什么是 GKE？

GKE standby buffers 可在几乎不增加成本的前提下将节点启动时间缩短至冷启动的2-3倍，P50延迟从分钟级降至秒级，适用于各类工作负载。

Google Cloud推出Wiz Runtime Sensor作为GKE附加组件，通过eBPF技术实现Kubernetes运行时威胁检测，解决凭证管理、自动化部署等安全难题。

本文介绍如何使用GitHub Actions、Ingress和自动TLS在GKE上构建临时PR预览环境，实现每个PR独立部署和自动清理。

本文详解AI推理模型服务的两种网络架构设计，分别针对GKE和其他后端，涵盖入口点、通用服务及GKE专用组件，提升部署效率与安全性。

Google Cloud推出Filestore agent volumes，提供全托管存储解决方案，解决AI代理工作负载的存储挑战。

Google Cloud 推出 Agent Substrate，为 GKE 提供高密度、可扩展且安全的代理执行基础设施，支持每秒 500 次挂起/恢复操作。

Google Cloud通过vLLM-TPU和GKE实现高精度、可扩展的多模态嵌入推理，支持超长上下文处理。

在TPU上部署Ray AI库需通过topology字段确保多主机模型正确分配资源，避免因跨slice通信失败导致部署停滞。

Ray 2.55正式支持TPU加速，通过GKE和Ray Core协作实现TPU资源调度，开发者可复用现有API进行分布式训练。

Google Cloud Blog详解GKE Autopilot集群配置DRANET支持GPU/TPU的完整流程，包含代码示例和参数说明。

Google 与 Anyscale 合作优化 Ray Serve LLM 在 GKE 上的性能，实现吞吐量提升 5 倍、延迟降低 8 倍。

GKE 节点启动时间缩短至平均 30 秒以内，显著降低冷启动延迟，提升容器化应用响应速度。

Google Cloud x NVIDIA开发者社区成立一周年，宣布会员数量突破10万，并推出四条针对AI模型部署、机器学习加速、数据分析和GPU推理的精选学习路径，同时预告未来将聚焦代理式AI内容。