Google Cloud Next 2025: Dubbelarbete med AI med kisel, programvara och ett öppet agentekosystem

Las Vegas är värd för Google Cloud Next 2025 (GOOGL ) , en händelse som äger rum i en kritisk ögonblick för teknikindustrin. Den artificiella intelligensvapenracen mellan molntitanerna – Amazon (AMZN ) Web Services (AWS), Microsoft Azure och Google Cloud – eskalerar snabbt. Google, ofta porträtterad som den tredje utmanaren trots sin formidabla tekniska duglighet och djupa AI-forskningsrötter, tog över Cloud Next-scenen för att artikulera en omfattande och aggressiv strategi riktad direkt mot den företagsinriktade AI-marknaden.

Berättelsen, som presenterades av Google Cloud VD Thomas Kurian och ekades av Google och Alphabet (GOOG ) VD Sundar Pichai, handlade om att flytta AI-omvandlingen från en möjlig till en verklig verklighet. Google betonade sin påstådda momentum, med över 3 000 produktframsteg under det senaste året, en tjugofaldig ökning av Vertex AI-plattformen sedan den föregående Cloud Next-händelsen, mer än fyra miljoner utvecklare som aktivt bygger med sin Gemini-modellfamilj, och visade över 500 kundframgångshistorier under konferensen.

Google Cloud Next 2025 var dock mer än en utställning av inkrementella uppdateringar eller imponerande mått. Det avslöjade också en flerfrontsattack. Genom att lansera kraftfull, inferensoptimerad anpassad kisel (Ironwood TPU), förfinande sin flaggskepp AI-modellportfölj med fokus på praktiskhet (Gemini 2.5 Flash), öppnande sin omfattande globala nätverksinfrastruktur för företag (Cloud WAN), och gör en betydande, strategisk satsning på ett öppet, interoperabelt ekosystem för AI-agenter (Agent2Agent-protokollet), positionerar Google sig aggressivt för att definiera den nästa evolutionära fasen av företagsinriktad AI – vad företaget alltmer kallar den “agentic eran“.

Ironwood, Gemini och nätverkseffekten

Central för Googles AI-ambitioner är dess fortsatta investeringar i anpassad kisel. Stjärnan på Cloud Next 2025 var Ironwood, den sjunde generationen av Googles Tensor Processing Unit (TPU). Kritiskt är Ironwood presenterad som den första TPU som uttryckligen är utformad för AI-inferens – processen att använda tränade modeller för att göra förutsägelser eller generera utdata i realtidsapplikationer.

Prestandakraven för Ironwood är betydande. Google detaljerade konfigurationer som skalas upp till en enorm 9 216 vätskekylda chippar som är sammanlänkade inom en enda pod. Denna största konfiguration påstås leverera en förbluffande 42,5 exaflops beräkningskraft. Google hävdar att detta representerar mer än 24 gånger den per-pod-beräkningskraften av El Capitan, som för närvarande rankas som världens mest kraftfulla superdator.

Medan det är imponerande, är det viktigt att notera att sådana jämförelser ofta involverar olika nivåer av numerisk precision, vilket gör direkt ekvivalens komplex. Trots detta positionerar Google Ironwood som en mer än tiofaldig förbättring jämfört med sin tidigare högpresterande TPU-generation.

Förutom ren beräkningskraft har Ironwood betydande framsteg i minne och interconnectivitet jämfört med sin föregångare, Trillium (TPU v6).

Kanske lika viktigt är betoningen på energieffektivitet. Google hävdar att Ironwood levererar dubbelt så bra prestanda per watt jämfört med Trillium och är nästan 30 gånger mer energieffektiv än sin första Cloud TPU från 2018. Detta direkt adresserar den växande begränsningen av energitillgänglighet vid skalning av datacenter för AI.

Google TPU Generation Comparison: Ironwood (v7) vs. Trillium (v6)

Notera: Vissa Trillium-siffror är uppskattade baserat på Googles påstådda förbättringsfaktorer för Ironwood. Prestandajämförelse är komplex på grund av generations skillnader och troligen precisionvariationer.

Ironwood utgör en viktig del av Googles “AI Hypercomputer”-koncept – en arkitektur som integrerar optimerad maskinvara (inklusive TPU och GPU som Nvidias Blackwell och den kommande Vera Rubin), programvara (som Pathways fördelad ML-körning), lagring (Hyperdisk Exapools, Managed Lustre) och nätverk för att hantera krävande AI-arbetsbelastningar.

