Vertex AI の Claude でマルチリージョン エンドポイントが利用可能に

※この投稿は米国時間 2026 年 4 月 16 日に、Google Cloud blog に投稿されたものの抄訳です。

本日は、Vertex AI の Claude で米国と EU の マルチリージョン エンドポイントの公開プレビュー版が利用可能になったことをお知らせします。複数のリージョンにわたって容量をプールすることで、これらのエンドポイントはリクエストを動的にルーティングして信頼性を向上させるとともに、コンプライアンスのニーズを満たすために、データ処理を指定した地域内にとどめます。

米国と EU で利用可能なこのアプローチにより、データ所在地要件を犠牲にすることなく、分散アーキテクチャによる復元力を備えたデプロイが可能になります。詳細な手順と今すぐ構築を開始する方法については、Vertex AI のドキュメントをご覧ください。

マルチリージョン エンドポイントの概要と使用する場面

Vertex AI で Claude を使用する場合、以前は次の 2 つの選択肢がありました。

1. リージョン エンドポイント（例: us-central1）: データと処理を単一の特定のロケーション内に保つ。低レイテンシを重視する場合に最適。

2. グローバル エンドポイント: 世界中の容量に空きがある場所にトラフィックをルーティングする。最大容量と最小コストを重視する場合に最適。

マルチリージョン エンドポイントはこれらの「中間」の役割を果たします。これにより、Vertex AI は単一の地域内の異なるリージョン間でトラフィックを自動的にシフトできます（us-central1 と us-east4 の間でトラフィックを移動するなど）。

マルチリージョン エンドポイントが適切な選択肢となる場合

• データ所在地のコンプライアンス: 組織の要件により、データを米国または EU 内に留める必要があるが、単一のリージョンに縛られることは避けたい場合。

• 信頼性の向上: トラフィックをグローバルに送信することなく、単一リージョンの停止や容量の制約からアプリケーションを保護したい場合。

• トラフィック管理の簡素化: us-central1 や us-west1 などのリージョン エンドポイント間のフェイルオーバー ロジックを自分で管理する代わりに、マルチリージョン エンドポイントで自動的に処理したい場合。

エンドポイント オプションの比較

プロンプトのキャッシュ保存を完全にサポート

マルチリージョン エンドポイントは、プロンプトのキャッシュ保存を完全にサポートしています。マルチリージョン エンドポイントにリクエストが送信されると、Vertex AI は、プロンプトがすでにキャッシュに保存されている特定のリージョンにリクエストをルーティングして、可能な限り低いレイテンシと費用を実現しようとします。特定のリージョンに大きな負荷がかかっている場合、システムはリクエストをその地域内で次に利用可能なリージョンにインテリジェントに分散し、稼働時間を維持します。

ベスト プラクティス

パフォーマンスを最大化するには、米国と EU 内での所在地を必要とする本番環境ワークロードのデフォルトとして、マルチリージョン エンドポイントを使用することをおすすめします。

• 割り当てのモニタリング: マルチリージョン エンドポイントは、シングル リージョンの割り当てとは別の独自の割り当てプールを使用します。

• 整合性: キャッシュのパフォーマンスを最大限に高めるには、ワークロードごとに 1 つのロケーション（例: 米国のマルチリージョン）を使用します。

• 料金: マルチリージョン エンドポイントのリクエストには、Vertex AI の標準の Claude 従量課金制料金モデルが適用されます。料金はロケーションによって異なる場合がありますが、通常はグローバル エンドポイントの方が安くなります。

ご利用方法

Claude モデルのマルチリージョン エンドポイントを統合するには、構成を少し変更するだけで済みます。

ステップ 1: サポートされている Claude モデルが Vertex AI プロジェクトで有効になっていることを確認します。

ステップ 2: API ベース URL またはロケーション変数を更新します。us-central1 などの特定のリージョンの代わりに、マルチリージョン識別子 us または eu を使用します。

cURL の例:

Bash

- Vertex AI、プロダクト マネージャー、Chase Lyall

- Vertex AI、シニアスタッフ ソフトウェア エンジニア、Tao Li