# Google Cloud Реинструменты Kubernetes в Orchestreat Distributed AI Agents и Cut Idle вычислить наверх Source: TechNewsList (https://technewslist.com) Canonical URL: https://technewslist.com/ru/article/google-cloud-retools-kubernetes-to-orchestrate-autonomous-ag-2026-11-13-night-ru Section: AI (https://technewslist.com/ru/ai) Author: TechNewsList Language: ru Published: 2026-11-13T18:44:19.541+00:00 Updated: 2026-11-13T18:44:40.995794+00:00 > На KubeCon в Северной Америке Google Cloud открыла специализированные рабочие программы для Kubernetes, чтобы организовать автономный парк программного обеспечения с несколькими агентами, не располагающий возможностями для работы на холостом ходу. ## TL;DR - Google Cloud ввела новые примитивные устройства Kubernetes, специально предназначенные для регулирования периодических агентических нагрузок АИ с высоким содержанием буржа. - Традиционная автоматизация контейнеров создает значительные затраты на холостой ход GPU, когда автономные агенты останавливаются, ожидая реакции человека или внешних инструментов. - Новая архитектура управления позволяет быстро отключать память и возобновлять агенты-использующие патрубки через общие блоки вычислений. - Демонстрации KubeCon выявили резкое сокращение пустых отходов аппаратных средств в многоместных группах предприятий. ## Key points - Автономные агенты внедряют разрывные, асинхронные вычислительные схемы, которые не соответствуют традиционным стойким установкам контейнеров. - Специализированные агенты Google Cloud внедряют механизмы контрольно-пропускного пункта и замораживания, чтобы высвободить ресурсы GPU во время рассуждений. - Интегрированные распределенные телеметрические дорожки между агентскими сообщениями в целях оптимизации патрубков и сведения к минимуму запоздалости межкодовых сетей. - Интеграция в открытом режиме обеспечивает совместимость со стандартными облачными инструментами, хельмовыми картами и заказными определениями ресурсов. - Группы по вопросам общеорганизационной инфраструктуры могут сократить оперативные расходы с участием нескольких агентов до 45 процентов за счет динамического уплотнения кластеров. ## Что произошло На конференции KubeCon в Северной Америке Google Cloud объявила о ряде архитектурных продлений для Kubernetes, специально переоборудованных для координации автономных искусственных интеллектуальных агентов и распределенных моделей. Вместо того чтобы рассматривать рабочую нагрузку АИ как монолитные пакетные рабочие места или постоянные микросервисы, недавно введенная система управления рассматривает агентические рабочие процессы как динамические, современные вычислительные графики, требующие быстрого распределения ресурсов и немедленного обезвреживания в режиме холостого хода. В рамках проекта, демонстрируемого руководителями инфраструктуры ТОКЕН12Х Алланом Наимом и Гари Сингхом, на открытой платформе используются определения местных таможенных ресурсов (КРД) и специальные регуляторы, способные управлять тысячами параллельных автономных агентов. < < Инициатива > > непосредственно направлена на решение проблемы резкого увеличения финансовых накладных расходов, возникающих в тех случаях, когда предпринимательские объединения постоянно резервируют высокозатратные графические обрабатывающие устройства для агентов, которые тратят значительное время на ожидание асинхронного одобрения со стороны человека или ответов третьих сторон в сети. ## Почему это важно По мере того как организации переходят от интерфейсов болтовни с одним поворотом к автономным паркам программного обеспечения с участием нескольких агентов, стандартная инфраструктура облаков пытается учесть свой уникальный поведенческий профиль. В традиционных облачных архитектурах микросервисы работают непрерывно и масштабируются на основе входящего объема запросов HTTP. В отличие от этого автономный агент может инициировать сложный логическое разрыв, представлять запросы внешним системам программного обеспечения, а затем сидеть без работы в течение нескольких секунд или минут в ожидании ввода данных вниз по течению. При использовании обычных систем Kubernetes, эти блоки удерживают дорогостоящие ускорители GPU, что приводит к массовой финансовой неэффективности в рамках всей корпоративной инфраструктуры. Благодаря созданию возможностей для субвторой спячки и быстрого восстановления памяти через общие узлы вычислений, новые контроллеры Google CloudVIII позволяют администраторам кластеров сузить нагрузку на более мелкие физические следы. Эта оптимизация резко снижает общую стоимость владения многоагентными платформами предприятия в производственном масштабе. ## Технические детали Технологический фундамент архитектуры агента Google/Optimized Kubernetes — специализированный контроллер жизненного цикла, который отслеживает состояние исполнения агента на уровне ядра. Когда агент входит в асинхронное состояние ожидания — например, опрос внешнего API, ожидание замков в базе данных или ожидание человеческого обзора — контроллер сразу же сериалирует отпечаток памяти агента и модельный контекст в распределенное низкоширотное хранилище. ![Kubernetes architecture](https://upload.wikimedia.org/wikipedia/commons/0/03/Kubernetes_talk_at_Google_Cloud_Summit.jpg) *Speaker presenting enterprise Kubernetes architectural orchestration at Google Cloud Summit.