Cloud

概要 AWSは8月31日、自社開発の第5世代Armチップ「Graviton5」を搭載したメモリ最適化EC2インスタンス「R9g」「R9gd」の一般提供を開始したと発表した。前世代Graviton4を搭載する「R8g」と比較して、vCPUあたり最大25%の計算性能向上を実現しており、インメモリキャッシュやリアルタイムのビッグデータ分析、メモリ集約型データベースなど、大容量メモリを要求するワークロード向けに設計されている。R9gdはR9gに加えてNVMe SSDのローカルストレージを備えるバリエーションで、両者とも新規インスタンスファミリーとして同時にリリースされた。 Graviton5の技術的な強化点 Graviton5最大の特徴は、メモリサブシステムの大幅な刷新にある。メモリ規格はGraviton4のDDR5-5600からDDR5-8800へと引き上げられ、メモリ帯域幅は前世代比で約1.6倍に向上した。加えてL3キャッシュ容量は5倍に拡大されており、大規模なワーキングセットを扱うアプリケーションでのキャッシュミス削減に寄与する。ネットワークおよびEBS帯域幅も最大2倍に強化され、最大サイズのr9g.metal-48xlではネットワーク帯域100Gbps、EBS帯域72Gbpsに達する。パケット処理性能についても最大3倍の向上が図られており、ネットワークI/Oが律速となりやすいワークロードでの改善が見込まれる。これらの強化はエネルギー効率の改善とも両立しており、AWSはコストパフォーマンスと消費電力の両面でのメリットを強調している。 インスタンスラインナップと対象ワークロード R9g/R9gdは、最小のr9g.medium(1vCPU、メモリ8GiB)から最大のr9g.metal-48xl(192vCPU、メモリ1536GiB)まで、計11サイズが用意されている。R9gdはこれに加えてNVMe SSDによるローカルインスタンスストレージを搭載し、一時的な高速ストレージを必要とするワークロードに対応する。想定される主な用途としては、RedisやValkeyといったインメモリキャッシュ、リアルタイムの大規模データ分析、Kubernetes・ECS・EKS上で稼働するコンテナ化マイクロサービス、そしてメモリ集約型データベースが挙げられている。いずれもメモリ帯域とキャッシュ容量の拡大が性能に直結する用途であり、Graviton5の設計思想を反映したラインナップといえる。 提供リージョンと今後の展開 現時点でR9g/R9gdが利用可能なリージョンは、米国東部(バージニア北部、オハイオ)、米国西部(オレゴン)、欧州(フランクフルト)の4リージョンにとどまる。価格については具体的な数値は公表されておらず、詳細はAmazon EC2の料金ページを参照する形となっている。AWSはこれまでもGravitonシリーズを段階的に他リージョンへ拡大してきた経緯があり、R9g/R9gdについても今後提供リージョンが順次拡大されるとみられる。DDR5-8800やL3キャッシュ5倍拡大といった仕様は、メモリボトルネックが顕著になりやすいクラウドネイティブなワークロードにおいて、Gravitonファミリーの競争力をさらに高める要素となりそうだ。

