當(dāng)下，人工智能技術(shù)正從基礎(chǔ)模型階段向智能體（Agentic AI）與物理AI（Physical AI）方向演進(jìn)——智能體需要具備自主規(guī)劃、決策與執(zhí)行的能力，物理AI則要實(shí)現(xiàn)對(duì)物理世界的高精度實(shí)時(shí)模擬，兩者都對(duì)計(jì)算資源提出了極高的需求。傳統(tǒng)GPU集群規(guī)模有限，難以支撐這類復(fù)雜任務(wù)的大規(guī)模訓(xùn)練與推理，企業(yè)迫切需要更強(qiáng)大的端到端解決方案。

近日，NVIDIA與谷歌云宣布達(dá)成深度合作，聯(lián)合推出基于NVIDIA Vera Rubin GPU架構(gòu)的A5X云實(shí)例。該實(shí)例支持線性擴(kuò)展至近100萬(wàn)顆Vera Rubin GPU，搭配谷歌云的高性能基礎(chǔ)設(shè)施與Gemini多模態(tài)模型，為企業(yè)提供構(gòu)建AI工廠的核心工具。此次合作主要通過線上技術(shù)發(fā)布會(huì)向全球開發(fā)者與企業(yè)公布，并未設(shè)置特定的線下發(fā)布場(chǎng)地。

從技術(shù)層面分析，A5X實(shí)例的核心在于Vera Rubin GPU的高性能計(jì)算能力與谷歌云的分布式網(wǎng)絡(luò)優(yōu)化。作為NVIDIA新一代GPU架構(gòu)，Vera Rubin相比上一代H100，在FP8算力與內(nèi)存帶寬上都有明顯提升，能高效處理智能體的多模態(tài)數(shù)據(jù)輸入和物理AI的大規(guī)模并行模擬任務(wù)。谷歌云則借助其全球分布的數(shù)據(jù)中心與低延遲網(wǎng)絡(luò)，保障百萬(wàn)級(jí)GPU集群的協(xié)同運(yùn)行，同時(shí)集成Gemini模型，為企業(yè)提供從數(shù)據(jù)預(yù)處理到模型部署的全流程支持。

這次合作的價(jià)值在于，它緩解了企業(yè)構(gòu)建AI工廠時(shí)面臨的算力瓶頸與技術(shù)整合難題。比如，制造業(yè)企業(yè)可借助該方案訓(xùn)練智能機(jī)器人的自主操控模型，縮短訓(xùn)練周期并提升精度；自動(dòng)駕駛公司則能通過物理AI模擬復(fù)雜路況，降低實(shí)車測(cè)試成本。麥肯錫2024年發(fā)布的《AI工廠白皮書》顯示，這類大規(guī)模GPU集群解決方案能幫助企業(yè)將AI模型訓(xùn)練效率提升40%以上，同時(shí)降低35%的運(yùn)營(yíng)成本。

行業(yè)內(nèi)，近期AWS也宣布與AMD合作，推出基于MI300X GPU的云實(shí)例，同樣瞄準(zhǔn)大模型訓(xùn)練與智能體應(yīng)用；微軟Azure則在持續(xù)擴(kuò)展基于NVIDIA H100的超級(jí)集群，同時(shí)加速自研Azure Maia AI芯片的部署，意在AI基礎(chǔ)設(shè)施領(lǐng)域與NVIDIA-谷歌云組合形成競(jìng)爭(zhēng)。這些動(dòng)作意味著，全球科技巨頭正圍繞AI計(jì)算資源展開激烈角逐，企業(yè)用戶也將從中獲得更多高性能、低成本的解決方案選擇。