Atualizações de escala no GKE
O Google Cloud anunciou recursos voltados à escalabilidade de cargas de trabalho no Google Kubernetes Engine (GKE). O GKE passou a incluir capacidades de scale-to-zero, enquanto o Horizontal Pod Autoscaler (HPA) pode escalar workloads com base em métricas PromQL personalizadas, além das métricas padrão.
A empresa também informou que os GKE Pod snapshots permitem salvar o estado em execução de uma carga, inclusive memória de CPU e GPU, para restauração sob demanda. Segundo testes internos citados pelo Google, o recurso pode reduzir em até 89% o tempo de inicialização de inferência de IA.
Para a migração de ambientes, o Google lançou o GKE agentic migration, um plugin destinado à transferência de cargas de contêineres do AWS EKS para o GKE. A ferramenta usa IA para traduzir infraestrutura como código e manifestos Kubernetes para ambientes de destino no GKE.
Recursos para workloads de IA
O GKE Agent Sandbox, otimizado para workloads de reinforcement learning (RL), está em disponibilidade geral, assim como um SDK de orquestração para RL e integrações nativas com ferramentas de RL. Separadamente, o GKE Agent Substrate, projeto open source, foi apresentado como runtime para cargas agentic, com a afirmação de executar milhões de sandboxes em densidade 10 vezes superior à de runtimes padrão de contêineres.
O Google também anunciou que clusters GKE padrão podem escalar até 15 mil nós com aplicação ativa de Network Policy por meio do GKE Dataplane V2. Em outra frente, o projeto open source k8s-aibom foi lançado para monitorar clusters de contêineres, detectar runtimes de IA em execução e gerar ML-BOMs no padrão CycloneDX.
Na camada de inferência, o Google cita um benchmark independente segundo o qual o GKE Inference Gateway teve throughput 15,7% maior, tempo de espera 92,8% menor e latência inter-token 62,6% inferior à do próximo serviço Kubernetes gerenciado líder.
Armazenamento e capacidade de processamento
A família de VMs M4N está em disponibilidade geral e, segundo o Google, alcança até 25.000 MiB/s de desempenho agregado de armazenamento do host e até 1 milhão de IOPS. O produto Z4D também está em disponibilidade geral.
O Google Cloud Managed Lustre passou a estar disponível de forma geral em quatro níveis de desempenho, com capacidade de armazenamento de até 8 PB. Já os Filestore agent volumes estão em preview, mediante solicitação de acesso.
Para organizações que acompanham o ciclo de vida das cargas de IA, o anúncio reúne ainda ferramentas de telemetria e orientações para monitorar métricas de workloads em GKE, incluindo ambientes com TPUs e GPUs.
Casos citados e pontos de avaliação
O texto do Google afirma que a SeaVerse usa GKE Agent Sandbox em cargas multi-tenant e reduziu seus custos de infraestrutura em 60%. A Replenit construiu seu mecanismo de decisão de IA no Google Cloud com BigQuery, Gemini Enterprise Agent Platform, modelos Gemma open source e Cloud TPUs; a empresa reporta custos de pipeline 90% menores que os de seu provedor de nuvem anterior.
Como avaliação editorial, gestores podem examinar se métricas personalizadas de autoscaling, snapshots de pods e limites de escala respondem às necessidades de seus workloads antes de mudar a arquitetura. Também é recomendável validar em ambiente próprio estimativas de desempenho e custo apresentadas pelo fornecedor, pois elas dependem da configuração e do perfil de uso.