* После сериала базовый GPU или высокодиапазонный акселератор сразу же возвращают обратно в блокограмму общего планирования, что позволяет прилегающей партии тренироваться или сразу же делать вывод о том, что нужно использовать вместимость. По получении ожидаемого события, планировщик динамическо возвращает состояние агента на любой доступный узел вычисления в течение миллисекунд, что позволяет бесперебойно возобновить выполнение задания без выключенного подключения к сети или испорченного контекста сеанса. Для координации работы флотов взаимозависимых агентов система вводит в действие топологический график с учетом зависимости. В многоагентных системах, где агенты-координаторы организуют специализированных подчиненных работников, планировщик размещает совместные капсулы в общих физических серверных стеллажах или в зонах сети с низкой степенью вероятности. Это физическое совместное размещение сокращает время передачи сообщений между агентами и сводится к минимуму загруженности внешних коммутаторов через центры данных предприятий. ![Intelligent agent system](https://upload.wikimedia.org/wikipedia/commons/3/3f/IntelligentAgent-SimpleReflex.png) *Schematic block diagram of an intelligent agent environment perception and action loop.* ## Влияние на рынок и отрасль ТОКЕН12ХГС реинструктирование Kubernetes устанавливает четкий стандарт инфраструктуры для облачных операций АИ (AIOps). Исторически корпоративные команды, развертывающие сложные агентские архитектуры, были вынуждены собирать хрупкие сценарии считывания сцен или полагаться на защищенные системы оркестра с закрытым исходным кодом. За счет координации агентов в рамках стандартной открытой экосистемы ТОКЕН18Х Google позволяет командам DevOps использовать существующие трубопроводы CI/CD, политику обеспечения безопасности и инструменты кластерного мониторинга. Этот открытый стандартный подход создает конкурентное давление на соперничающих гипершокеров, чтобы доставить эквивалентные примитивные оркестровые агенты облачной формы. Кроме того, он ускоряет коммерциализацию автономных стартапов программного обеспечения, которые теперь могут размещать сложные многоагентные продукты на стандартных Google Kubernetes двигателей (GKE) скопления без инженерных заказных процессов работы инфраструктуры с нуля. ## За чем следить дальше В предстоящие месяцы инженерные команды будут следить за тем, насколько эффективно сообщество Cloud Native Computing Foundation принимает предлагаемые спецификации агентов для планирования в релизы Kubernetes вверх по течению. Разработчики оценят цикличность памяти в реальном мире в различных аппаратных средствах ускорителя, включая Nvidia GPUs и GoogleVIIIs запатентованные парки TPU. Кроме того, архитекторы общеорганизационного программного обеспечения будут следить за интеграцией этих примитивных систем Kubernetes и ведущих систем многоагентных приложений. По мере стандартизации протоколов межагентной связи способность координировать деятельность групп разнородных агентов в гибридной среде с несколькими облаками будет служить жизненно важным дифференцирующим фактором для общеорганизационной инфраструктуры облаков. Постоянная конвергенция контейнерных оркестраций и агентических вычислительных систем знаменует собой этап преобразования архитектуры общеорганизационного программного обеспечения. - [SiliconANGLE Cloud Native Desk](https://siliconangle.com/2026/11/13/distributed-training-inference-google-s-agent-projects-kubeconna/) - In-depth technical coverage from KubeCon NA on Google Cloud retooling Kubernetes controllers for distributed AI agent inference and training. - [Kubernetes Architecture Reference](https://en.wikipedia.org/wiki/Kubernetes) - Technical documentation of container orchestration, pod autoscaling controllers, and distributed control planes. - [Intelligent Agents Systems](https://en.wikipedia.org/wiki/Intelligent_agent) - Architectural principles of autonomous intelligent agents, perception-action loops, and stateful decision processes. ## Источники - [SiliconANGLE Cloud Native Desk](https://siliconangle.com/2026/11/13/distributed-training-inference-google-s-agent-projects-kubeconna/) - Углубленный технический охват KubeCon NA на Google Cloud переоснащение регуляторов Kubernetes для распределенных выводов и подготовки агентов АИ. - [Kubernetes Architecture Reference](https://en.wikipedia.org/wiki/Kubernetes) - Техническая документация оркестра контейнеров, автокасслирующие регуляторы капсулы и распределенные самолёты управления. - [Intelligent Agents Systems](https://en.wikipedia.org/wiki/Intelligent_agent) - Архитектурные принципы автономных интеллектуальных агентов, петли восприятия-действия и государственные процессы принятия решений. * Autonomous Agents * Microservices Mentions: Google Cloud, Kubernetes, Autonomous Agents, Cloud Native Computing Foundation, KubeCon, DevOps, GKE ## Sources - [SiliconANGLE Cloud Native Desk](https://siliconangle.com/2026/11/13/distributed-training-inference-google-s-agent-projects-kubeconna/) - [Kubernetes Architecture Reference](https://en.wikipedia.org/wiki/Kubernetes) - [Intelligent Agents Systems](https://en.wikipedia.org/wiki/Intelligent_agent)