Am besten geeignet für: Teams, die auf Gemini aufbauen, datenintensive KI auf BigQuery und große Trainingsläufe auf TPUs.
Der Anfragepfad auf Google Cloud: keine Schlüsseldateien, weil der Dienst Workload Identity Federation nutzt; Model Armor prüft Prompts und Antworten; Vertex AI liegt innerhalb eines VPC-Service-Controls-Perimeters mit kundenverwalteten Verschlüsselungsschlüsseln.
KI-Dienste
Vertex AI: Gemini- und Partnermodelle aus dem Model Garden, Tuning, Evaluierung, Pipelines und Endpunkte.
Vertex AI Agent Builder und Agent Engine, mit dem Open-Source Agent Development Kit (ADK) und dem Agent2Agent-Protokoll (A2A).
BigQuery ML und Vertex AI Search für Retrieval über Unternehmensdaten.
GPUs und Beschleuniger
Cloud TPUs, einschließlich der neuesten Generationen für Training und Inferenz.
A3- (H100), A3-Ultra- (H200), A4- (B200) und A4X-VMs (GB200).
GKE mit GPU- und TPU-Knotenpools; Cloud Run mit GPUs für serverlose Inferenz.
Agenten und Identität
Workload Identity Federation, damit sich Dienste und Pipelines ohne Schlüsseldateien authentifizieren.
IAM-Bedingungen und Dienstkonten pro Agent.
Sicherheit und Daten
VPC Service Controls rund um Vertex AI, kundenverwaltete Verschlüsselungsschlüssel und Kontrollen zur Datenresidenz.
Model Armor prüft Prompts und Antworten auf Injection und Datenabfluss.
Skalierung und Optimierung
Provisioned Throughput für Gemini; Dynamic Workload Scheduler für GPU- und TPU-Kapazität.
Kontext-Caching und Batch-Vorhersage zur Kostensenkung.
UK- und EU-Regionen
London (europe-west2) und EU-Regionen.
Worauf Sie achten sollten
TPU-Codepfade (JAX, PyTorch/XLA) unterscheiden sich von CUDA; planen Sie die Portierung, bevor Sie sich festlegen.
Wie Workstation hilft: Wir bauen Lösungen mit Vertex AI und Gemini, betreiben GKE-Cluster mit GPUs und TPUs und verbinden sie mit On-Premises-Daten.
Logos sind Marken ihrer jeweiligen Inhaber, werden nur zur Kennzeichnung der jeweiligen Plattform verwendet und stammen von Wikimedia Commons. Diagramme vom Workstation-Team.