A4X Max berbasis NVIDIA GB300 NVL72. Platform tersebut tidak boleh disamakan dengan platform A5X. Selain itu, fitur perlindungan telah hadir pada mesin virtual G4 menggunakan NVIDIA RTX PRO 6000 Blackwell Server Edition. Pengembangan ini memberikan pilihan ketika memproses informasi bisnis sensitif. Meski keamanan perangkat keras semakin berkembang, perlindungan data memerlukan kebijakan organisasi yang sesuai.
Prospek Teknologi Cloud AI Berskala Besar dari Google dan NVIDIA
Rencana ketersediaan umum Google Cloud A5X menunjukkan perkembangan pusat data untuk kecerdasan buatan. Berkat integrasi sistem Vera Rubin NVL72, Google Cloud menargetkan peningkatan kemampuan pelatihan dan inferensi. Integrasi NVIDIA ConnectX-9 membantu mempersiapkan penskalaan komputasi. Target ekspansi hingga 960 ribu GPU menunjukkan besarnya ambisi perusahaan, tetapi belum dapat dianggap sebagai jumlah perangkat yang sudah beroperasi. 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. Bagaimana pandangan Anda, seberapa penting kapasitas GPU besar bagi penelitian kecerdasan buatan? Mari sampaikan pandangan tentang masa depan komputasi AI.
