AI-modeller og platforme
Google Cloud Next 2025: En fordobling af AI med silicium, software og et åbent agent-økosystem
Las Vegas er vært for Google Cloud Next 2025 (GOOGL ) , et arrangement, der finder sted på et kritisk tidspunkt for teknologiindustrien. Den kunstige intelligens kapløb mellem skytitanerne – Amazon (AMZN ) Web Services (AWS), Microsoft Azure og Google Cloud – eskalerer hurtigt. Google, der ofte bliver betragtet som den tredje deltager trods sin formidlige teknologiske dygtighed og dybe AI-forskningsrødder, overtog Cloud Next-scenen for at articulere en omfattende og aggressiv strategi rettet mod enterprise AI-markedet.
Narrativen, der blev præsenteret af Google Cloud CEO Thomas Kurian og gentaget af Google og Alphabet (GOOG ) CEO Sundar Pichai, handlede om at flytte AI-transformation fra mulighed til konkrete resultater. Google understregede sin påståede fremdrift, hvor der blev nævnt over 3.000 produktforbedringer i det sidste år, en tyvefoldig stigning i Vertex AI-platformen, mere end fire millioner udviklere, der aktivt bygger med sin Gemini-familie af modeller, og over 500 kundesucces-historier under konferencen.
Men Google Cloud Next 2025 var mere end en præsentation af inkrementelle opdateringer eller imponerende metrikker. Det var også en multi-pronget offensiv. Ved at lancere kraftfuld, inference-optimiseret custom silicium (Ironwood TPU), forfine sin flagship AI-model-portefølje med fokus på praktik (Gemini 2.5 Flash), åbne sin enorme globale netværksinfrastruktur for virksomheder (Cloud WAN), og gøre en betydelig, strategisk indsats på et åbent, interoperabelt økosystem for AI-agenter (Agent2Agent-protokollen), positionerer Google sig aggressivt for at definere den næste evolutionære fase af enterprise AI – det, som virksomheden stadig mere kalder “agentic-æraen“.
Ironwood, Gemini og netværks-effekten
Central for Googles AI-ambitioner er dens fortsatte investering i custom silicium. Stjernen på Cloud Next 2025 var Ironwood, den syvende generation af Googles Tensor Processing Unit (TPU). Kritisk set er Ironwood præsenteret som den første TPU, der er designet eksPLICIT til AI inference – processen med at bruge trænede modeller til at lave forudsigelser eller generere outputs i virkelige anvendelser.
Ydelseskravene for Ironwood er betydelige. Google detaljerede konfigurationer, der skalerede op til en enorm 9.216 væske-kølede chips, der er interesseret i en enkelt pod. Denne største konfiguration påstås at levere en imponerende 42,5 exaflops af beregningskraft. Google påstår, at dette repræsenterer mere end 24 gange den per-pod beregningskraft af El Capitan, der i øjeblikket er rangeret som verdens mest kraftfulde supercomputer.
Selvom det er imponerende, er det vigtigt at bemærke, at sådanne sammenligninger ofte indebærer forskellige niveauer af numerisk præcision, hvilket gør direkte ækvivalens kompleks. Alligevel positionerer Google Ironwood som en mere end ti gange forbedring over sin tidligere høj-ydelses TPU-generation.
Ud over ren ydelse har Ironwood betydelige fremskridt i hukommelse og interkonnektivitet i forhold til sin forgænger, Trillium (TPU v6).
Måske lige så vigtigt er fokus på energoeffektivitet. Google påstår, at Ironwood leverer dobbelt så god ydelse per watt i forhold til Trillium og er næsten 30 gange mere strømeffektiv end sin første Cloud TPU fra 2018. Dette adresserer direkte den voksende begrænsning af strømtilgængelighed i skala af datacentre til AI.
Google TPU Generation Comparison: Ironwood (v7) vs. Trillium (v6)
| Feature | Trillium (TPU v6) | Ironwood (TPU v7) | Forbedringsfaktor |
| Primær fokus | Træning & Inference | Inference | Specialisering |
| Peak Compute/Chip | Ikke direkte sammenlignelig (forskellig generation) | 4,614 TFLOPs (FP8 sandsynligvis) | – |
| HBM Kapacitet/Chip | 32 GB (estimeret baseret på 6x krav) | 192 GB | 6x |
| HBM Båndbredde/Chip | ~1,6 Tbps (estimeret baseret på 4,5x) | 7,2 Tbps | 4,5x |
| ICI Båndbredde (bidir.) | ~0,8 Tbps (estimeret baseret på 1,5x) | 1,2 Tbps | 1,5x |
| Ydelse/Watt vs. Forrige generation | Baseline for sammenligning | 2x vs Trillium | 2x |
| Ydelse/Watt vs. TPU v1 (2018) | ~15x (estimeret) | Næsten 30x | ~2x vs Trillium |
Bemærk: Nogle Trillium-tal er estimeret baseret på Googles påståede forbedringsfaktorer for Ironwood. Peak compute-sammenligning er kompleks på grund af generationsforskelle og sandsynlige præcisionsvariationer.
