Google Cloud перевёл серверы Z4M в общую доступность
Новое поколение Storage-optimized машин предлагает до 168 000 GiB локального SSD-хранилища и поддержку bare-metal

Google Cloud объявил об общей доступности серии Z4M в Google Compute Engine — в форматах виртуальных машин и bare-metal инстансов. Серия ориентирована на рабочие нагрузки с высокими требованиями к хранилищу и обработке данных.
Характеристики и производительность
Каждый инстанс Z4M предоставляет до 192 vCPU, до 1 536 GiB памяти и до 168 000 GiB локального SSD-хранилища. Соотношение LSSD к vCPU составляет 875 GiB на ядро. Хранилище построено на Titanium SSD: обработка операций ввода-вывода вынесена с CPU на отдельный контроллер, что обеспечивает до 15,6M случайных операций чтения в секунду и до 75 600 MiB/s последовательного чтения. По сравнению с серией Z3 производительность IOPS выросла до 70%, пропускная способность — до 110%.
Сеть и сценарии применения
Z4M оснащён 400 Gbps RDMA-сетью с поддержкой NVIDIA GPUDirect Storage и TPUDirect Storage, что позволяет передавать данные на полной скорости линии при одновременной локальной обработке. Соотношение пропускной способности LSSD к сети составляет 1,4:1. Bare-metal инстансы дают прямой доступ к физическому оборудованию без уровня виртуализации — это снижает задержки для кастомных гипервизоров, рабочих нагрузок со специфическими лицензионными требованиями и агентных AI-сценариев, включая изолированные песочницы с Agent Substrate.
Свежие новости
Все новости
GitHub Copilot Usage Metrics API: новые поля для анализа code review
API метрик использования Copilot получил новый объект copilot_code_review в построчных отчётах repos-1-day для организаций и предприятий. Теперь можно отслеживать, как разработчики реагируют на замечания Copilot, и считать addressed rate по каждому репозиторию.

Amazon RDS for Oracle поддерживает Kerberos-аутентификацию с самоуправляемым Active Directory
Amazon RDS for Oracle получил поддержку Kerberos-аутентификации через самоуправляемый Microsoft Active Directory. Промежуточный AWS Managed Microsoft AD и настройка доверия между доменами больше не требуются.

Amazon DynamoDB получила встроенный импорт данных из S3
AWS объявила об общей доступности bulk put items для Amazon DynamoDB — управляемой функции, которая записывает данные из Amazon S3 в существующие таблицы без необходимости строить собственные пайплайны приёма данных.

Microsoft Foundry extension для Azure Developer CLI достиг версии 1.0
Расширение microsoft.foundry для Azure Developer CLI достигло версии 1.0 и стало общедоступным. Оно добавляет к стандартным возможностям azd настройку агентов и локальное тестирование, сохраняя конфигурацию рядом с кодом.

Compute Engine API получил мультиверсионность: стабильные и preview-версии теперь в общем доступе
Google перевёл мультиверсионность Compute Engine API в общую доступность. Теперь рядом с /v1 существуют неизменяемые датированные версии — стабильные и preview, — а переключение между ними требует изменения одного заголовка или параметра запроса.

Google Classroom получил режим Guided Learning для заданий
В Google Classroom запущена интеграция с Guided Learning: учителя прикрепляют к любому заданию режим Gemini, который ведёт ученика шаг за шагом, не давая прямого ответа. Функция доступна глобально на всех языках, поддерживаемых Gemini.

Amazon RDS for Oracle: копирование групп опций при межрегиональном переносе снапшотов
Amazon RDS for Oracle получил поддержку копирования групп опций при переносе снапшота в другой регион AWS. Теперь это делается в одном запросе вместо двух отдельных шагов.

Amazon S3 Tables получили управляемую миграцию Hive-таблиц в Apache Iceberg
AWS запустила управляемую миграцию Apache Hive-таблиц в Apache Iceberg в рамках Amazon S3 Tables. Сервис берёт на себя валидацию, конвертацию типов, сжатие и компакцию — без необходимости самостоятельно строить инфраструктуру.

Google представила бенчмарк PLE для оценки ИИ-агентов в инженерных задачах
Google AI & Infrastructure совместно с Mercor выпустила бенчмарк Physical-Engineering's Last Exam (PLE) — открытый набор задач для проверки того, способны ли фронтирные модели выполнять полноценную инженерную работу. Лучший из 14 протестированных агентов набрал лишь 48,3%.