På modellfronten introducerade Google Gemini 2.5 Flash, en strategisk motvikt till den högpresterande Gemini 2.5 Pro. Medan Pro riktar sig mot maximal kvalitet för komplex resonemang, är Flash uttryckligen optimerad för låg latens och kostnadseffektivitet, vilket gör den lämplig för högvolym, realtidsapplikationer som kundtjänstinteraktioner eller snabb sammanfattning.

Gemini 2.5 Flash har en dynamisk “tankebudget” som justerar bearbetning baserat på frågekomplexitet, vilket tillåter användare att finjustera balansen mellan hastighet, kostnad och noggrannhet. Denna samtidiga fokus på en högpresterande inferenschip (Ironwood) och en kostnad/latensoptimerad modell (Gemini Flash) understryker Googles skiftning mot den praktiska operationaliseringen av AI, med erkännande av att kostnaden och effektiviteten för att köra modeller i produktion blir allt viktigare för företag.

Kompletterande de uppdateringarna av kisel och modell är lanseringen av Cloud WAN. Google effektivt “produktifierar” sin omfattande interna globala nätverksinfrastruktur – som sträcker sig över två miljoner mil av fiber, ansluter 42 regioner via mer än 200 punkter för närvaro – och gör den direkt tillgänglig för företagskunder.

Google hävdar att denna tjänst kan leverera upp till 40% snabbare prestanda jämfört med den offentliga internet och minska den totala ägandekostnaden med upp till 40% jämfört med självhanterade WAN, med en 99,99% tillförlitlighets-SLA. Primärt riktad mot högpresterande anslutning mellan datacenter och anslutning av filial/campus-miljöer, utnyttjar Cloud WAN Googles befintliga infrastruktur, inklusive Network Connectivity Center.

Medan Google citerade Nestlé och Citadel Securities som tidiga antagare, utmanar detta drag fundamentalt en kärninfrastruktur tillgång. Det omvandlar en intern operativ nödvändighet till en konkurrensfördel och potentiell intäktsström, direkt utmanar både traditionella telekommunikationsleverantörer och nätverks erbjudanden från rivaliserande molnplattformar som AWS Cloud WAN och Azure Virtual WAN.

(Källa: Google DeepMind)

Agentoffensiven: Bygga broar med ADK och A2A

Utöver infrastruktur och kärnmodeller, lade Google Cloud Next 2025 en extraordinär betoning på AI-agenter och verktygen för att bygga och ansluta dem. Visionen som presenterades sträcker sig långt bortom enkla chattbotar, och föreställer sig sofistikerade system som kan autonomt resonera, planera och utföra komplexa, flerstegs uppgifter. Fokus ligger tydligt på att möjliggöra multiagent-system, där specialiserade agenter samarbetar för att uppnå bredare mål.

För att underlätta denna vision introducerade Google Agent Development Kit (ADK). ADK är ett öppen källkodsramverk, initialt tillgängligt i Python, utformat för att förenkla skapandet av enskilda agenter och komplexa multiagent-system. Google hävdar att utvecklare kan bygga en fungerande agent med under 100 rader kod.

Nyckelfunktioner inkluderar en kod-först-ansats för exakt kontroll, nativt stöd för multiagent-arkitektur, flexibelt verktygsintegrering (inklusive stöd för Model Context Protocol, eller MCP), inbyggda utvärderingsfunktioner och distributionsalternativ som sträcker sig från lokala containrar till den hanterade Vertex AI Agent Engine. ADK stöder också unikt dubbelriktad ljud- och videoströmning för mer naturliga, mänskliga interaktioner. En tillhörande “Agent Garden” erbjuder färdiga exempel och över 100 förbyggda anslutningar för att starta utvecklingen.

Det verkliga centrum för Googles agentstrategi är dock Agent2Agent (A2A)-protokollet. A2A är en ny, öppen standard utformad explicit för agentinteroperabilitet. Dess grundläggande mål är att tillåta AI-agenter, oavsett ramverk de byggdes med (ADK, LangGraph, CrewAI, etc.) eller leverantör som skapade dem, att kommunicera säkert, utbyta information och samordna åtgärder. Detta direkt tacklar den betydande utmaningen med isolerade AI-system inom företag, där agenter byggda för olika uppgifter eller avdelningar ofta inte kan interagera.

