使用 TPU 8t，并结合 Google DeepMind 共同设计的软件以及与开源框架（从 Pathways 到 Pallas [训练]，从 Ray 到 Agent Sandbox [调优]）集成的软件，可将 LLM 的开发速度提高 36%，并从每个加速器中挤出高达 97% 的效率 (Goodput)。我们也知道，没有一种解决方案可以满足所有需求，因此我们与 NVIDIA 密切合作，提供最新的 GPU；Google Cloud 将成为首批提供基于新一代 NVIDIA Vera Rubin NVL72（将于今年晚些时候推出）的实例的云服务提供商之一。

将 Gemini 平台与 BigQuery 结合使用，将您的数据资产、机器学习开发及加速硬件汇聚于一处，让专有数据模型训练提速至原来的 16 倍。无论您使用 G4 虚拟机还是 Ironwood TPU，都由 AI Hypercomputer 提供支持。

在 DeepMind 的 MuJoCo-Warp 上运行基于 GPU 的模拟，速度比标准 MuJoCo 快 100 倍。然后，使用 Veo、Genie 和 Nano Banana 的合成媒体模拟不可能、有风险或成本高昂的极端情况，或者在 BigQuery 中注入 PB 级的真实传感器数据。如需详细了解如何在 Google Cloud 上构建物理智能体，请点击此处。

使用集成式推理技术，为客户提供实用、响应迅速的服务。利用 GKE Inference Gateway 将首 token 延迟时间缩短 71%，使用 llm-d 进行分离式服务每秒可提供多达 12 万个 token，并使用 Rapid Cache 和 TPU 8i 将模型加载速度提升到原来的 5 倍，从而将工作内存保持在需要的位置。

使用 Gemini 平台上提供的 200 多种模型之一，部署传统机器学习模型可提速 70%。您可以自由选择 TPU 或 GPU，包括将于今年晚些时候推出的 A5X 虚拟机 (NVIDIA Vera Rubin) 和 TPU 8i。

在 GKE Agent Sandbox 中安全地部署大量智能体，每秒预配多达 300 个沙盒，并根据需要即时暂停和恢复，因此您永远不会为闲置的智能体付费。

TorchTPU 通过提供原生 PyTorch 支持，消除了开发者的 TPU 学习曲线，让您无需重写复杂的代码即可使用最佳可用的加速器。

GKE 基于开源 Kubernetes 构建，为您提供企业级规模的多云可移植性，支持多达 130,000 个节点，同时原生集成 Gemini 平台和 Google Distributed Cloud，助力实现混合部署。

AI Hypercomputer 上的每个加速器都由 Cluster Director 功能提供支持，包括部署前健康状况清单、360 度可观测性信息中心和始终开启的健康状况检查。

使用跨云网络连接跨云服务，无需担心连接延迟。跨云网络是超过 65% 的财富 100 强企业信赖的网络主干，每月传输超过 27 EB 的数据。

我们灵活的使用模式为您提供了多种调度和降低加速器成本的方法。使用 Spot 虚拟机处理批处理或容错作业，可节省高达 91% 的费用；使用动态工作负载调度器处理开始日期灵活的作业，可节省高达 50% 的费用；注册承诺使用折扣，可享受高达 50% 的折扣。

Google Cloud 为排名前 10 的 AI 实验室中的 9 家以及 70% 获得融资的 AI 初创公司提供支持。通过在 AI Hypercomputer 上部署，您将使用数据中心，这些数据中心仅在 2025 年 12 月就为近 350 家客户可靠地处理了超过 1, 000 亿个 token。

Google Cloud 的数据中心（包括 AI Hypercomputer）具有业界领先的能源效率，与五年前相比，每单位电量提供的计算能力是原来的六倍。这使得我们的第 8 代 TPU 的性价比比上一代提高了 80%，能效提高了 20%。

我们承诺支付数据中心使用的全部电力费用，以及由业务增长直接推动的任何新基础设施成本。与我们合作，确保在您调整 AI 目标的同时，当地家庭和企业不会为此付出代价。在未来几年，我们将资助新的电力和基础设施来部署我们的模型，并继续投资于先进核能、地热能和长时储能等替代能源。

我们的 Titanium 架构采用定制的 Titan 芯片，可提供可验证的硬件信任根和零信任安全性。cloudvulndb.org 的独立分析表明，与其他领先的云服务相比，我们的系统遇到的严重漏洞最多可减少 70%。