Google Cloud: A5X-Instanzen mit Nvidia Vera Rubin kommen im November

Worum es geht

Google Cloud und Nvidia haben am 21. Oktober 2026 mitgeteilt, dass die sogenannten A5X-Instanzen im nächsten Monat, also im November 2026, allgemein verfügbar werden. Eine Instanz ist ein bei einem Cloud-Anbieter mietbarer Rechner. A5X basiert auf Nvidias Rack-System Vera Rubin NVL72. Die Plattform richtet sich an Training, Inferenz (also das Ausführen fertiger Modelle) und vor allem an groß angelegtes Reinforcement Learning, bei dem KI-Systeme durch Versuch und Rückmeldung lernen. Laut Unite.ai wurde die Ankündigung auf der GTC Berlin gemacht. Eine Ausweitung der Verfügbarkeit nach Europa ist geplant. Einen genauen Starttag nannten die Unternehmen nicht.

Was in A5X steckt

A5X vereint mehrere Bausteine:

• Nvidia Vera Rubin NVL72: Laut Unite.ai enthält dieses rackgroße System 72 Rubin-GPUs, 36 Vera-CPUs, NVLink-6-Verbindungen, ConnectX-9-SuperNICs und BlueField-4-DPUs. Nvidia hatte die Rubin-Plattform am 5. Januar 2026 vorgestellt.
• ConnectX-9 SuperNICs: schnelle Netzwerkkarten.
• Google Cloud Virgo Network: Googles eigenes Rechenzentrumsnetz.
• Flüssigkühlung der vierten Generation von Google Cloud.

A5X wird als Teil von Googles „AI Hypercomputer“ beschrieben, in dem Rechenleistung, Netzwerk und Speicher als ein integriertes System laufen. Bei Reinforcement Learning wiederholt sich ein Kreislauf: Erfahrung erzeugen, Ergebnisse bewerten, Modell aktualisieren. Dafür braucht es laut Ankündigung Infrastruktur, die den gesamten Ablauf im großen Maßstab trägt.

Skalierung

Google Cloud plant, die Vera-Rubin-Infrastruktur auf bis zu 960.000 Rubin-GPUs an mehreren Standorten auszubauen. Laut blockchain.news und Unite.ai stammen die Skalierungsziele aus der ersten Ankündigung im April 2026: bis zu 80.000 GPUs an einem Standort und bis zu 960.000 an mehreren Standorten. Diese Zahlen betreffen Cluster, nicht eine einzelne Instanz. Aus derselben April-Ankündigung nennt Unite.ai Herstellerangaben, wonach die Inferenzkosten pro Token um bis zu das Zehnfache sinken und der Token-Durchsatz pro Megawatt um bis zu das Zehnfache steigen soll, jeweils gegenüber der Vorgängergeneration. Unabhängig geprüft ist das nicht.

Erste Kunden

Ineffable Intelligence, ein Londoner Unternehmen des AlphaGo-Schöpfers David Silver, hatte als Erstes Zugriff. Es arbeitet an „Superlearnern“, also Systemen, die kontinuierlich aus eigener Erfahrung lernen. Silver sagte, man brauche viel Rechenleistung und eine enge Verbindung zwischen dem Erzeugen von Erfahrung und dem Training darauf, damit jede Verbesserung des Agenten schnell seine nächste Erfahrung prägt. Die schnelle Anbindung zwischen Vera-CPU und Rubin-GPUs sowie zwischen den GPUs im Rack helfe dabei.

WPP, ein Londoner Marketingkonzern, zeigte eine Referenzarchitektur für Kreativ-Agenten auf A5X, mit Nvidia-Nemotron-Modellen und Nvidia OpenShell. Die Agenten verwandeln Anfragen im Gespräch in mehrstufige Abläufe wie Videoerzeugung, Hochskalieren und Umstylen, wobei ein Mensch vor der Ausführung zustimmt. OpenShell stellt abgesicherte Sandboxes bereit (isolierte Umgebungen), die den Zugriff auf sensible Markenressourcen und Kreativwerkzeuge steuern. In ersten Tests lief eine Last, die sonst einen Cluster aus mehreren Servern brauchte, auf einer einzigen A5X-Instanz.

Vertrauliches Rechnen und Energie

Google Cloud will unter den ersten Anbietern sein, die Nvidia Confidential Computing auf Rack-Ebene für Bare-Metal-Instanzen anbieten, etwa A4X Max mit GB300 NVL72. Bei Confidential Computing bleiben Daten und Modelle auch während der Verarbeitung geschützt, selbst auf fremder Hardware. Unite.ai zufolge ist „Confidential Bare Metal“ eine neue Option neben Confidential Containers und Confidential VMs. Zudem wird Confidential Computing auf G4-VMs mit RTX PRO 6000 Blackwell Server Edition allgemein verfügbar, für vertrauliche Inferenz und Feintuning. Genannte Nutzer sind Vertebrae, Polaris Cloud und Confidential Core AI.

Für den Energiebedarf prüfen beide Firmen Nvidia DSX MaxLPS, um die Leistung pro Watt zu optimieren und mehr Kapazität im vorhandenen Strombudget zu ermöglichen. Das ist bisher nur eine Prüfung, keine fertige Funktion.

Einordnung

Die Meldung bestätigt vor allem den Zeitplan: Rubin-Hardware soll ab November in einer großen Cloud mietbar sein. Für Unternehmen mit Bedarf an Agenten- und RL-Training ist das relevant, besonders mit der angekündigten Europa-Verfügbarkeit. Offen bleibt vieles: Die Quellen nennen weder Preise noch GPU-Zahl pro Instanz, Arbeitsspeicher, Netzwerkbandbreite oder Regionen. Die Leistungsversprechen sind Herstellerangaben, und die WPP-Ergebnisse sind erste interne Tests. Die 960.000 GPUs sind ein Ausbauziel, kein aktueller Stand.