Ironwood danner en central del af Googles “AI Hypercomputer”-koncept – en arkitektur, der integrerer optimeret hardware (herunder TPUs og GPUs som Nvidias Blackwell og den kommende Vera Rubin), software (som Pathways distributed ML runtime), lagring (Hyperdisk Exapools, Managed Lustre) og netværk til at tackle krævende AI-arbejdsbelastninger.
På model-fronten introducerede Google Gemini 2.5 Flash, en strategisk modpart til den højendte Gemini 2.5 Pro. Mens Pro målretter maksimal kvalitet til komplekse resonans, er Flash eksPLICIT optimeret til lav ventetid og omkostningseffektivitet, hvilket gør den egnet til høj-volumen, realtids-applikationer som kundeservice-interaktioner eller hurtig sammenfatning.
Gemini 2.5 Flash har en dynamisk “tænke-budget”, der justerer behandling baseret på forespørgselskompleksitet, hvilket tillader brugere at justere balancen mellem hastighed, omkostninger og nøjagtighed. Dette samtidige fokus på en høj-ydelses-inference-chip (Ironwood) og en omkostning/ventetids-optimiseret model (Gemini Flash) understreger Googles skub til den praktiske operationalisering af AI, hvor det erkendes, at omkostningerne og effektiviteten af at køre modeller i produktion bliver vigtige bekymringer for virksomheder.
Komplementær til silicium- og model-opdateringer er lanceringen af Cloud WAN. Google effektivt produktiverer sin massive interne globale netværksinfrastruktur – der spænder over mere end to millioner miles af fiber, forbinder 42 regioner via mere end 200 punkter for tilstedeværelse – og gør det direkte tilgængeligt for virksomheds-kunder.
Google påstår, at denne tjeneste kan levere op til 40% hurtigere ydelse i forhold til det offentlige internet og reducere den samlede ejendomsomkostning med op til 40% i forhold til selv-administrerede WAN’er, bakket op af en 99,99% pålideligheds-SLA. Primært rettet mod høj-ydelses-forbindelser mellem datacentre og forbinder filial-/campus-miljøer, udnytter Cloud WAN Googles eksisterende infrastruktur, herunder Network Connectivity Center.
Selvom Google nævnte Nestlé og Citadel Securities som tidlige adopterer, er dette et grundlæggende våben mod en kerneinfrastruktur-aktiver. Det transformerer en intern operativ nødvendighed til en konkurrencedygtig differentiator og potentiel indtægtsstrøm, der direkte udfordrer både traditionelle telekommunikationsudbydere og netværks-tilbud fra rivaliserende sky-platforme som AWS Cloud WAN og Azure Virtual WAN.

(Kilde: Google DeepMind)
Agent-offensiven: Bygning broer med ADK og A2A
Ud over infrastruktur og kerne-modeller placerede Google Cloud Next 2025 en ekstraordinær vægt på AI-agenter og værktøjerne til at bygge og forbinde dem. Visionen, der blev præsenteret, strækker sig langt ud over simple chatbots og forestiller sig sofistikerede systemer, der er i stand til autonomt resonement, planlægning og udførelse af komplekse, multi-trins-opgaver. Fokus er tydeligt skiftet mod at muliggøre multi-agent-systemer, hvor specialiserede agenter samarbejder for at opnå bredere mål.
For at facilitere denne vision introducerede Google Agent Development Kit (ADK). ADK er en åben kilde-framework, der først er tilgængelig i Python, designet til at simplificere opbygningen af enkelt-agenter og komplekse multi-agent-systemer. Google påstår, at udviklere kan bygge en funktionsdygtig agent med under 100 linjer kode.
Nøglefunktioner inkluderer en kode-først-tilgang for præcis kontrol, naturlig støtte til multi-agent-arkitekturer, fleksibel værktøjsintegration (herunder støtte til Model Context Protocol, eller MCP), indbyggede evalueringsevner og installationsmuligheder, der strækker sig fra lokale containere til den administrerede Vertex AI Agent Engine. ADK understøtter også unikt bidirectional lyd- og video-streaming til mere naturlige, menneske-lignende interaktioner. En tilhørende “Agent Garden” tilbyder klar til brug-eksempler og over 100 forudbyggede forbindelser til at starte udviklingen.
Det sande centrum af Googles agent-strategi er dog Agent2Agent (A2A)-protokollen. A2A er en ny, åben standard designet eksPLICIT til agent-interoperabilitet. Dets grundlæggende mål er at tillade AI-agenter, uanset rammeværket, de er bygget med (ADK, LangGraph, CrewAI osv.), eller leverandøren, der skabte dem, at kommunikere sikkert, udveksle information og koordinere handlinger. Dette adresserer direkte den betydelige udfordring med siloede AI-systemer inden for virksomheder, hvor agenter bygget til forskellige opgaver eller afdelinger ofte ikke kan interagere.
