GKE dynamic slicing para TPUs chega à disponibilidade geral

O dynamic slicing do GKE separa a formação lógica de slices de TPU do provisionamento físico de nodepools. Antes, cada topologia de slice exigia um nodepool fixo, e mudar a necessidade do workload significava apagar e recriar o pool. O acoplamento também criava domínios de falha grandes: uma falha de hardware derrubava o slice inteiro e atrasava a recuperação.

O modelo parte de uma conversão única da capacidade em nodepools uniformes de 16 VMs (cubos 4x4x4). No super-slicing, o OCS (optical circuit switching) costura vários cubos na hora do agendamento. Um slice 4x4x16, por exemplo, usa quatro cubos Ironwood, com 64 VMs e 256 chips. No sub-slicing, um cubo é dividido em slices menores e isolados, que rodam jobs diferentes ao mesmo tempo. Ao fim do job, o slice é desfeito e as partições voltam ao pool.

Há ainda o nodepool de provisionamento incremental, que sobe com os hosts saudáveis mesmo se parte do cubo estiver com defeito e adiciona os nós pendentes quando se recuperam. No uso, você habilita o slice controller no cluster, configura o scheduler do GKE (ou o seu) e marca o workload com anotações. O controller cria um Slice Custom Resource e o workload é agendado nele. Em falhas, o super-slice troca o cubo ruim em um a dois minutos, e o sub-slice se reforma em partições saudáveis. O recurso vale em todas as regiões com TPU, mas só no modo TPU All Capacity sob reserva.

Em 9 de novembro de 2026, o CEVIU noticiou "GKE dynamic slicing chega à disponibilidade geral e promete TPUs mais resilientes e eficientes", sobre o mesmo anúncio de disponibilidade geral. Esta matéria acrescenta o detalhamento operacional: a conversão única em cubos de 16 VMs, o provisionamento incremental, o fluxo com slice controller e anotações, e a restrição ao modo All Capacity sob reserva.

Para quem opera plataforma de IA em TPU, a leitura é que o custo de mudar de topologia deixa de ser um ciclo de delete e create de nodepool. Times com muitos jobs pequenos de inferência ou experimentação tendem a ganhar mais com sub-slicing e empacotamento multi-tenant. A exigência de reserva em All Capacity é um ponto a checar antes de planejar a migração.