Google, расширение локальной развертки Gemini… Можно ли разрешить противоречие между «контролем» и «производительностью» в инфраструктуре корпоративного ИИ

html

Выход за пределы генеративных ИИ, эпоха «агентных ИИ», способных самостоятельно выполнять задачи, уже наступила, и стандарты проектирования инфраструктуры предприятий также быстро меняются. Особенно в регулируемых отраслях, государственных учреждениях и компаниях с сильным требованием к суверенитету данных, требуют «готовой к ИИ» инфраструктуры, которая позволяет запускать новейшие модели ИИ внутри внутренней среды, не передавая при этом чувствительные данные за пределы.

Чтобы удовлетворить такие потребности, Google расширяет свою стратегию инфраструктуры, позволяя компаниям использовать собственные модели ИИ и облачные технологии в локальной среде. Вице-президент и управляющий директор отдела сети и безопасности Google Muninder Sambi на недавней конференции Google Cloud Next заявил: «Компании всегда сталкивались с выбором: либо соблюдать суверенитет и нормативные требования, либо отказаться от этих принципов и перейти в облако. Распределённое облако Google — это решение, которое приносит Gemini и возможности ИИ Google в локальную среду».

Gemini в партнерстве с NVIDIA, Dell, расширяется в внутренней сети

Google сотрудничает с NVIDIA ($NVDA) и Dell Technologies ($DELL), чтобы поддерживать работу моделей на базе Gemini в изолированных от публичных сетей «воздушных зазорах» и в подключенных локальных средах. Особенно модель Gemini Flash уже поддерживается для локального развертывания на GPU NVIDIA Blackwell B200 и B300. Для предприятий это означает возможность запускать «суверенные ИИ» рабочие нагрузки без утечки данных.

Сambi подчеркнул, что это не просто создание «ИИ-завода», а предоставление «двигателя ИИ», который позволяет компаниям создавать собственную производственную систему ИИ. Для финансовых, медицинских, оборонных и государственных структур, испытывающих трудности с использованием облака, это безусловно важное преобразование.

Кубернетес как ядро операционной системы эпохи ИИ

По мере расширения локальной инфраструктуры ИИ роль Kubernetes становится всё более важной. Старший директор по продуктам Google Kubernetes и Google Compute Engine Drew Bradstock отметил, что Kubernetes сегодня выполняет роль «операционной системы» для задач ИИ, охватывающих обучение, вывод и усиленное обучение.

Он объяснил, что в начале распространения больших языковых моделей не было ясно, сможет ли Kubernetes стать центральным управляющим слоем для ИИ, но с быстрым развитием открытой экосистемы, ориентированной на ИИ, он стал основой для запуска агентов в гибридных облачных средах. В условиях, когда компании стремятся развертывать ИИ-сервисы в различных средах, стандартизация Kubernetes вновь подчеркивает свою ценность.

Теперь пользователи — не только люди

Распространение агентных ИИ не только меняет работу инфраструктуры, но и переосмысливает философию проектирования продуктов. Bradstock отметил, что центр внимания разработчиков уже не обязательно должен быть человеком. По мере того, как агенты ИИ значительно заменяют написание кода и операционные задачи, документы, интерфейсы и даже инструменты начинают переосмысливаться как структуры, удобные для чтения и использования агентами ИИ.

Он заявил: «Новые DevOps используют Claude и Gemini для обработки задач», и отметил, что пользовательские среды, документы и инструменты переориентированы вокруг «навыков». Это намекает на то, что в будущем программное обеспечение компаний может выйти за рамки UI, предназначенного для человека, и развиваться в структуру, которую ИИ-агенты смогут напрямую вызывать и выполнять.

Ключевая цель: одновременно обеспечить «контроль» и «эффективность»

Главная идея этой трансформации — компании больше не хотят выбирать между контролем над данными и эффективностью ИИ. Готовая к ИИ инфраструктура уже не просто расширение серверов, а комплексное решение, объединяющее суверенитет данных, GPU-вычисления, развертывание моделей, управление и оркестрацию.

С точки зрения рынка, стратегия Google показывает, что облачные компании вновь углубляются в локальные и гибридные области. По мере запуска процессов внедрения ИИ, успех будет зависеть не только от эффективности моделей, но и от способности безопасно и гибко развернуть их в реальных операционных средах.

TP AI Важное замечание: данный текст — это краткое содержание, выполненное с помощью языковой модели TokenPost.ai. В нем могут отсутствовать ключевые детали или содержаться неточности.