企业在转向连续、多步的代理式工作流时，传统基础设施开始触及瓶颈。但仅仅提升原始性能不够，还要能灵活地为不同任务选择合适模型，并对敏感知识产权和底层基础设施保有可验证的控制。Google Cloud 在 NVIDIA GTC Berlin 2026 宣布了一组全栈更新，覆盖计算、网络、存储、开放模型、主权 AI 和机密计算。

AI Hypercomputer 方面，与 NVIDIA 联合发布了基于 NVIDIA Vera Rubin NVL72 平台的 A5X 裸金属 GPU 实例，预计下个月正式可用，同时扩展 EMEA 本地区域，以支持数据驻留和主权要求。网络方面，Virgo Network 通过网状拓扑提供楼内和楼间无阻塞扩展，单站点可扩展至 80,000 颗 Rubin GPU，多站点部署可达 960,000 颗。存储上，Google Cloud Managed Lustre 将在 A5X 实例上支持 NVIDIA GPUDirect Storage，让训练和推理数据通过 RDMA 从并行文件系统直接进入 GPU 内存，绕过 CPU。A5X 还支持 KV 缓存，把上下文内存扩展到 HBM 之外，对长上下文和多轮 Agent 任务进行跨存储层卸载和复用，减少重复计算，降低首 token 延迟，提升每美元有效吞吐。

编排方面，A5X 实例与 Google Kubernetes Engine 结合，包括 GKE Managed DRANET，把网卡变成一级 Kubernetes 原生资源，简化 RDMA 管理；以及 Kueue，通过拓扑感知调度改善分布式任务性能。WPP CTO Stephan Pretorius 在引述中提到，利用 A5X 实例驱动的智能体可做逐帧质量检查和品牌资产适配。

模型生态方面，Sovereign Cloud 产品组合新增对 Gemma、Mistral、NVIDIA Nemotron 等开放权重模型的支持，用户可以运行和治理这些模型，同时保留权重和运行时的完全控制。NVIDIA Cosmos 3 和 Nemotron 3.5 SuperVL 现在可通过 Gemini 使用。Nemotron 3.5 SuperVL 可以用 Managed Training Clusters 定制，配合 NVIDIA NeMo RL 和 NeMo Gym 的训练配方；Cosmos 3 则用于生成虚拟世界，支持机器人或自动驾驶在部署前进行仿真到现实的训练。

主权 AI 与机密计算是这次更新的另一条主线。Google Distributed Cloud 面向必须与互联网隔离的关键任务负载。GDC 上，NVIDIA HGX B300（Blackwell Ultra）系统现已 GA，提供本地高密度计算；Gemini 3.5 Flash 也扩展到 GDC，可在气隙环境内处理文本、音频、视频和图像的多模态推理；企业搜索功能预览版基于 GDC 上的 Gemini 和 HGX B300，提供开箱即用的对话式 RAG 检索，索引、嵌入和交互全部留在主权边界内。公共云方面，可以通过 Google Cloud Data Boundary 控制区域数据驻留，或通过 Google Cloud Dedicated 由本地独立伙伴（如法国的 S3NS、德国的 Thales）运营隔离云。

机密计算在公共云也有多个进展。Confidential G4 实例现处于 GA，由 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU 驱动；A4 实例（NVIDIA HGX B200 + Intel TDX）的机密计算今天可用。Google Cloud 还引入 Confidential Bare Metal，A4X Max 实例（NVIDIA GB300 NVL72）通过硬件根信任、安全启动、加密 DDR 和 NVLink 互连，在裸金属环境中保护用户提示和模型权重，适用于推理和训练。

整体上，这些发布把 NVIDIA 全栈加速平台嵌入 AI Hypercomputer，强调硬件和软件协同设计，让模型可以跨不同架构运行而无需重写代码。对于需要大规模 Agent 工作负载、开放模型选型以及严格安全合规的企业，这套组合给出了具体的落地路径。