Google Cloud Dataflow 新增 Pause/Resume 功能与 NVIDIA RTX PRO 6000 Blackwell GPU 支持

Google Cloud 宣布 Dataflow 新增 Pause/Resume 功能和 NVIDIA RTX PRO 6000 Blackwell GPU 支持

Google Cloud 发布 Dataflow 新特性，引入 Pause/Resume 功能并新增对 NVIDIA RTX PRO 6000 Blackwell GPU 的支持。这些更新直接回应企业扩展 AI 和 agentic 工作流时对无服务器平台的需求，尤其聚焦模型训练的数据准备环节。

企业当前正加大 AI 部署规模，数据处理任务变得更加复杂。Dataflow 作为无服务器数据处理服务，通过这些新功能提供更灵活的作业控制和硬件加速选项。

Pause/Resume 功能发布

Dataflow 现在支持 Pause/Resume 功能。这一能力允许用户暂停正在运行的作业，并在需要时恢复执行。企业在管理长时间运行的 AI 数据准备任务时，可以根据资源可用性或优先级调整作业状态，而无需从头重启。

暂停功能减少了意外中断带来的损失。用户可以在作业执行到关键阶段时暂停，释放计算资源用于其他紧急任务，随后无缝恢复。公告明确将此功能列为主要更新，旨在提升大规模工作负载的管理效率。

NVIDIA RTX PRO 6000 Blackwell GPU 支持

Dataflow 新增对 NVIDIA RTX PRO 6000 Blackwell GPU 的支持。这一硬件兼容性更新让用户能够在 Dataflow 环境中利用 Blackwell 架构的 GPU 加速能力。

Blackwell GPU 以高性能计算著称，适合处理 AI 训练前的数据转换和特征工程任务。Dataflow 集成该 GPU 支持后，企业可以在无服务器环境中直接调用这些专业图形处理器，减少在不同平台间切换的开销。

大规模 AI 工作负载的服务器less 支持

企业扩展 AI 和 agentic 工作流时，需要可靠的无服务器平台完成模型训练的数据准备。Dataflow 定位于此，提供自动扩展的计算资源，避免用户手动管理集群。

公告指出，随着 AI 工作负载规模扩大，数据准备阶段的复杂性显著增加。Dataflow 通过服务器less 架构，让开发者专注于数据处理逻辑，而非底层基础设施运维。这种定位帮助企业更快迭代 AI 项目。

Agentic 工作流的数据准备优化

Agentic workflows 涉及自主代理系统，需要高质量数据支撑决策和行动。Dataflow 在数据准备环节的改进，直接服务于这类工作流。

信号显示，企业扩展 agentic 工作流时面临数据清洗、转换和验证的挑战。新增的 Pause/Resume 功能允许在数据准备流程中灵活控制进度，而 GPU 支持则加速计算密集型步骤。两者结合优化了从原始数据到可用于 agentic 模型输入的整个路径。

模型训练数据准备平台能力

Dataflow 作为模型训练数据准备平台，强调无服务器带来的优势。用户无需预置资源，即可处理海量数据集，为后续训练阶段提供干净且格式化的数据。

公告概述中明确提到数据准备用于 model training。Pause/Resume 让长时间的数据处理作业更易管理，避免因资源限制导致的失败。NVIDIA RTX PRO 6000 Blackwell GPU 支持则提升了处理速度，尤其在涉及大规模并行计算的任务中表现出色。

无服务器模式还带来成本优化，只有实际使用的资源才计费。这对需要频繁实验不同数据处理管道的 AI 团队特别有利。

企业级 AI 扩展综合价值

Pause/Resume 与 NVIDIA RTX PRO 6000 Blackwell GPU 支持共同作用，为企业级 AI 扩展提供实用价值。企业可以在 Dataflow 中更高效地管理数据作业，同时利用先进 GPU 加速关键计算步骤。

这些更新共同降低 AI 工作流从数据到模型的门槛。企业无需投入额外基础设施，即可获得灵活的暂停恢复能力和高性能硬件支持。公告将两者并列呈现，显示 Google Cloud 针对当前 AI 规模化挑战的针对性回应。

整体来看，Dataflow 持续强化在 AI 数据管道领域的角色。通过这些功能，企业能够更从容地处理 agentic 和传统 AI 工作负载的数据准备需求，推动实际业务落地。

相关阅读

• Vera Rubin NVL72 在 Agentic Inference 中实现 67 倍性能每美元提升
• 创见推出64GB DDR5-6400 CUDIMM与CSODIMM内存模块