Google Compute Engine 今日宣布存储优化型 Z4M 机器系列正式 GA，同时提供虚拟机和裸金属实例。Z4M 面向 AI/ML 训练与推理场景，如 checkpoint 保存、分布式 KV 缓存和并行文件系统，这类负载需要大量并行数据处理，以及极高的存储与网络吞吐。为保持 GPU/TPU 高效利用，低延迟数据访问同样关键。

Z4M 基于第五代 Intel Xeon 可扩展处理器和 Titanium 平台，最高提供 168,000 GiB 本地 SSD，搭配最高 400 Gbps Cloud RDMA 网络。相比 TCP，RDMA 可将数据访问延迟降低最高 60%。Z4M VM 每 vCPU 配 875 GiB 本地 SSD；裸金属实例直接访问物理硬件，适用于自研 hypervisor、特殊许可需求以及 agentic AI 场景（如使用 Agent Substrate 跑隔离沙箱）。最高支持 192 vCPU 和 1,536 GiB 内存。Titanium SSD 将存储处理从 CPU 卸载，提供实时处理能力；Z4M 最高可提供 15.6M 随机读 IOPS 和 75,600 MiB/s 顺序读吞吐，相对 Z3 分别提升最高 70% 和 110%。

Z4M 用 400 Gbps RDMA 标准网络直连存储层，配合 NVIDIA GPUDirect Storage 和 TPUDirect Storage，可在处理大型多模态数据时以线速传输数据，避免 GPU/TPU 空闲。本地 SSD 与网络吞吐比例为 1.4:1。官方列举了三类典型负载：AI/ML 训练推理（checkpoint、分布式 KV cache）、并行文件系统与企业级存储（Weka、Sycomp、Silk、VDURA）、关键业务数据库（SQL、NoSQL、向量库）。合作伙伴实测中，Silk 称 Cloud RDMA 相比 TCP 延迟低 3.7 倍、CPU 占用低 6 倍；WEKA 称 Z4M 较 Z3 读吞吐约 2 倍、IOPS 最多高 79%。

集群部署可通过 Cluster Director 或 Cluster Toolkit 完成，支持紧凑拓扑和跨可用域的高可用拓扑，并可错开维护时间。维护期间，系统会提前数天通知；42,000 GiB 及以下本地 SSD 的 Z4M VM 支持在线迁移，84,000 GiB 以上 VM 和裸金属需停止并重启，但数据会保留。Z4M 还支持 Hyperdisk（Balanced、Throughput、Extreme），每实例最高 512 TiB。Hyperdisk Balanced 最高 320K IOPS，Hyperdisk Extreme 支持最高 500K IOPS 和 12,500 MiB/s 吞吐，适配高要求数据库。Z4M 已在部分区域上线，可在 Google Cloud 控制台选择 Storage-Optimized 机型创建。