Google enthüllt neue Kubernetes- und GKE -Verbesserungen für die KI -Innovation

Googles Drang in die KI ist kein Geheimnis und aus gutem Grund. Wie CEO Sundar Pichai in einem internen Treffen vor den Ferien des letzten Jahres betonte: "Im Jahr 2025 müssen wir uns unermüdlich darauf konzentrieren, die Vorteile der [AI] -Technologie freizuschalten und echte Benutzerprobleme zu lösen." Diese Vision treibt Google, um seine Angebote erheblich zu verbessern, insbesondere in Cloud -Diensten und KI -Integration.

Bei der Google Cloud Next 2025 in Las Vegas stellte Google wesentliche Fortschritte in Kubernetes und Google Kubernetes Engine (GKE) vor. Diese Updates zielen darauf ab, Plattformteams und -entwickler dazu zu bringen, KI zu nutzen und gleichzeitig ihre bestehenden Kubernetes -Expertise zu nutzen. Gabe Monroy, Googles VP von Cloud Runtimes, setzte es kurz und bündig: "Ihre Kubernetes -Fähigkeiten und -investitionen sind nicht nur relevant; Sie sind Ihre KI -Supermacht."

Was genau sind diese neuen Fortschritte? Lassen Sie uns in die Details eintauchen.

Simplified AI Cluster Management: GKE führt das vereinfachte KI -Clustermanagement durch Tools wie Cluster Director für GKE ein, das zuvor als Hypercompute -Cluster bekannt ist. Mit diesem Tool können Benutzer große Cluster von virtuellen Maschinen (VMs) mit angeschlossenem NVIDIA -GPUs bereitstellen und so erleichtern, dass die AI -Workloads effizient skaliert werden.

Ein verwandter bevorstehender Service ist Cluster Director für Slurm. Slurm, ein Open-Source-Stellenplaner und Workload-Manager für Linux, ist dank der vereinfachten UI und APIs von Google einfacher zu erbringen und zu arbeiten. Dazu gehören Blaupausen für typische Workloads mit vorkonfigurierter Software, um zuverlässige und wiederholbare Bereitstellungen sicherzustellen.

Optimierte KI -Modellbereitstellung: Die neuen Funktionen von GKE konzentrieren sich auch auf die Optimierung der KI -Modellbereitstellung. Das GKE -Inferenz QuickStart und GKE Inference Gateway vereinfachen die Auswahl und den Einsatz von KI -Modellen und stellen sicher, dass sie mit intelligentem Lastausgleich gut abschneiden.

Gabe Monroy betonte den Trend der KI -Innovation, die sich mit traditionellem Computer überschneidet, insbesondere im Bereich der Inferenz. Er bemerkte: "Wir sehen einen klaren Trend im Zeitalter der KI: Eine erstaunliche Innovation, bei der traditioneller Computer mit neuronalen Netzwerken interagiert - auch als" Inferenz "bezeichnet. Unternehmen, die auf dem neuesten Stand von Kubernetes und KI tätig sind, wie Livex und Moloco, leiten GKE eine Inferenz. "

Kosteneffektive Inferenz: GKE macht eine kostengünstige Inferenz mit dem Inferenz-Gateway. Monroy behauptet, dieser Ansatz könne die Servierkosten um bis zu 30%senken, die Latenz um bis zu 60%senken und den Durchsatz im Vergleich zu anderen kubernetischen Open-Source-Angeboten um 40%erhöhen. Während dies vielversprechende Zahlen sind, müssen wir sie in Aktion sehen, um ihre Auswirkungen zu bestätigen.

Modell-bewusstes Lastausgleich ist eine Schlüsselkomponente dieser Strategie. Angesichts der variablen Antwortlängen in KI-Modellen können herkömmliche Lastausgleichsmethoden wie Round-Robin ineffizient sein. Das Inferenz-Gateway bietet jedoch ein für die KI optimiertes Modell mit Modell, das auf verschiedene Modellversionen erweitert ist.

Verbesserte Ressourceneffizienz: GKE konzentriert sich auch auf die Verbesserung der Ressourceneffizienz. Der GKE-Autopilot bietet jetzt eine schnellere Pod-Planung, schnellere Skalierungszeiten und eine bessere Kapazitäts-Rechtsgröße. Dies bedeutet, dass Benutzer mehr Datenverkehr mit denselben Ressourcen bewältigen oder vorhandenen Datenverkehr mit weniger Ressourcen aufrechterhalten können. Google behauptet, dass die Clusterkapazität mit dem verbesserten Autopilot immer rechts groß ist.

Derzeit enthält Autopilot ein Best-Practice-Cluster-Konfigurationstool und eine Container-optimierte Computerplattform, die die Kapazität automatisch an die Workloads anpasst. Ohne eine bestimmte Konfiguration sind jedoch keine vorhandenen Cluster rechtsgroß. Ab dem dritten Quartal steht die Container-optimierte Rechenplattform von Autopilot auch Standard-GKE-Clustern zur Verfügung, ohne eine bestimmte Konfiguration zu benötigen, die ein Game-Changer sein könnte.

AI-fähige Gemini Cloud Assist: Debugging und Diagnose von Anwendungsfragen können die Innovation erheblich verlangsamen. Um dies zu beheben, führte Google Gemini Cloud Assist ein und bietet während des gesamten Anwendungslebenszyklus AI-betriebene Unterstützung. Die private Vorschau der Gemini Cloud -Unterstützung untersucht den Benutzern dabei, die Ursachen und Lösung von Problemen schnell zu verstehen.

Das Beste daran? Assist -Untersuchungen werden direkt über die GKE -Konsole zugänglich sein, um die Fehlerbehebung zu verkürzen und mehr Zeit für Innovationen zu befreien. Auf diese Weise können Sie POD- und Clusterprobleme von der GKE -Konsole in verschiedenen Google Cloud -Diensten, einschließlich Knoten, IAM und Ladung von Balancern, diagnostizieren. Sie können Protokolle und Fehler in mehreren GKE -Diensten, Controllern, Pods und zugrunde liegenden Knoten anzeigen. Melden Sie sich für die private Vorschau an, um diese Funktion aus erster Hand zu erleben.

Als Teil seiner breiteren aufstrebenden Technologiestrategie positioniert sich Google als führend auf Ai-optimierten Plattformen. Diese Entwicklungen ermöglichen es Unternehmen in allen Branchen, KI effektiver einzusetzen und Innovationen und Effizienz in Betrieb und Kundenerlebnis zu steigern.

Beispielsweise nutzt Intuit die Dokument AI und Gemini von Google Cloud, um die Steuervorbereitung für Millionen von Turbotax -Benutzern zu vereinfachen. Reddit verwendet Gemini über Vertex AI, den AI Agent Builder von Google, um Reddit Answers, eine neue KI-betriebene Konversationsplattform, um das Homepage-Erlebnis zu verbessern, zu verbessern.

Kann Google diese AI-fähigen Transformationen erfolgreich ausführen? Nur die Zeit wird es zeigen. Wie Pichai im Dezember sagte: "In der Geschichte müssen Sie nicht immer an erster Stelle stehen, aber Sie müssen gut ausführen und als Produkt wirklich die besten der Klasse sein. Ich denke, genau darum geht es 2025."