O Google anunciou em 9 de novembro de 2026 a disponibilidade geral do fatiamento dinâmico de TPUs no Google Kubernetes Engine (GKE). A função monta a topologia solicitada por uma carga de trabalho a partir de pools de TPU pré-provisionados: pode unir vários pools em uma fatia maior ou dividir um pool em fatias menores e independentes. Os requisitos detalhados do GKE especificam Ironwood (TPU7x). (Anúncio do Google Cloud; conceitos de fatiamento dinâmico no GKE)

Para planejar uma implantação, escolha primeiro se a carga precisa unir pools ou compartilhar um pool em fatias menores; depois confira a versão do GKE e os componentes exigidos para esse modo.

Duas maneiras de montar a topologia de TPU

O super-slicing combina pools pré-provisionados para formar uma fatia maior. O sub-slicing divide um pool em fatias menores, independentes entre si. Assim, a topologia lógica necessária para uma carga pode ser montada no agendamento, sem criar um pool estático específico para cada formato. (Documentação de conceitos do GKE)

Para Ironwood, o Google descreve cada unidade de pool como um grupo de 16 nós com topologia 4×4×4, chamado de sub-block. As topologias menores documentadas para sub-slicing são 2×2×1, 2×2×2, 2×2×4 e 2×4×4. No super-slicing, a documentação descreve o uso da rede Optical Circuit Switch (OCS) para estender a interconexão entre chips (ICI) em topologias 4×4×4 ou maiores. (Documentação de conceitos do GKE)

Requisitos de hardware e versão do GKE

A configuração detalhada exige um cluster Standard no canal Rapid, imagem de nó Container-Optimized OS e reservas de TPUs no modo TPU All Capacity. Para os dois modos, a versão mínima do GKE é diferente: (requisitos de fatiamento dinâmico do GKE)

ModoVersão mínima do GKE no canal Rapid
Super-slicing1.35.2-gke.1842000 ou posterior
Sub-slicing1.36.0-gke.3712000 ou posterior

Esses requisitos permitem verificar a versão antes de definir a arquitetura do cluster. A documentação também especifica Ironwood (TPU7x) para a configuração detalhada.

Controlador e agendamento das cargas

A configuração passa por habilitar o controlador de fatias do GKE, provisionar pools de TPU e preparar o agendamento. O controlador administra os recursos personalizados Slice, que representam as fatias lógicas e acionam a configuração da topologia. (Guia de configuração do GKE; conceitos de fatiamento dinâmico)

O Google documenta dois caminhos para gerenciar a criação dos recursos Slice: Kueue com Topology Aware Scheduling (TAS) ou um agendador personalizado. No guia de configuração, os componentes necessários variam conforme o modo:

  • Super-slicing: Kueue v0.16.6 ou posterior e JobSet v0.11.1 ou posterior.
  • Sub-slicing: Kueue v0.18.2 ou posterior e JobSet v0.12.0 ou posterior. LeaderWorkerSet também é necessário nesse modo.

Os números de desempenho divulgados pelo Google

O Google afirma que o fatiamento dinâmico pode iniciar cargas até 5 vezes mais rápido e recuperar cargas até 4,5 vezes mais rápido do que abordagens com pools de nós estáticos. A empresa também afirma que, em cargas com super-slicing, um cubo não saudável pode ser substituído em um a dois minutos. (Anúncio do Google Cloud)