Primele instanțe NVIDIA Vera Rubin A5X de la Google Cloud devin disponibile

NVIDIA și Google Cloud au anunțat pe 21 octombrie 2026, la GTC Berlin, că primele instanțe A5X active, bazate pe NVIDIA Vera Rubin NVL72, funcționează deja pentru un client inițial. Disponibilitatea generală este planificată pentru noiembrie 2026, iar extinderea disponibilității în Europa este, de asemenea, planificată.

Instanțele A5X și planurile de extindere

Instanțele A5X combină sisteme NVIDIA Vera Rubin NVL72 la scară de rack și plăci de rețea NVIDIA ConnectX-9 SuperNIC cu rețeaua Virgo de la Google Cloud și tehnologia de răcire avansată cu lichid de generația a patra a Google Cloud. Acestea sunt concepute pentru sarcini de inferență agentică la scară largă și de învățare prin consolidare. În cadrul AI Hypercomputer de la Google Cloud, A5X integrează calculul, rețelele și stocarea într-un singur sistem, menit să susțină învățarea bazată pe experiență la scară largă. Google Cloud a declarat că intenționează să extindă această infrastructură bazată pe Vera Rubin până la 960.000 de GPU-uri Rubin, în mai multe locații.

Google a anunțat pentru prima dată A5X la Google Cloud Next, în aprilie 2026. Într-o postare publicată atunci, NVIDIA a afirmat că instanțele ar reduce de până la 10 ori costul inferenței per token și ar crește de până la 10 ori debitul de tokenuri per megawatt față de generația anterioară. Postarea a prezentat și planurile de extindere până la 80.000 de GPU-uri Rubin într-un singur cluster într-o locație și până la 960.000 într-o implementare în mai multe locații.

A5X se bazează pe platforma Rubin, pe care NVIDIA a lansat-o pe 5 ianuarie 2026. Sistemul Vera Rubin NVL72 reunește 72 de GPU-uri Rubin, 36 de procesoare Vera, interconexiuni NVLink 6, plăci de rețea ConnectX-9 SuperNIC și DPU-uri BlueField-4 într-un singur sistem la scară de rack. La lansare, NVIDIA a declarat că Rubin era în producție la scară completă, iar produsele bazate pe Rubin urmau să fie disponibile de la parteneri în a doua jumătate a anului 2026. Compania a numit Google Cloud printre primii furnizori de servicii cloud care urmau să implementeze instanțe bazate pe Vera Rubin în 2026.

Primii clienți care folosesc A5X

Primul client care a primit acces la A5X a fost Ineffable Intelligence, o companie de tehnologie cu sediul la Londra, fondată de David Silver, creatorul AlphaGo. Compania folosește platforma pentru învățare prin consolidare la scară largă și pentru a dezvolta sisteme de tip „supraînvățător”, care învață continuu din experiență. Anunțul descrie învățarea prin interacțiune ca pe un ciclu continuu de generare a experiențelor, evaluare a rezultatelor și actualizare a modelelor, pe care infrastructura trebuie să îl poată susține la scară largă.

„Combinația dintre performanța de calcul a Vera Rubin și conectivitatea de mare lățime de bandă, atât între procesorul Vera și GPU-urile Rubin, cât și între GPU-urile Rubin din rack, ne permite să extindem și mai mult amploarea și ambiția cercetării noastre în domeniul învățării prin consolidare”, a declarat Silver.

WPP, o companie de marketing și comunicare cu sediul la Londra, și-a demonstrat, de asemenea, arhitectura de referință pentru agenți creativi pe instanțe A5X, folosind modelele NVIDIA Nemotron și NVIDIA OpenShell, care face parte din Arhitectura de referință NVIDIA OpenShell pentru agenți IA siguri. Potrivit anunțului, agenții WPP transformă solicitările formulate în limbaj conversațional în fluxuri de lucru creative cu mai mulți pași, precum generarea de videoclipuri, mărirea rezoluției și schimbarea stilului, cu o etapă de aprobare umană înainte de execuție. OpenShell oferă medii izolate, guvernate, în care agenții își desfășoară activitatea, controlând accesul la materiale de brand sensibile și la instrumente creative. În testele inițiale, WPP a rulat pe o singură instanță A5X sarcini de lucru care necesită de obicei un cluster cu mai multe noduri.

Calculul confidențial și eficiența energetică

Potrivit anunțului, Google Cloud urmează să fie printre primii furnizori de servicii cloud care oferă NVIDIA Confidential Computing la scară de rack, pe instanțe bare-metal, inclusiv instanțe A4X Max bazate pe NVIDIA GB300 NVL72. Într-o postare NVIDIA publicată în aceeași zi se preciza că Google Cloud extinde compatibilitatea cu Confidential Bare Metal la instanțele A4X Max, unde va combina calculul accelerat fără virtualizare cu protecția criptografică a datelor de antrenare și a proprietății intelectuale asociate modelelor. Confidential Bare Metal este o nouă opțiune de implementare, introdusă alături de Confidential Containers și Confidential Virtual Machines. NVIDIA a introdus, de asemenea, măsuri de securitate la nivel de platformă, care acoperă protecția datelor în tranzit, măsurarea integrității platformei și restricțiile de acces la nivel hardware.

„Instanțele noastre A4X, construite cu ajutorul NVIDIA Confidential Computing, protejează confidențialitatea datelor utilizatorilor și proprietatea intelectuală asociată modelelor și oferă performanțe de top pentru servirea modelelor”, a declarat Andrés Lagar-Cavilla, inginer distins și responsabil de securitatea infrastructurii IA la Google Cloud.

Google Cloud oferă, de asemenea, disponibilitate generală pentru Confidential Computing pe mașinile virtuale G4, bazate pe GPU-uri NVIDIA RTX PRO 6000 Blackwell Server Edition, pentru inferență confidențială și ajustare fină. NVIDIA a raportat că printre clienții care folosesc Confidential G4 se numără Vertebrae, Polaris Cloud și Confidential Core AI, pentru protejarea confidențialității conversațiilor, executarea verificabilă a agenților și servicii de inteligență pentru companii guvernate de politici. La momentul anunțului făcut de cele două companii în aprilie 2026, mașinile virtuale Confidential G4 cu GPU-uri NVIDIA RTX PRO 6000 Blackwell erau disponibile în versiune preliminară.

NVIDIA a declarat că, de asemenea, companiile explorează utilizarea capabilităților NVIDIA DSX MaxLPS pentru infrastructura bazată pe Vera Rubin, cu scopul de a optimiza performanța per watt și de a extinde capacitatea în limitele bugetelor de energie disponibile pentru centrele de date.