01 发生了什么

2026 年 11 月 9 日，Google Cloud 宣布 Cloud Pathways 正式可用（GA）。该分布式机器学习运行时由 Google DeepMind 开发，用于训练和运行包括 Gemini 在内的旗舰模型，现已成为 Google Kubernetes Engine (GKE) 上 AI Hypercomputer 的核心运行时组件。

02 关键细节

  • Cloud Pathways 用单一 JAX 控制器取代多控制器管理，可跨多个 TPU 切片编排数千个芯片。
  • 已在支持 TPU v5e、v5p、Trillium (v6e) 和 Ironwood (7x) 的所有 Google Cloud 区域上线。
  • 预览版集成 Cluster Director，可将 Pathways 扩展至 Slurm 集群。
  • 过去 90 天内，客户通过 Pathways 在 GKE 上处理了超过 1.3 亿个 Cloud TPU 芯片小时。
  • 弹性训练使用主机内存快照，在硬件故障时将工作负载动态重分片至 N-1 个切片，客户端不崩溃。

03 为什么重要

Cloud Pathways 让每位 Google Cloud 客户都能使用与 Google 最大 AI 工作负载相同的单控制器运行时、协同部署的 Python 容器和弹性容错机制，简化大规模加速器集群管理。

04 适合谁

AI开发人员、机器学习工程师及使用大规模TPU基础设施的组织。

原始来源
Google Cloud