Google揭示了AI创新的新的Kubernetes和GKE增强功能

谷歌对AI的投入众所周知，且理由充分。正如首席执行官桑达尔·皮查伊在去年假期前的内部会议上强调：“2025年，我们需不懈专注于释放[AI]技术的潜力，解决用户的实际问题。”这一愿景推动谷歌显著增强其产品，特别是在云服务和AI整合方面。

在2025年拉斯维加斯举行的Google Cloud Next活动中，谷歌公布了Kubernetes和Google Kubernetes Engine（GKE）的重大进展。这些更新旨在赋能平台团队和开发者利用AI，同时发挥现有的Kubernetes专长。谷歌云运行时副总裁加布·蒙罗伊简洁地表示：“你的Kubernetes技能和投资不仅重要，它们是你的AI超级力量。”

那么，这些新进展具体是什么？让我们深入了解细节。

简化的AI集群管理：GKE推出简化的AI集群管理工具，如Cluster Director for GKE，此前称为Hypercompute Cluster。该工具允许用户部署和管理带有Nvidia GPU的大型虚拟机（VM）集群，使AI工作负载的扩展更高效。

即将推出的相关服务是Cluster Director for Slurm。Slurm是一个开源的Linux作业调度和工作负载管理器，通过谷歌简化的用户界面和API将更容易配置和操作。这些将包括典型工作负载的蓝图，预配置软件，确保可靠且可重复的部署。

优化的AI模型部署：GKE的新功能还专注于优化AI模型部署。GKE Inference Quickstart和GKE Inference Gateway简化了AI模型的选择和部署，确保通过智能负载均衡实现良好性能。

加布·蒙罗伊强调了AI创新与传统计算的交汇趋势，特别是在推理领域。他指出：“在AI时代，我们看到一个明显趋势：传统计算与神经网络交互的惊人创新——也就是‘推理’。在Kubernetes和AI前沿运营的公司，如LiveX和Moloco，在GKE上运行AI推理。”

成本效益高的推理：GKE在成本效益高的推理方面取得进展，通过Inference Gateway实现。蒙罗伊称，这种方法可将服务成本降低高达30%，延迟减少高达60%，吞吐量提高40%，相较于其他托管和开源Kubernetes产品。这些数据令人振奋，但需实际应用来验证其影响。

模型感知的负载均衡是这一策略的关键。由于AI模型的响应长度可变，传统的轮询负载均衡方法可能效率低下。然而，Inference Gateway提供针对AI优化的模型感知网关，支持不同模型版本的高级路由。

提升资源效率：GKE还致力于提升资源效率。GKE Autopilot现提供更快的Pod调度、更快的扩展反应时间和更好的容量适配。这意味着用户可用相同资源处理更多流量，或以更少资源维持现有流量。谷歌声称，改进后的Autopilot将始终确保集群容量适配。

目前，Autopilot包括最佳实践的集群配置工具和自动调整容量以匹配工作负载的容器优化计算平台。但在没有特定配置的情况下，它无法适配现有集群。从第三季度开始，Autopilot的容器优化计算平台将无需特定配置即可用于标准GKE集群，这可能改变游戏规则。

AI赋能的Gemini Cloud Assist：调试和诊断应用问题可能显著减缓创新速度。为此，谷歌推出Gemini Cloud Assist，提供AI驱动的应用生命周期协助。Gemini Cloud Assist Investigations的私人预览版帮助用户快速了解根本原因并解决问题。

最佳部分？Assist Investigations可直接从GKE控制台访问，减少故障排查时间，为创新腾出更多时间。它允许从GKE控制台诊断Pod和集群问题，涵盖节点、IAM和负载均衡器等Google Cloud服务。用户可查看多个GKE服务、控制器、Pod和底层节点的日志和错误。注册私人预览以亲身体验此功能。

作为其更广泛的新兴技术战略的一部分，谷歌正定位为AI优化平台的领导者。这些发展使各行业企业能更有效地使用AI，推动运营和客户体验的创新与效率。

例如，Intuit利用Google Cloud的Document AI和Gemini简化了数百万TurboTax用户的税务准备。Reddit通过Vertex AI的Gemini增强Reddit Answers，这是一个新的AI驱动的对话平台，旨在改善主页体验。

谷歌能否成功执行这些AI赋能的转型？时间会告诉我们答案。正如皮查伊在12月所说：“历史上，你不一定需要第一个，但必须执行出色，真正成为产品中的最佳。我认为这就是2025年的意义所在。”