輝達官方於二〇二六年十月二十一日宣布，Google Cloud 以 NVIDIA Vera Rubin NVL72 加速的 A5X 實例即將於下月全面供應，並計劃擴至歐洲，服務代理式推理與大規模強化學習。Google Cloud 計劃在多個據點將 Vera Rubin 基礎設施擴至最多約九十六萬顆 Rubin GPU；倫敦 Ineffable Intelligence 為首批使用者。來源真實性已驗證。

輝達／Google Cloud／官方：A5X Vera Rubin NVL72 實例下月全面供應——多站最多約九十六萬顆 GPU；支撐代理推理與大規模 RL

輝達（NVIDIA）於 2026 年 10 月 21 日在官方部落格由 Uttara Kumar 撰文宣布，Google Cloud 與輝達公布以 NVIDIA Vera Rubin 為核心的基礎設施全面供應安排：Google Cloud A5X 實例由 NVIDIA Vera Rubin NVL72 系統加速，面向下一代代理式（agentic）與強化學習工作負載，實例全面供應預計下月開始，並計劃把供應範圍擴至歐洲。本文核對自該官方頁面，來源真實性已驗證；下文重寫技術重點與對香港／亞洲企業的意涵，不轉載全文。

一、核心事件：A5X 下月全面供應與歐洲擴張

官方指，A5X 將為雲端客戶帶來訓練、推理與大規模強化學習的一體化平台。重點不是單一加速卡型號，而是把 Vera Rubin NVL72 機架級系統放進 Google Cloud 的 AI Hypercomputer，讓「產生經驗 → 評估結果 → 更新模型」的閉環能在同一套雲端基礎設施上放大。

技術細節

• 實例形態：Google Cloud A5X，由 NVIDIA Vera Rubin NVL72 加速。
• 組成：NVIDIA Vera Rubin NVL72、NVIDIA ConnectX-9 SuperNICs、Google Cloud Virgo Network，以及 Google Cloud 第四代進階液冷。
• 目標負載：高要求的代理式推理與大規模強化學習。
• 供應時程：實例全面供應預計下月；並有擴至歐洲的計劃。
• 規模路徑：Google Cloud 計劃將其 Vera Rubin 基礎設施在多個據點擴至最多約 960,000 顆 Rubin GPU。

二、技術原理：機架級算力、網絡與液冷如何成一體

官方把 A5X 描述為把 Vera Rubin 納入 Google Cloud AI Hypercomputer 的整合系統，結合運算、網絡與儲存，以支撐「由經驗驅動」的學習流程。強化學習與代理系統通常需要高頻切換「生成軌跡／經驗」與「在同一代硬體上訓練更新」；機架內 Vera CPU 與 Rubin GPU、以及機架內 GPU 之間的高頻寬連線，正是官方與早期客戶強調的差異點。

液冷與 SuperNIC／Virgo 網絡則對應兩類現實約束：一是機架功率密度上升後，氣冷難以維持穩定運轉；二是代理與 RL 工作流若卡在節點間通訊，單靠堆疊更多節點不一定縮短端到端週期。A5X 的敘事是以單機架／單實例級整合，降低「多節點叢集才能跑起來」的門檻——後文 WPP 的初步測試即以此為賣點。

三、早期客戶、代理示範與機密運算／能效配套

Ineffable Intelligence（倫敦；由 AlphaGo 創造者 David Silver 創辦）是官方指首個取得 A5X 存取權的客戶，用以推進大規模強化學習，並打造能持續從經驗中學習的「superlearner」系統。Silver 在官方引述中強調：這類系統需要大量算力，以及「產生經驗」與「在其上訓練」之間的緊密銜接，使代理每次改進都能快速影響下一輪經驗；Vera Rubin 在 Vera CPU 與 Rubin GPU、以及機架內 Rubin GPU 之間的算力與高頻寬連線，讓其可把強化學習研究的規模與野心再往上推。

WPP（倫敦行銷與傳播集團）則在 A5X 上示範創意代理參考架構，使用 NVIDIA Nemotron 模型與 NVIDIA OpenShell（屬 OpenShell Reference Architecture，用於較安全的 AI 代理）。代理可把對話式請求轉成多步驟創意工作流（例如影片生成、升頻、重新風格化），並在執行前加入人工核准；OpenShell 提供受治理沙箱，協助控制對敏感品牌資產與創意工具的存取。官方指，在 WPP 初步測試中，過往通常需要多節點叢集的工作負載，可在單一 A5X 實例上運行。

在代理系統上線時，組織亦須保護專有模型與敏感資料——即使基礎設施並非自有。官方寫明：Google Cloud 將成為首批在裸機上提供機架級 NVIDIA Confidential Computing 的雲端供應商之一，例如以 NVIDIA GB300 NVL72 驅動的 A4X Max 實例；同時，Google Cloud 正使 Confidential Computing 在搭載 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU 的 G4 虛擬機上全面供應，作機密推理與微調的彈性平台。官方點名 Vertebrae、Polaris Cloud、Confidential Core AI 等客戶使用 Confidential G4，應用於對話隱私、可驗證代理執行與政策治理的企業智慧。另為支援大規模下的能源效率，雙方正探索將 NVIDIA DSX MaxLPS 能力用於 Vera Rubin 基礎設施，以優化每瓦效能，並在既有資料中心電力預算內擴充容量。

