Google Cloud unisce hardware da supercalcolo e modelli DeepMind in un'unica piattaforma scientifica

Il livello hardware: H4D, Titanium e un file system parallelo gestito

La novità infrastrutturale concreta sono le VM H4D, descritte come le VM basate su CPU più potenti di Google Cloud, costruite sulle ultime CPU AMD e abbinate all'accelerazione di rete Titanium. L'obiettivo dichiarato è permettere agli scienziati di scalare le applicazioni HPC su migliaia di processori. H4D è ora in anteprima.

Due elementi di supporto contano per chiunque abbia davvero gestito un cluster. Cluster Toolkit promette deployment ripetibili, e Cluster Director (rinominato da Hypercompute Cluster) permette di gestire un grande cluster come un'unica unità. Google riconosce che è l'onere del deployment e della gestione, non solo i FLOPs bruti, a frenare i ricercatori dall'usare l'HPC su cloud.

Anche lo storage ha la sua risposta: Google Cloud Managed Lustre, costruito con DDN e basato su EXAScaler Lustre. Invece di reimplementare un file system parallelo da zero, Google ne pacchettizza uno già consolidato come servizio gestito per soddisfare le esigenze estreme di storage dei carichi di lavoro di simulazione e training IA.

I modelli DeepMind arrivano come prodotti Cloud pronti al deployment

La mossa più distintiva è trasformare la ricerca DeepMind in offerte Cloud pronte all'uso. AlphaFold 3, di DeepMind e Isomorphic Labs, viene offerto come High-Throughput Solution per uso non commerciale, distribuibile tramite Cluster Toolkit, con elaborazione batch fino a decine di migliaia di sequenze e autoscaling per controllare i costi.

I modelli WeatherNext vengono rilasciati tramite Vertex AI Model Garden, dove possono essere personalizzati e distribuiti. Questo inserisce un modello di previsione per la ricerca nello stesso catalogo che i clienti già consultano per i modelli generici — una scelta di posizionamento, non solo un rilascio di ricerca.

Avere accesso ad AlphaFold su Google Cloud può aiutare i nostri ricercatori a prevedere ed esplorare rapidamente la struttura e le interazioni di tutte le classi di biomolecole, accelerando la nostra comprensione delle malattie.Montana Labs

Due agenti di ricerca integrati nella piattaforma

Oltre a infrastruttura e modelli, Google aggiunge due agenti in Agentspace, entrambi in anteprima. L'agente Deep Research sintetizza dati esterni e aziendali in report di ricerca; l'agente Idea Generation produce nuove ipotesi che gli scienziati possono testare.

Questi agenti sono definiti in modo circoscritto attorno alla fase iniziale del flusso di lavoro scientifico — leggere e formulare ipotesi — piuttosto che eseguire esperimenti o validare risultati. Questa delimitazione è onesta su ciò che gli agenti generativi possono fare in modo affidabile oggi, e lascia al ricercatore umano la decisione su cosa testare.

Il filo conduttore dell'annuncio: integrazione verticale dello stack di ricerca

L'implicazione specifica qui è che Google sta cercando di possedere ogni livello con cui uno scienziato computazionale ha a che fare — le VM CPU, l'orchestrazione dei cluster, il file system parallelo, i modelli di dominio e gli agenti che suggeriscono su cosa lavorare — e venderli come un'unica piattaforma piuttosto che come SKU separati.

Per i team applicativi che valutano questa proposta, il valore dipende dal fatto che i livelli si integrino davvero tra loro. AlphaFold 3 distribuito tramite lo stesso Cluster Toolkit che provisiona i cluster H4D è il tipo di integrazione che riduce l'attrito; WeatherNext inserito nel Vertex Model Garden generale è una versione più leggera della stessa idea. La domanda aperta è quanto sia stretto l'accoppiamento: quanto di tutto questo funziona bene solo se acquisti l'intero stack, rispetto a quanto sia portabile ogni singolo componente se già gestisci parte della tua pipeline altrove.

Da notare che l'annuncio è scarno su prezzi e numeri di performance concreti — la maggior parte degli elementi è in anteprima, e la soluzione high-throughput di AlphaFold 3 è solo per uso non commerciale. La strategia è chiara; i termini con cui i gruppi di ricerca potranno effettivamente farci affidamento, ancora no.