NVIDIA und Google Cloud treiben die Arbeit von mehr als 100.000 Entwicklern in ihrer gemeinsamen KI-Community voran. Auf der diesjährigen Google I/O stellen die Unternehmen neue Lernpfade, praxisnahe Labs und Livestreams vor. Entdecken Sie, welche Technologien die nächste Generation KI-Builder jetzt nutzen können.
NVIDIA und Google Cloud: Erweiterungen für die Entwickler-Community
Die im Vorjahr auf der Google I/O gestartete Community hat sich zu einem zentralen Anlaufpunkt für KI-Entwickler, Datenwissenschaftler und Machine-Learning-Engineers entwickelt. Die Plattform bietet kuratierte Lernpfade, Hands-on-Labs und Events rund um die Full-Stack NVIDIA AI Plattform auf Google Cloud.
Inzwischen dienen die NVIDIA-beschleunigten Tools als Grundlage für produktionsreife Anwendungen. Dazu zählen Retrieval-Augmented-Generation-Systeme auf Google Kubernetes Engine (GKE) sowie die Überwachung agentenbasierter Workloads. Die Mitglieder experimentieren zudem mit großen Sprachmodellen und hybriden Inferenzlösungen aus Cloud und On-Premises für Einsatzbereiche wie Sportanalytik oder Unternehmensdaten-Pipelines.
Neue Lernpfade zu JAX, Dynamo und Agentic AI
Dieses Jahr erweitern NVIDIA und Google Cloud das Schulungsprogramm gezielt um gefragte Technologien. Ein neuer Lernpfad erklärt den Einsatz der JAX-Bibliothek auf NVIDIA GPUs, während ein frisches NVIDIA Dynamo Codelab Inferenz-Optimierungen auf GKE vertieft. Monatliche Entwickler-Livestreams ergänzen das Angebot ab sofort regelmäßig.
Gemma, Nemotron und offene Frameworks im Praxiseinsatz
Die Lernressourcen kombinieren NVIDIA-Bibliotheken, Open Models und Tools mit Google Clouds KI-Infrastruktur. Entwickler können so beispielsweise Data-Science-Workflows mit der NVIDIA cuDF-Bibliothek in Google Colab Enterprise oder Dataproc beschleunigen.
Für Multi-Agent-Anwendungen stehen zudem Google DeepMinds Gemma 4 Modelle, NVIDIAs Nemotron Open Models und das Google Agent Development Kit bereit. Diese laufen auf G4-VMs mit NVIDIA RTX PRO 6000 Blackwell GPUs über Google Cloud Run oder Spot-Instanzen.
Skalierbare JAX-Workloads und Dynamo-Inferenz
NVIDIA und Google Cloud optimieren gemeinsam offene Frameworks wie JAX, damit Entwickler Workloads nahtlos skalieren können. Das reicht von ersten GPU-Experimenten bis zu umfangreichen Multi-Rack-Deployments auf NVIDIA KI-Infrastruktur. Das MaxText-Framework auf dem Google Cloud AI Hypercomputer nutzt diese Optimierungen bereits zum Training großer Modelle.
Mit NVIDIA Dynamo auf GKE lassen sich darüber hinaus große Inferenz-Workloads effizienter betreiben, einschließlich Mixture-of-Experts-Modellen. Die neuen Kurse zu JAX und Dynamo starten im kommenden Monat für alle Community-Mitglieder.
Verantwortungsvolle KI mit SynthID und Cosmos
Mit dem Aufstieg agentenbasierter Systeme, die aus mehreren proprietären und Open-Source-Modellen bestehen, rücken Vertrauen und Transparenz in den Vordergrund. NVIDIA war der erste Industriepartner, der mit Google DeepMind an SynthID arbeitet. Die Technologie bettet robuste digitale Wasserzeichen direkt in KI-generierte Inhalte ein.
Die NVIDIA Cosmos World Foundation Models bieten 3D-Wahrnehmungs- und Simulationsfähigkeiten für Roboter sowie autonome Maschinen. SynthID stellt sicher, dass die von diesen Modellen erzeugten Bilder und Videos ihre Integrität bewahren. Gemeinsam ermöglichen die Technologien eine verantwortungsvollere Entwicklung und den sicheren Einsatz physischer KI-Systeme.
Full-Stack-Plattform für Enterprise-Agenten
Auf der Google Cloud Next kündigten die Partner eine erweiterte Full-Stack-Plattform an, mit der Entwickler Agenten trainieren, deployen und betreiben können. Zentrale Bausteine sind neue A5X-Instanzen mit NVIDIA Vera Rubin GPUs sowie Google DeepMinds Gemini Modelle.
Führende KI-Labs und Unternehmen wie OpenAI, Salesforce, Snap und Crowdstrike nutzen diese Infrastruktur bereits. Für Entwickler bedeutet dies, dass erworbene Fähigkeiten mühelos von Prototypen bis zu Enterprise-Grade-Workloads skalieren.
Quelle: https://blogs.nvidia.com/blog/google-cloud-developer-community-ai-builders/
