Principales destacados
- Tecnología de DeepMind: Cloud Pathways alcanza la disponibilidad general en Google Kubernetes Engine (GKE), permitiendo que las empresas utilicen la misma infraestructura distribuida empleada para entrenar los modelos Gemini.
- Entrenamiento con miles de chips: un único controlador JAX puede gestionar grandes conjuntos de TPUs como si estuvieran conectados localmente, simplificando las operaciones de aprendizaje automático.
- Una escala impresionante: los clientes ya utilizaron más de 130 millones de horas de chip de Pathways en GKE durante los últimos 90 días, según Google.
Google está abriendo una parte importante de su infraestructura de inteligencia artificial a otras empresas. La compañía anunció que Cloud Pathways, un sistema distribuido de aprendizaje automático desarrollado originalmente por Google DeepMind, ya está disponible de forma general en Google Kubernetes Engine (GKE).
En la práctica, esto significa que los clientes de Google Cloud podrán utilizar la misma tecnología de ejecución que sostiene algunas de las mayores cargas de trabajo de inteligencia artificial de la compañía, incluido el entrenamiento y la operación de los modelos Gemini.
La novedad representa un paso importante en la estrategia de Google para transformar su infraestructura interna de IA en una plataforma comercial para desarrolladores, investigadores y grandes empresas.
La infraestructura detrás de Gemini ahora está disponible para las empresas 🚀
Pathways fue desarrollado para resolver un problema complejo: coordinar enormes cantidades de procesadores especializados en inteligencia artificial sin convertir el entrenamiento en una operación difícil de administrar.
En las configuraciones tradicionales de JAX con múltiples controladores, cada máquina ejecuta su propio intérprete de Python y solo puede acceder a los dispositivos a los que está conectada.
Esto puede funcionar en entornos más pequeños, pero se vuelve mucho más complicado cuando miles de chips necesitan trabajar juntos.
🔎 Qué cambia con Pathways: la arquitectura sustituye este modelo por un controlador único, construido sobre Interim Framework Runtime, una estructura de código abierto.
De esta manera, un único cliente JAX puede administrar varios grandes conjuntos de TPUs, llamados slices, como si todos los aceleradores estuvieran conectados localmente.
El resultado es una infraestructura más sencilla de coordinar y preparada para operaciones de inteligencia artificial a gran escala.
💡 La diferencia está en llevar a otras empresas una arquitectura desarrollada para las propias necesidades de entrenamiento de IA de Google, incluidos los sistemas utilizados para desarrollar Gemini.
Miles de chips trabajando como un único sistema ⚙️
Cloud Pathways también incorpora mecanismos para reducir las interrupciones durante operaciones de entrenamiento que pueden durar días o incluso semanas.
Google destaca tres recursos importantes:
- Entrenamiento elástico: cuando se produce un fallo de hardware, el sistema reduce automáticamente el trabajo para utilizar los conjuntos de chips que siguen funcionando. Cuando los equipos de sustitución están disponibles, la capacidad puede ampliarse nuevamente sin reiniciar toda la ejecución.
- Suspend-resume: permite guardar el estado de la memoria de alto ancho de banda en Cloud Storage antes de interrupciones planificadas, posibilitando reanudar el trabajo posteriormente.
- Hot-swapping: transfiere las operaciones interrumpidas a conjuntos de chips que permanecen en espera, reduciendo el impacto de los fallos.
Estos recursos abordan uno de los grandes desafíos de la infraestructura de IA: mantener operaciones gigantescas en funcionamiento incluso cuando parte del hardware presenta problemas.
🧑💻 También hay espacio para experimentar: los desarrolladores pueden ejecutar cargas de trabajo de forma interactiva en notebooks y compartir conjuntos de TPUs mediante Shared Pathways Service.
¿Qué chips son compatibles?
Según las notas de lanzamiento de Google Cloud, el runtime es compatible con diferentes generaciones de aceleradores de la compañía.
| Plataforma | Identificación |
|---|---|
| Ironwood | TPU 7x |
| Trillium | TPU v6e |
| TPU v5p | Quinta generación |
| TPU v5e | Quinta generación |
La compatibilidad requiere JAX 0.10.1 o posterior.
Otra novedad es la integración con Cluster Director, que permitirá llevar Pathways a entornos basados en Slurm. Esta funcionalidad todavía se encuentra en fase de vista previa.
Google ya contabiliza millones de horas de procesamiento 📊
La disponibilidad comercial llega después de una considerable experiencia de utilización.
Según Google Cloud, los clientes consumieron más de 130 millones de horas de chip utilizando Cloud Pathways en GKE durante los últimos 90 días.
La cifra ofrece una dimensión de la demanda de infraestructura especializada en inteligencia artificial.
💰 Un cliente llama la atención: una de las mayores empresas de tecnología de consumo del mundo, cuyo nombre no fue divulgado por Google, utiliza más de 100 millones de horas de chip por trimestre para operaciones de inferencia por lotes y aprendizaje por refuerzo.
La empresa ZenteiQ también aparece entre los clientes mencionados en el anuncio.
Su fundador, Sashikumaar Ganesan, destacó la reducción del trabajo operativo necesario para mantener los sistemas en funcionamiento.
«Nuestros ingenieros de ML ya no necesitan pasar horas supervisando el estado de los trabajos o realizando reinicios manuales, y pueden concentrarse en las cargas de trabajo de investigación», afirmó Ganesan.
La apertura forma parte de una estrategia más amplia de Google
El lanzamiento de Cloud Pathways no fue la única novedad de infraestructura anunciada por Google el 9 de noviembre de 2026.
La empresa también presentó dos nuevos aceleradores de octava generación, el TPU 8tx y el TPU 8i Max, además de habilitar de forma general la función Dynamic Slicing de GKE.
Las iniciativas apuntan a una estrategia integrada: ofrecer no solo los modelos de inteligencia artificial, sino también los chips, el entorno de ejecución y las herramientas necesarias para desarrollar y operar sistemas avanzados.
Es una competencia que va más allá de quién tiene el modelo más inteligente. La capacidad de entrenar, ejecutar y escalar estos sistemas de manera eficiente también se ha convertido en una ventaja competitiva.
Pasaron 19 meses hasta alcanzar la disponibilidad general ⏳
Google presentó por primera vez sus planes para ofrecer Pathways a los clientes de la nube durante Google Cloud Next, el 9 de abril de 2025.
La disponibilidad general anunciada en noviembre de 2026 llega aproximadamente 19 meses después.
Todavía quedan algunas cuestiones comerciales pendientes. La publicación para desarrolladores que acompaña el anuncio no detalló los precios ni aclaró completamente si Shared Pathways Service está incluido en la disponibilidad general.
Esto deja una pregunta importante para las empresas interesadas: ¿cuánto costará utilizar una infraestructura desarrollada originalmente para las operaciones de IA del propio Google?
La respuesta podría determinar el alcance comercial de la novedad. Al fin y al cabo, poner a disposición de otras empresas la misma tecnología utilizada para entrenar Gemini es un movimiento importante. Hacerla económicamente accesible a gran escala será otro desafío.
Meta descripción
PT-BR: Google libera o Cloud Pathways no GKE e permite que empresas utilizem a infraestrutura distribuída de IA desenvolvida pelo DeepMind para treinar modelos como o Gemini.
ES: Google habilita Cloud Pathways en GKE y permite que las empresas utilicen la infraestructura de IA distribuida de DeepMind para entrenar modelos como Gemini.
