За кулисами AI-шумихи: Что Google Cloud Next '26 меняет в вашей инфраструктуре

Google Cloud Next каждую весну собирает толпы на кучу анонсов, шоу с ИИ и новых фич. Но инженерам и тем, кто решает по инфраструктуре, стоит копать глубже. Настоящее золото — в техспеках, сетевой архитектуре и бенчмарках. Именно они повлияют на ваши расходы в облаке и скорость приложений в ближайшие пару лет.

В апреле в Лас-Вегасе съехалось 32 тысячи человек. Google выкатил 260 новинок. Мы разобрали хайп и вытащили ключевые моменты для вашей стратегии.

Чипы: От тренинга до инференса

Google разошёлся с TPU восьмого поколения. Сделали две версии под разные задачи — это сигнал о трендах в облаке.

TPU 8t заточена под тренинг моделей в огромном масштабе. Идеально для базовых моделей или дообучения гигантских LLM. Один суперпод — 9600 чипов с 2 ПБ общей HBM-памяти. Выдаёт 121 эксафлопс — втрое больше прошлого поколения. Главное — почти линейное масштабирование. Соберёте до миллиона TPU по дата-центрам — время тренинга сократится пропорционально. Если у вас серьёзный ML, это меняет все графики.

TPU 8i — для инференса и реал-тайм. 384 МБ SRAM на чипе (втрое больше прошлого), 288 ГБ HBM и новый Collectives Acceleration Engine. Латентность внутри чипа падает в 5 раз. Ключевой показатель: на 80% лучше производительность за доллар. Хостерам и SaaS с ИИ-фичам это прямой плюс к марже на инференсе.

Плюс ранний доступ к инстансам на NVIDIA Vera Rubin NVL72 (платформа A5X). До 80 тысяч GPU в одном дата-центре. Для фанатов NVIDIA — конкурентные цены и плотность в Google Cloud.

Сети: Невидимый узкое место

Мощное железо бесполезно без сетей. Самый быстрый TPU превратится в хлам, если данные не поспевают.

Google представил Virgo — новую архитектуру фабрики дата-центра. В 4 раза больше bandwidth, тянет 134 тысячи TPU в одном DC. Секрет в "collapsed fabric" — убирает "налог на масштабирование", когда кластеры теряют эффективность при росте. Получается почти линейный скейлинг на мега-масштабе.

Для гибридного или мульти-клауда важны апгрейды Cloud Interconnect. 400 Гбит/с на соединение, до 3,2 Тбит/с в логическом. Перекачка данных из on-prem в Google Cloud или между облаками — латентность ниже, цена за ГБ падает. Для фирм с требованиями к локализации данных или миграцией — это делает схемы окупаемыми.

Хранилище: Цифры, от которых замираешь

Managed Lustre теперь жмёт 10 ТБ/с throughput. Это не шутка.

Обычные enterprise NAS — 1-2 ГБ/с максимум. 10 ТБ/с нужно для науки, геномики, климат-моделей или ML с петабайтами данных. Не фича для галочки. В финмоделях, фарме или трансформации данных хранилище часто тормозит — часы вместо дней. Google теперь бьётся за топовые compute-задачи.

Что это даёт вашей архитектуре

Это не патчи, а перестройка основ Google Cloud:

• ML-командам: Тренинг ускоряется. Стоимость модели падает, проще эксперименты с большими.

• SaaS и сервисам: Маржа на инференсе растёт. ИИ в продукте становится выгоднее.

• Гибрид/мульти-клауд: Сети дешевле и быстрее. Раньше маргинальные схемы теперь работают.

• Data-heavy нагрузкам: Хранилище не bottleneck. Фокус на compute и сетях.

Главный вывод

Next '26 засыпали ИИ-анонсами — это продаёт билеты. Но реальные изменения — в стоимости и потолке производительности платформы.

Выбираете Google Cloud? Забудьте демо, лезьте в спеки. Спрашивайте у аккаунт-менеджера про доступность TPU, Virgo под вашу задачу и Lustre для пайплайнов. Решения по инфраструктуре — на данных, не на слайдах.

Облака специализируются. Google ставит на тех, кто копает железо, сети и throughput. Строите по-серьёзному — копайте тоже.