谷歌公开瞄准‘代理型AI’的超大型数据中心网络‘Vergo’……强化延迟与故障应对能力

谷歌公布了针对‘智能体人工智能（Agentic AI）’时代的超大型数据中心网络与跨云基础设施。随着人工智能以毫秒为单位调用外部工具的环境日益普及，围绕减少延迟并稳定处理大规模运算的基础设施竞争正全面展开。

谷歌于24日发布了其全新AI基础设施网络系统‘Virgo网络’。该系统旨在提升加速器集群内部，乃至内存、计算、存储资源之间往复的数据中心整体通信速度。

核心在于‘扁平化’网络结构。该方法通过减少数据传输过程中经过的层级数量来降低瓶颈。据谷歌称，Virgo网络最多可连接13万4000个芯片，其中包括用于训练的第8代TPU 8t处理器。其双向带宽每秒最高可达47拍比特（Pbps）。公司方面表示，与前代相比，每个加速器的带宽提升了4倍以上。

此次发布值得注意的部分是，除了单纯的速度竞争外，还全面强调了‘恢复力’。在超大规模AI集群中，故障、延迟以及部分设备的速度下降几乎是不可避免的。谷歌表示，为解决这一问题，他们结合了精细观测网络整体状态的‘可见性’功能与自动迂回/恢复软件。其特点还包括应用了独立的交换平面，以确保即使发生网络延迟或故障，整体吞吐量也不会急剧波动。

谷歌将Virgo网络描述为并非现有数据中心的简单扩展，而是一个独立的基础设施产品，其设计理念是‘将整个园区像一台超级计算机一样’进行设计。该公司主张，通过以小于1毫秒为单位监控系统状态，可以在硬件和软件的全程中优化瞬时拥塞和缓冲区管理问题。这在需要智能体AI同时处理工具调用、推理和检索增强生成（RAG）任务的环境中尤其重要。

同时发布打破云边界的连接与安全层

除了数据中心网络，谷歌还发布了面向智能体AI工作负载的云连接与安全层。该公司将此次更新归纳为四个支柱：‘弹性计算’、‘安全跨云连接’、‘统一数据层’和‘数字主权’。

首先，‘弹性计算’是一种旨在更高效处理AI代理（Agent）需求波动性的架构。AI服务时常出现瞬间请求激增的情况，谷歌解释称，他们通过提高CPU的可访问性，使其能够更快速、更经济地应对这种需求。特别是，其设计提供了针对推理、代理编排和检索增强生成等任务优化的CPU资源，以补充图形处理器（GPU）的不足。

为此，谷歌在基于Google Compute Engine和Google Kubernetes Service的虚拟机（VM）上应用了C4N和M4N CPU。谷歌表示，该系统每秒能处理高达9500万个数据包，比主要超大规模云服务商快出最多40%。

在安全跨云连接领域，‘代理网关’被置于核心位置。这个控制器负责监控AI代理的访问权限，并从根本上控制和管理模型上下文协议（MCP）和代理间协议（A2A）等协议。其说明指出，该网关能够在多云环境中，确保跨不同网络流动的数据流具备可见性并受到保护。

‘AI走向数据所在之处’而非‘移动数据’

统一数据层则聚焦于使AI能够直接理解并利用企业分散在多个存储库中的数据。谷歌表示，‘智能存储’为数据对象注入元数据，从而将传统的‘静态数据’转化为AI可读取的知识资产。

这一架构一旦建立，就能对电子表格、文档、PDF、图像等各种格式的信息应用基于语义的搜索，并实现自动注释和洞察提取。这种方式旨在减少数据被禁锢在特定存储库的‘孤岛’现象，帮助AI代理更快地找到所需信息。

一同公开的‘知识目录’以图形形式连接企业内部知识，帮助AI代理更好地理解业务流程和上下文。谷歌强调，通过这种方式，无需单独移动数据即可实现AI学习和响应的优化。换句话说，其方法不是将数据移至中央位置，而是让AI模型进入数据所在的‘私有环境’中运行。

此次发布表明，AI竞争的焦点正迅速从模型性能转向支撑模型运行的网络、安全和数据基础设施。特别是随着‘智能体AI’在企业业务中的正式引入，低延迟、高恢复力以及多云管控极有可能成为核心竞争力。谷歌的这一举动，被解读为围绕AI基础设施主导权的大型科技公司竞争愈发激烈的信号。

TP AI注意事项 本文使用基于TokenPost.ai的语言模型进行摘要。正文主要内容可能被遗漏或与事实不符。