Nowa infrastruktura Google dla inteligentnych agentów
Google Cloud podczas konferencji Cloud Next ’25 zaprezentowało siódmą generację układów TPU o nazwie Ironwood oraz nowy protokół interoperacyjności agentów AI – Agent2Agent (A2A). Oba rozwiązania mają wspierać rozwój zaawansowanych systemów wieloagentowych, które staną się fundamentem przyszłości AI. Ironwood, jako pierwszy chip Google zaprojektowany wyłącznie pod kątem inference, wpisuje się w szerszą strategię optymalizacji wdrażania dużych modeli językowych.
Nowa generacja chipów inference
Układ Ironwood oferuje ponad 24 razy większą moc obliczeniową niż najszybszy obecnie superkomputer, gdy działa w skali. W konfiguracji 9 216 chipów osiąga 42,5 eksaflopsa, a pojedynczy chip dostarcza aż 4 614 teraflopsów mocy. Każdy moduł wyposażony został w 192 GB High Bandwidth Memory i przepustowość 7,2 Tb/s, przewyższając poprzednią generację TPU – Trillium. Największe wrażenie robi jednak wydajność energetyczna: Ironwood zapewnia dwa razy większą wydajność na wat i jest 30 razy bardziej efektywny niż pierwszy Cloud TPU z 2018 roku.
Inference jako fundament współczesnego AI
Wybór inference jako głównego zastosowania Ironwooda to kluczowy krok w stronę bardziej efektywnego wdrażania modeli AI. Trenowanie modeli odbywa się raz, lecz inference zachodzi nieustannie – w skali miliardów zapytań dziennie. Ekonomia działania AI coraz silniej zależy właśnie od kosztów inference, dlatego nowa architektura sprzętowa odpowiada na rosnące zapotrzebowanie biznesu na szybkie i energooszczędne wdrożenia.
Agentowe systemy AI i nowy protokół A2A
Równolegle z premierą Ironwood, Google ogłosiło wprowadzenie protokołu Agent2Agent (A2A), który ma umożliwić agentom AI z różnych środowisk współpracę w sposób ustandaryzowany. Współpracując z ponad 50 partnerami, w tym Salesforce, SAP, LangChain i ServiceNow, firma opracowała język komunikacji między agentami umożliwiający realizację złożonych zadań poprzez podział kompetencji i wymianę kontekstu. Protokół ma być otwartym standardem, wspieranym przez społeczność open source.
Funkcje A2A: od wykrywania po współpracę
Protokół A2A opiera się na takich funkcjonalnościach jak: Capability Discovery (reklamowanie możliwości agenta w formacie JSON), Task Management (cykl życia zadania), Collaboration (wymiana kontekstu i wyników) oraz User Experience Negotiation (dopasowanie formatów danych). A2A umożliwia współdziałanie nawet wtedy, gdy agenci nie współdzielą pamięci, narzędzi ani kontekstu, a całość bazuje na standardach HTTP i JSON, co ułatwia integrację z obecnymi rozwiązaniami technologicznymi.
Otwartość i adaptacja protokołów
Google nie wyklucza współpracy z innymi inicjatywami – jak Model Context Protocol (MCP) od Anthropic czy AGNTCY rozwijane przez Cisco i LangChain – a nawet planuje równoległe wspieranie MCP w ramach swojego Agent Development Kit. A2A ma działać na wyższym poziomie abstrakcji niż MCP, pozwalając agentom aplikacyjnym komunikować się niezależnie od wewnętrznych narzędzi czy modeli.
Gemini 2.5 jako platforma myślących modeli
Ironwood napędza najnowsze modele Google, w tym Gemini 2.5 i jego wersję Flash. Modele te potrafią dynamicznie dobierać głębokość rozumowania do zapytania użytkownika, a ich rozwój idzie w parze z potrzebą agentowego podejścia do problemów. Przyszłość AI ma polegać nie tylko na odpowiadaniu na pojedyncze pytania, ale na wspólnym rozwiązywaniu złożonych wyzwań przez współpracujące agenty AI.
Znaczenie dla przedsiębiorstw i ekosystemu
Dzięki połączeniu nowej infrastruktury sprzętowej i otwartych protokołów komunikacyjnych, przedsiębiorstwa mogą łatwiej wdrażać zaawansowane modele AI, unikając kosztownej fragmentacji systemów. Agentowość staje się odpowiedzią na wyzwania związane z interoperacyjnością w środowiskach o różnorodnych frameworkach i dostawcach.