（註：機架級 Confidential Computing／DSX 等方向與既有輝達機密運算報導相關，但本篇主線為 Google Cloud A5X／Vera Rubin 供應與歐洲擴張，不以重述前稿為目的。）

四、日常應用場景

1. 開發者與技術團隊

若團隊在雲端跑代理式推理、多步驟工具呼叫，或「邊產生經驗邊訓練」的 RL 迴路，A5X 的賣點在於機架級整合與高頻寬，可能減少為了通訊與調度而拆成多節點的工程成本。仍應自行量測：工作負載是否真能受惠於 NVL72 機架內頻寬，以及資料平面（經驗回放、檢查點、物件儲存）是否成為新瓶頸。OpenShell 類受治理沙箱適合需要限制工具／資產存取的代理原型。

2. 企業與隱私敏感行業

金融、醫療、品牌行銷等若把專有模型或客戶資料放到公有雲 GPU，應把「機密運算是否涵蓋裸機機架／虛擬機世代」寫進採購清單。官方所述 A4X Max 機架級 Confidential Computing 與 G4 Confidential 全面供應，對「資料在我不擁有的基礎設施上仍要可驗證隔離」的場景較有直接意義；同時應釐清區域可用性、認證範圍與金鑰／證明（attestation）流程，而非只看 GPU 型號。

3. 一般用戶

一般消費者聊天產品使用者通常不會直接租用 A5X；影響較間接：雲端上較大的代理／RL 訓練與創意工作流產能，可能反映在企業級創意工具、行銷自動化與研究平台的迭代速度。使用者仍應理解：更強的代理基礎設施，同時帶出對沙箱治理與機密運算的需求。

4. 香港與亞洲市場視角

香港與亞太企業常見「本地合規＋多雲／海外 GPU」混合架構。若評估把大規模 RL、代理推理或創意生成搬上 Google Cloud，應追蹤 A5X 實際開通區域（官方現階段強調下月全面供應與歐洲擴張計劃，並非宣稱即時全球各區齊上）、配額與液冷機房容量，以及 Confidential Computing 對應的實例世代（A4X Max／G4）是否覆蓋你的合規邊界。對已在亞洲運行 GPU 訓練／推理的團隊，九十六萬顆 Rubin GPU 的多站擴張敘事代表供應商側的長期容量路徑，但落地仍取決於區域排程與合約條款；網路延遲、資料出境與證明鏈路應一併納入雲端遷移與安全設計。

五、專業評價與潛在考量

優勢

• 以官方部落格明確寫下 A5X 組成（Vera Rubin NVL72、ConnectX-9、Virgo、第四代液冷）、下月全面供應與歐洲擴張，以及最多約 960,000 顆 Rubin GPU 的多站擴張目標，便於產業對照時程。
• 早期客戶敘事具體：Ineffable 作大規模 RL／superlearner；WPP 以 Nemotron＋OpenShell 示範人工核准的多步驟創意代理，並給出「多節點→單實例」的初步測試描述。
• 同步帶出機架級裸機 Confidential Computing 與 G4 Confidential 全面供應，以及探索 DSX MaxLPS 以提升每瓦效能，顯示供應敘事同時覆蓋安全與電力約束。

需要留意的地方

• 「下月全面供應」與「計劃擴至歐洲」仍屬時程與計劃表述；實際區域、配額與價錢以 Google Cloud 產品頁與合約為準。
• WPP「單一 A5X 取代多節點叢集」為初步測試情境，不可外推為所有工作負載的通用結論。
• 最多約 960,000 顆 Rubin GPU 是 Google Cloud 計劃的擴張上限表述，不是已上線存量。
• DSX MaxLPS 為「正在探索」；Confidential Computing 機架級裸機敘事與既有輝達／雲端安全報導重疊，讀者應分開追蹤產品正式文件。
• 本文事實均來自輝達官方自述；第三方獨立複核與各區實際開通狀態仍有限。

結語

輝達與 Google Cloud 此文把 Vera Rubin 從「下一代機架」推進到可租用的 A5X 雲端實例時程：下月全面供應、計劃擴歐洲，並以多站最多約九十六萬顆 Rubin GPU 描繪容量路徑；早期客戶則分別落在大規模強化學習與受治理的創意代理工作流。對正在香港或亞洲評估公有雲 GPU、代理基礎設施與機密運算的團隊，重點在核對區域開通、機架級網絡／液冷是否匹配自身工作負載，以及機密運算實例世代是否覆蓋合規邊界。

若企業需要雲端遷移、零信任網絡與高可用架構設計，可參考 YSK Limited 的香港雲端遷移與網絡安全（公開目標 99.99% 服務可用率；外判方案另含美國獨立 IP VPS 預裝 YSK Server）。

參考來源

1. 輝達官方部落格（主來源）：https://blogs.nvidia.com/blog/google-cloud-vera-rubin-infrastructure/ （Uttara Kumar；頁面日期 October 21, 2026）
2. 發現來源：NVIDIA Blog／官方（rss-news-sources.json / official）
3. YSK 服務對照：https://ysk.hk/services/cloud-security ；事實核對 https://ysk.hk/llms.txt