Dette skub mod en åben A2A-protokol repræsenterer en betydelig strategisk indsats. I stedet for at bygge en proprietær, lukket agent-økosystem forsøger Google at etablere den de facto-standard for agent-kommunikation. Denne tilgang kan potentielt ofre kort-sigtet låsning for udsigten til lang-sigtet økosystem-lederskab og, væsentligt, reducerer friktionen, der hindrer virksomheds-adopteringsgrad af komplekse multi-agent-systemer.
Ved at fremme åbenhed sigter Google mod at accelerere det samlede agent-marked, hvor det positionerer sin sky-platform og værktøjer som centrale facilitatorer.

Sådan fungerer A2A (Kilde: Google)
Omjustering af sky-kap-løbet: Googles konkurrencedygtige indsats
Disse annonceringer lander lige i konteksten af det pågældende sky-kap-løb. Google Cloud, selvom det viser imponerende vækst ofte drevet af AI-adopteringsgrad, holder stadig den tredje position i markedsandel, bag AWS og Microsoft Azure. Cloud Next 2025 viste Googles strategi for at omjustere dette løb ved at læne tungt på sine unikke styrker og adressere opfattede svagheder.
Googles nøgle-differentiatorer var på fuld display. Den lange investering i custom silicium, der kulminerede i den inference-fokuserede Ironwood TPU, giver en distinkt hardware-narrativ i forhold til AWS’s Trainium/Inferentia-chips og Azures Maia-accelerator. Google understreger konsekvent ydelse-per-watt-lederskab, en potentielt afgørende faktor, da AI-energi-krav stiger. Lanceringen af Cloud WAN udnytter Googles enestående globale netværksinfrastruktur, tilbyder en distinkt netværks-fordel og udfordrer direkte både traditionelle telekommunikationsudbydere og netværks-tilbud fra rivaliserende sky-platforme.
Desuden fortsætter Google med at udnytte sin AI- og maskinlærings-arv, der stammer fra DeepMinds forskning og manifesterer sig i den omfattende Vertex AI-platform, der er i tråd med markedets opfattelse af virksomheden som en leder i AI og data-analyse.
Samtidig signaliserer Google bestræbelser på at adressere historiske virksomheds-bekymringer. Den massive 32 milliarder dollars-acquisition af cloud-sikkerheds-virksomheden Wiz, der blev annonceret kort før Next, er en klar erklæring om at styrke sin sikkerheds-stilling og forbedre brugervenligheden og oplevelsen af sine sikkerheds-tilbud – områder, der er kritiske for virksomheds-tillid.
Fortsat fokus på brancheløsninger, virksomheds-klarhed og strategiske partnerskaber sigter mod at omforme markedets opfattelse fra en ren teknologi-leverandør til en pålidelig virksomheds-partner.
Taget i betragtning er Googles strategi mindre fokuseret på at matche AWS og Azure tjeneste-for-tjeneste over hele linjen, men mere koncentreret om at udnytte sine unikke aktiver – AI-forskning, custom-hardware, globalt netværk og åben kilde-affinitet – for at etablere lederskab i, hvad det opfatter som den næste afgørende bølge af sky-computing: AI i skala, især effektiv inference og sofistikerede agenter-systemer.
Vejen frem for Google AI
Google Cloud Next 2025 præsenterede en overbevisende narrativ om ambition og strategisk koherens. Google doublerer ned på kunstig intelligens, samler sine ressourcer på tværs af custom silicium optimeret til inference-æraen (Ironwood), en balanceret og praktisk AI-model-portefølje (Gemini 2.5 Pro og Flash), sin unikke globale netværksinfrastruktur (Cloud WAN) og en dristig, åben tilgang til den fremvoksende verden af AI-agenter (ADK og A2A).
Ultimo presenterede begivenheden en overbevisende narrativ om ambition og strategisk koherens. Google er en virksomhed, der bevæger sig aggressivt for at oversætte sine dybe teknologiske evner til en omfattende, differentieret virksomheds-tilbud til AI-æraen. Den integrerede strategi – hardware, software, netværk og åbne standarder – er solid. Alligevel kræver vejen frem mere end blot innovation.
Googles mest betydelige udfordring kan ligge mindre i teknologi og mere i overvindelse af virksomheds-adopterings-inertia og opbygning af varig tillid. Omdannelsen af disse ambitiøse annonceringer til vedvarende markedsskift kræver fejlfri udførelse, klare markeds-strategier og evnen til konsekvent at overbevise store organisationer om, at Google Cloud er det uundværlige platform for deres AI-drevne fremtid. Den agenter-fremtid, Google forestiller sig, er overbevisende, men dens realisering afhænger af at navigere disse komplekse marked-dynamikker langt efter, at Las Vegas-spotlyset er dæmpet.