Denna satsning på ett öppet A2A-protokoll representerar en betydande strategisk chansning. Istället för att bygga ett proprietärt, slutet agentekosystem, försöker Google etablera den de facto-standarden för agentkommunikation. Detta tillvägagångssätt offrar potentiellt kortvarig inlåsning för utsikten till långsiktig ekosystemledning och, i synnerhet, minskar friktionen som hindrar företags antagande av komplexa multiagent-system.

Genom att främja öppenhet syftar Google till att accelerera hela agentmarknaden, och positionerar sin molnplattform och verktyg som centrala facilitatorer.

Hur A2A fungerar (Källa: Google)

Omjustering av molnkampen: Googles konkurrenskraftiga drag

Dessa tillkännagivanden hamnar mitt i den pågående molnkampen. Google Cloud, som visar imponerande tillväxt ofta driven av AI-antagande, håller fortfarande den tredje platsen i marknadsandel, efter AWS och Microsoft Azure. Cloud Next 2025 visade Googles strategi för att omjustera denna kamp genom att lägga tyngdpunkten på sina unika styrkor och adressera upplevda svagheter.

Googles viktigaste differentieringar var fullt synliga. Den långsiktiga investeringen i anpassad kisel, som kulminerade i den inferensfokuserade Ironwood TPU, ger en distinkt maskinvarunarrativ jämfört med AWS Trainium/Inferentia-chippar och Azures Maia-accelerator. Google betonar konsekvent prestanda-per-watt-ledarskap, en potentiellt avgörande faktor när AI-energibehoven skjuter i höjden. Lanseringen av Cloud WAN “produktifierar” Googles oöverträffade globala nätverksinfrastruktur, erbjuder en distinkt nätverksfördel.

Dessutom fortsätter Google att utnyttja sin AI- och maskinlärningsarv, som härrör från DeepMinds forskning och manifesteras i den omfattande Vertex AI-plattformen, i linje med sin marknadsuppfattning som ledare inom AI och dataanalys.

Samtidigt signalerade Google ansträngningar för att adressera historiska företagsproblem. Den massiva 32 miljarder dollar förvärvet av molnsäkerhetsföretaget Wiz, som tillkännagavs strax före Next, är ett tydligt uttalande om avsikt att stärka sin säkerhetsposition och förbättra användbarheten och upplevelsen av sina säkerhetserbjudanden – områden som är avgörande för företagsförtroende.

Fortsett betoning på branschlösningar, företagsberedskap och strategiska partnerskap syftar till att omforma marknadsuppfattningen från en ren teknologileverantör till en betrodd företagspartner.

Tagna tillsammans verkar Googles strategi mindre fokuserad på att matcha AWS och Azure tjänst-för-tjänst över hela linjen, och mer koncentrerad på att utnyttja sina unika tillgångar – AI-forskning, anpassad maskinvara, globalt nätverk och öppen källkodsaffinitet – för att etablera ledarskap i vad de uppfattar som den nästa avgörande vågen av molnberäkning: AI i skala, särskilt effektiv inferens och sofistikerade agent-system.

Vägen framåt för Google AI

Google Cloud Next 2025 presenterade en övertygande berättelse om ambition och strategisk samstämmighet. Google dubblar sina insatser i artificiell intelligens, mobiliserar sina resurser över anpassad kisel optimerad för inferenseras (Ironwood), en balanserad och praktisk AI-modellportfölj (Gemini 2.5 Pro och Flash), sin unika globala nätverksinfrastruktur (Cloud WAN) och ett modigt, öppet tillvägagångssätt för den blomstrande världen av AI-agenter (ADK och A2A).

Slutligen presenterade evenemanget en övertygande berättelse om ambition och strategisk samstämmighet. Google är en företagsinriktad AI-erbjudande som är differentierat. Den integrerade strategin – maskinvara, programvara, nätverk och öppna standarder – är sund. Men vägen framåt kräver mer än bara innovation.

Googles största utmaning kan ligga mindre i teknologi och mer i att övervinna företags antagande-tröghet och bygga varaktigt förtroende. Att omvandla dessa ambitiösa tillkännagivanden till varaktiga marknadsandelsvinster mot djupt etablerade konkurrenter kräver fläckfri exekvering, tydliga marknadsstrategier och förmågan att konsekvent övertyga stora organisationer om att Google Cloud är den oumbärliga plattformen för deras AI-drivna framtid. Den agentiska framtiden som Google ser är övertygande, men dess förverkligande beror på att navigera dessa komplexa marknadsdynamiker långt efter att Las Vegas-strålkastarna har slocknat.