Google Cloud Next '25: Neue AI -Chips und Agent -Ökosysteme Challenge Microsoft und Amazon

Google Cloud macht große Schritte, um seinen Platz in der heftigen wettbewerbsfähigen Welt der künstlichen Intelligenz zu festigen. Auf der jährlichen Cloud nächsten Konferenz in Las Vegas stellten sie eine Reihe neuer Technologien vor, die sich um "Thinking Models", Agent -Ökosysteme und spezielle Infrastrukturen, die auf massive KI -Bereitstellungen zugeschnitten waren, konzentriert waren.

Der Star der Show war die TPU (TPU) der siebten Generation Tensor Procesoring (TPU). Google rühmt sich, dass es über 42 Exaflops von Rechenleistung pro Pod liefert, was 24-mal leistungsstärker ist als der führende Supercomputer El Capitan.

"Die Gelegenheit mit AI ist so groß wie es nur geht", rief Amin Vahdat, Googles Vizepräsident und General Manager von ML Systems und Cloud AI, während einer Pressekonferenz vor dem Ereignis aus. „Zusammen mit unseren Kunden führen wir ein neues goldenes Zeitalter der Innovation mit.“

Das Cloud -Geschäft von Google fährt mit einer Welle des Dynamik. Im Januar meldeten sie einen Cloud -Umsatz von 12 Milliarden US -Dollar im vierten Quartal 2024, ein Anstieg von 30% gegenüber dem Vorjahr. Das Unternehmen stellte im vergangenen Monat auch eine Erhöhung der aktiven Benutzer im AI Studio und der Gemini -API um 80% fest.

Wie Googles neue Ironwood -TPUs das KI -Computer mit Stromeffizienz transformieren

Google positioniert sich als einziger großer Cloud-Anbieter mit einer "vollständig ai-optimierten Plattform", die von Grund auf das, was sie als "Zeitalter der Inferenz" bezeichnen, entwickelt. Diese Verschiebung konzentriert sich auf die Verwendung von KI-Systemen, um Probleme mit der realen Welt zu lösen, anstatt nur Schulungsmodelle.

Ironwood stellt eine erhebliche Veränderung der Chip -Design -Philosophie dar. Im Gegensatz zu seinen Vorgängern, die das Training und die Inferenz ausgewogen haben, ist Ironwood speziell für komplexe KI-Modelle nach dem Training entwickelt.

"Es geht nicht mehr um die Daten, die in das Modell eingerichtet wurden, aber was das Modell nach dem Training mit Daten tun kann", erklärte Vahdat.

Jedes Ironwood Pod packt über 9.000 Chips und ist doppelt so stark effizient wie die vorherige Generation. Dies befasst sich mit generativem KI: seinen massiven Energieverbrauch.

Google eröffnet außerdem seine enorme globale Netzwerkinfrastruktur für Unternehmenskunden über Cloud WAN (Wide Area Network). Dieser Service nimmt in das 2-Millionen-Meilen-Glasfasernetz von Google ein, das Verbraucherdienste wie YouTube und Google Mail versorgt.

Laut Google kann Cloud WAN die Netzwerkleistung um bis zu 40% steigern und die Gesamtbetriebskosten im Vergleich zu kundenführenden Netzwerken um denselben Betrag senken. Dieser Schritt ist für einen Hyperscaler ungewöhnlich und verwandelt seine interne Infrastruktur in ein Produkt.

Inside Gemini 2.5: Wie Googles "Denkmodelle" die AI -Anwendungen von Unternehmen verbessern

In der Software-Front erweitert Google seine Gemini-Modellfamilie mit Gemini 2.5 Flash, einer kostengünstigen Version seines Flaggschiff-KI-Systems, in dem "Denkfunktionen" eingeführt wird.

Im Gegensatz zu herkömmlichen großsprachigen Modellen, die direkt Reaktionen erzeugen, brechen diese "Denkmodelle" komplexe Probleme durch mehrstufige Argumentation und Selbstreflexion auf. Gemini 2.5 Pro, das vor zwei Wochen eingeführt wurde, zielt auf Hochkomplexitätswendungsfälle wie Arzneimittelentdeckung und Finanzmodellierung ab. Die neu angekündigte Flash -Variante passt ihre Argumentationstiefe anhand der sofortigen Komplexität an, um Leistung und Kosten auszugleichen.

Google erhöht außerdem seine generativen Medienfunktionen mit Updates to Imageen (für Bildgenerierung), Veo (Video), Chirp (Audio) und der Einführung von Lyria, einem Text-zu-Music-Modell. Während der Pressekonferenz stellte Nenshad Bardoliwalla, Direktor für Produktmanagement bei Vertex AI, vor, wie diese Tools zusammenarbeiten können, um ein Werbekonzertvideo mit kundenspezifischer Musik und raffinierter Bearbeitung zu erstellen, wie das Entfernen von ungewollten Elementen aus Videoclips.

"Nur die Vertex AI vereint alle diese Modelle zusammen mit Modellen von Drittanbietern auf einer einzigen Plattform", sagte Bardoliwalla.

Über einzelne KI-Systeme hinaus: Wie Googles Multi-Agent-Ökosystem darauf abzielt, Unternehmens-Workflows zu verbessern

Die zukunftsorientiertesten Ankündigungen von Google konzentrieren sich auf die Erstellung eines "Multi-Agent-Ökosystems", bei dem mehrere KI-Systeme über verschiedene Plattformen und Anbieter hinweg zusammenarbeiten können.

