A Google Cloud szerint ezt keresik az AI-startupok az infrastruktúrában
A Google Cloud szerint az AI-startupok egyre inkább olyan teljes technológiai platformokat választanak, amelyek a számítási kapacitás mellett modelleket, ügynökalapú rendszerekhez szükséges eszközöket és felhőszolgáltatásokat is kínálnak. A vállalat 2026. szeptember 24-i összefoglalója több friss ügyfélpéldán keresztül mutatja be ezt a trendet.
- A Google Cloud szerint nő a Gemini Enterprise iránti startupérdeklődés.
- A platform GPU-kat, TPU-kat, modelleket és ügynöképítési eszközöket kínál.
- A startupok fejlett és gyorsabb modelleket is kombinálnak.
- A felsorolt ügyfelek az egészségügytől a robotikáig több iparágat képviselnek.
Három pillér köré épül az AI-stack
A Google Cloud közlése szerint a startupok számára az AI-infrastruktúra három fontos eleme a számítási kapacitás, a modellek választéka, valamint az AI-ügynökök építését és kezelését támogató eszközök. A vállalat saját platformját olyan komplett stackként írja le, amely első és külső fejlesztésű modellekhez, GPU-khoz és TPU-khoz, ügynökplatformhoz, továbbá az AI-munkafolyamatok védelmét szolgáló termékekhez biztosít hozzáférést.
A Google Cloud szerint a Gemini Enterprise iránt jelentősen nő az érdeklődés a startupok körében. A szolgáltatás része a TPU- és GPU-fürtök kezelését támogató eszközkészlet, az ügynökök építésére és menedzselésére szolgáló technológia, valamint az első és külső fejlesztésű modellekhez hozzáférést adó API-k. Azok a vállalatok, amelyek Gemini Enterprise-t használnak, a Google Cloud olyan alapvető szolgáltatásait is gyakran igénybe veszik, mint a Storage, a BigQuery vagy a GKE.
A startupok többféle modellt és chipet kombinálnak
A vállalat állítása szerint a Gemini-modellek, valamint a Gemini Enterprise-on keresztül elérhető több külső modell is kedvező ár-teljesítmény arányt kínál a startupoknak. Az ügyfelek egyre gyakrabban használnak egyszerre fejlett, úgynevezett frontier modelleket és gyorsabb, általános célú modelleket. Ezeket olyan feladatokra vetik be, mint a tudományos kutatás, a generatív médiakészítés vagy a pénzügyi elemzés.
A GPU-k és TPU-k hozzáférése kritikus az AI-rendszerek működtetéséhez, a Google Cloud szerint pedig a két típus kombinálásának lehetősége megkülönbözteti a platformot. A startupok azonban jellemzően nem önmagában használják a chipeket. Modelleket, ügynöképítési eszközöket, adatbázisokat és futtatási szolgáltatásokat is bevonnak, így a választásuk egy teljes technológiai ökoszisztémára terjed ki.
Egészségügytől a robotikáig terjednek a példák
A Google Cloud az elmúlt 60 napban kötött vagy bővített megállapodásokkal érzékelteti a platform használati köreit. Az Artificial Agency játékok generatív viselkedésén dolgozik, és NVIDIA GPU-kat, Gemini-modelleket, valamint Cloud Storage-t használ. Az Arya Health egészségügyi adminisztratív feladatokra fejleszt AI-ügynököket, többek között időpont-egyeztetéshez, betegfelvételhez, toborzáshoz és megfelelőséghez. Infrastruktúrájában a Gemini 2.5 Pro, a 3.1 Flash és a 3.5 Flash Lite is szerepel, az egyes munkafolyamatok sebesség-, költség- és követelményigényei szerint.
A CodeRabbit Cloud Runt és Storage-t használ, és a Gemini 3.1 Pro segítségével kódváltoztatások hatását elemzi, hibákat magyaráz, valamint javításokat generál. A Comfy NVIDIA-rendszereket és olyan Google-modelleket kombinál, mint a Veo és a Nano Banana. A MicroAGI robotikai startup NVIDIA Blackwell rendszereit, a Gemini Enterprise Agent Platformot és AI-modelleket használna multimodális, köztük videóalapú feldolgozáshoz.
A felsorolásban egészségügyi, kiberbiztonsági, építészeti, ipari robotikai és értékesítési szoftverekkel foglalkozó cégek is szerepelnek. A Google Cloud ezekkel a példákkal azt kívánja bemutatni, hogy az AI-startupok számára a számítási kapacitás, a modellek és a kapcsolódó felhőszolgáltatások együtt adnak alapot a termékfejlesztéshez.
Google Cloud: The three things today's hottest startups are looking for in their AI stack
