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 Enterprise Agent Platform 与 BigQuery 搭配使用，将数据资产、机器学习开发和加速器整合到一处，以快 16 倍的速度基于专有数据训练模型。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 Anywhere 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 Enterprise Agent Platform 提供的 200 多个模型之一，以 70% 更快的速度部署传统机器学习模型，并使用您选择的 TPU 或 GPU，包括 A5X 虚拟机 (NVIDIA Vera Rubin) 和 TPU 8i（将于今年晚些时候推出）。

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，可提供企业级规模的多云可移植性，支持多达 13 万个节点，同时与 Agent Platform 和 Google Distributed Cloud 原生集成，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（一个深受《财富》100 强中超过 65% 的公司信赖的网络主干，每月传输超过 27 EB 的数据），在不同云之间连接服务，而不会出现连接延迟。

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，批量作业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，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，可节省高达 50% 的费用。

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）提供业界领先的能源效率，每单位电量的计算能力是五年前的六倍。这使得我们的第 8 代 TPU 的性价比比上一代高 80%，能效高 20%。

Google 承诺支付数据中心使用的全部电力费用，以及由我们的发展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%。