Sie führen ein Agent Development Kit (ADK) ein, mit dem Entwickler Multi-Agent-Systeme mit weniger als 100 Codezeilen erstellen können. Darüber hinaus schlägt Google ein neues offenes Protokoll namens Agent2Agent (A2A) vor, das es KI -Agenten von verschiedenen Anbietern ermöglicht, zu kommunizieren.

"2025 wird ein Übergangsjahr sein, in dem sich generative KI von der Beantwortung einzelner Fragen zur Lösung komplexer Probleme durch agentierte Systeme verschiebt", sagte Vahdat voraus.

Über 50 Partner, darunter wichtige Anbieter von Unternehmenssoftware wie Salesforce, Servicenow und SAP, haben sich für dieses Protokoll angemeldet, was auf eine potenzielle Verschiebung der Branche zu interoperablen KI -Systemen hinweist.

Für nicht-technische Benutzer verbessert Google seine Agent-Space-Plattform mit Funktionen wie Agent Gallery (bietet eine einzige Ansicht der verfügbaren Agenten) und Agent-Designer (eine No-Code-Schnittstelle zum Erstellen von benutzerdefinierten Agenten). Während einer Demonstration zeigte Google, wie ein Banking -Account -Manager diese Tools verwenden konnte, um Kundenportfolios zu analysieren, Cashflow -Probleme zu prognostizieren und die Kommunikation mit dem Kunden automatisch zu entwerfen - alles ohne Code zu schreiben.

Von Dokumentzusammenfassungen bis hin zu Aufträgen von Drive-Thru: Wie sich die spezialisierten KI-Agenten von Google auf die Branche auswirken

Google integriert die KI in seiner Workspace Productivity Suite zutiefst und führt Funktionen wie "Help Me Analyze" in Blättern ein, die automatisch Erkenntnisse aus Daten ohne explizite Formeln oder Pivot-Tabellen sowie Audioübersichten in DOCs identifiziert.

Das Unternehmen hob fünf Kategorien von spezialisierten Agenten hervor, die eine erhebliche Einführung feststellten: Kundendienst, kreative Arbeit, Datenanalyse, Codierung und Sicherheit.

Im Kundenservice wies Google auf das AI-Durchfahrtsystem von Wendy hin, das nun täglich 60.000 Bestellungen und den „Magic Apron“ des Heimdepots übernimmt, der Anleitungen zur Verbesserung der Heimwerke anbietet. Für Kreativteams nutzen Unternehmen wie WPP die KI von Google, um Marketingkampagnen im Maßstab zu konzipieren und zu produzieren.

Der Cloud -KI -Wettbewerb verstärkt sich: Wie der umfassende Ansatz von Google Microsoft und Amazon herausfordert

Die Ankündigungen von Google erfolgen inmitten des verstärkten Wettbewerbs im Cloud -AI -Bereich. Microsoft hat die Technologie von OpenAI auf seiner Azure-Plattform zutiefst integriert, während Amazon eigene anthropische Angebote und Spezialchips ausgebaut hat.

Thomas Kurian, CEO von Google Cloud, betonte die „Verpflichtung des Unternehmens für die Bereitstellung von erstklassigen Infrastrukturen, Modellen, Plattformen und Agenten, eine offene Plattform mit Multi-Cloud, die Flexibilität und Auswahl bietet;

Dieser mehrstufige Ansatz scheint Google von Wettbewerbern abzuheben, die sich in bestimmten Bereichen auszeichnen können, aber der vollständige Stapel von Chips bis hin zu Anwendungen fehlt.

Die Zukunft von Enterprise KI: Warum Googles „Denkmodelle“ und Interoperabilität für die Geschäftstechnologie von Bedeutung sind

Was die Ankündigungen von Google besonders bedeutend macht, ist der umfassende Charakter seiner KI -Strategie, die kundenspezifische Silizium, globale Netzwerke, Modellentwicklung, Agentenrahmen und Anwendungsintegration umfasst.

Der Fokus auf Inferenzoptimierung und nicht nur die Schulungsfähigkeiten spiegelt einen reifenden KI -Markt wider. Während das Training immer größere Modelle die Schlagzeilen dominiert hat, wird das Einsetzen dieser Modelle effizient im Maßstab zur dringenderen Herausforderung für Unternehmen.

Die Betonung von Google auf die Interoperabilität - die Systeme von verschiedenen Anbietern ermöglichen, können eine Abkehr von den ummauerten Gartenansätzen signalisieren, die frühere Phasen des Cloud -Computing charakterisiert haben. Indem Google offene Protokolle wie Agent2Agent vorschlägt, positioniert er sich selbst als Bindegewebe in einem heterogenen AI-Ökosystem, anstatt die Übernahme von All-Ore-Nichts zu fordern.

Diese Ankündigungen bieten sowohl Chancen als auch Herausforderungen für technische Entscheidungsträger der Unternehmen. Die Effizienzgewinne, die von spezialisierten Infrastrukturen wie Ironwood TPUs und Cloud WAN versprochen werden, könnten die Kosten für den Einsatz von KI im Maßstab erheblich senken. Wenn Sie jedoch die sich schnell entwickelnde Landschaft von Modellen, Agenten und Werkzeugen erfordern, ist eine sorgfältige strategische Planung erforderlich.

Da sich diese anspruchsvolleren KI -Systeme weiterentwickeln, kann die Fähigkeit, mehrere Spezial -AI -Agenten zu organisieren, die zusammenarbeiten, zum wichtigsten Unterscheidungsmerkmal für Unternehmens -KI -Implementierungen werden. Bei der Erstellung sowohl der Komponenten als auch der Verbindungen zwischen ihnen setzt Google darauf, dass die Zukunft von AI nicht nur um intelligentere Maschinen, sondern um Maschinen geht, die effektiv miteinander kommunizieren können.