概要 AWSとNvidiaは8月26日、戦略的提携を大幅に拡大し、2027〜2028年にかけてBlackwell Ultra、Rubin、Rubin UltraのGPUを追加で200万基投入すると発表した。これは今年3月にNvidia GTC 2026で表明した100万基超のコミットメントからわずか5カ月で3倍近くに積み増した形で、Nvidiaは「需要が想定を上回っている」ことが背景にあるとしている。両社の協業は16年におよび、今回はGPU供給だけでなく、ネットワーク機器、ソフトウェアプラットフォーム、ロボティクススタックまで対象を広げた「フルスタック」の提携へと発展した。 技術的な詳細 今回の拡大には、NvidiaのVera CPUベースのシステムがAWS基盤に導入されることが含まれる。Vera CPUはエージェント型AIワークロードに求められるコード実行、ツール呼び出し、サンドボックス処理、解析といった高性能な処理を担う。またAWS独自のTrainiumチップはNvidiaのNVLink Fusion高速インターコネクトに対応し、カスタム高帯域幅メモリ(NVHBM)へのアクセスを可能にすることで、性能と電力効率の向上を図る。ネットワーク面ではNvidia Spectrumによる大規模AIトレーニング向けの最適化も進める。 GPU展開のうち10万基は、Impact Level 6以上に対応する米政府向けの機密ワークライン基盤に充てられる。既存インフラでの実績として、Amazon EMR上のApache Spark処理はGPUアクセラレーションにより従来のCPU構成比で最大3.7倍の処理速度と30%のコスト効率向上を実現しており、Amazon OpenSearch Serviceのベクトルインデックス作成も最大9倍の高速化かつ4分の1のコストで行えるという。EC2 G7インスタンスにはRTX PRO 4500 Blackwell Server Editionが採用され、前世代のG6比でAI推論性能4.6倍、グラフィックス性能2.1倍を実現するとしている。 背景と戦略的な意味合い AWSのマット・ガーマンCEOは「顧客はAIワークロードに最適なツールを自由に選びたいと考えており、それらがシームレスに連携する確信も求めている」とコメント。Nvidiaのジェンスン・フアンCEOは「NvidiaとAWSはAI時代を代表する成長エンジンの一つを16年かけて築いてきた。需要はあらゆる予測を上回るペースで伸びている」と述べ、AIが「生産的で実用的な仕事をこなす段階に入った」ことが投資加速の背景にあると強調した。 興味深いのは、Amazonが自社製AIチップのTrainiumやGravitonを開発し、カスタムチップ事業だけで年換算250億ドル超の収益を上げながら、同時にNvidiaへの発注を大幅に積み増している点だ。これは特定ベンダーへの依存を避けつつ、爆発的に拡大するAIインフラ需要を取り込もうとする両面戦略の表れといえる。契約金額は非公開だが、アナリストは数百億ドル規模と推計している。Nvidia側もQ2売上高962億ドル(データセンター部門は前年比117%増の890億ドル)を記録し、Q3は1080億ドルへの拡大を見込むほか、2028会計年度までの製造能力確保に2790億ドルを投じると表明しており、AI関連投資の勢いは当面続く見通しだ。 今回の提携拡大は、AWSをNvidia GPUクラウドの最有力プロバイダーとして位置付ける一方、Trainiumなど独自コンピュートの選択肢も維持することで顧客の柔軟性を確保する狙いがある。対象領域はエージェント型AIや科学的発見、企業の業務自動化に加え、Amazon Roboticsとの連携による倉庫自動化、さらに連邦政府向けAI・国家安全保障インフラにまで及んでおり、ハイパースケーラー各社によるAI基盤投資競争が一段と激化していることを示している。

概要 Microsoftは8月26日、Azure Repos向けのGitHub Copilotコードレビュー機能をパブリックプレビューとして公開したと発表した。これまで早期アクセス登録が必要だったこの機能は、Azure DevOpsを利用するすべての顧客が登録なしで利用できるようになった。プルリクエストに対する自動レビューをAzure DevOpsのワークフローに組み込むことで、レビュー負荷の軽減とコード品質の向上を狙う。 段階的な有効化とカスタム指示 今回のプレビューでは、オンボーディングの柔軟性が大きく改善された。組織全体で一括有効化する方法に加え、プロジェクト管理者への委譲、あるいは個別リポジトリ単位での制御など、組織の運用体制に応じた段階的な導入が可能になっている。あわせて、組織全体、特定プロジェクト、さらにはリポジトリ内の特定パスに対してカスタム指示を適用できるようになり、チームごとのコーディング標準やレビュー方針をレビュー内容に反映させやすくなった。また、ブランチポリシーの設定によってプルリクエスト作成時に自動でレビューを実行できるほか、ドラフトプルリクエストでもレビューが利用可能となっている。 インフラとコスト管理面の強化 実行基盤についても選択肢が広がり、デフォルトのMicrosoftホスト型エージェントに加えて、組織が管理するManaged DevOps Poolsでコードレビューを実行できるようになった。ただし、自ホスト型エージェント上での実行は現時点では未対応となっている。コスト面では、Azure Cost Management上でコードレビューが独立したメーターとして表示されるようになり、Azure DevOpsのプロジェクトタグを用いたプロジェクト単位のコスト追跡や、予算アラートの設定も可能になった。組織による利用状況の可視化とコスト管理のしやすさを重視した設計といえる。 今後の展開 Microsoftは、コードレビューが失敗した場合にプルリクエスト上でログへのリンクを確認できる機能や、GitHub版に合わせて「Lite」「Balanced」の2種類のレビューレベルを選択できる機能を近日中に追加する方針を示している。今回のロールアウトは段階的に進められており、地域によっては全顧客への展開完了までに2〜3週間、あるいはそれ以上を要する可能性があるとしている。本機能の仕組みや有効化方法、利用・料金に関する詳細についてはMicrosoft Learnの公式ドキュメントを参照するよう案内されている。

概要 Google Cloudは8月25日、法律実務に特化したエージェント型AIプラットフォーム「Gemini Enterprise for Legal」をプレビュー公開した。契約レビューや修正(redlining)、プレイブック作成、規制動向のスキャン、法律調査、データ主体アクセス要求(DSAR)対応といった法務業務を自動化することを狙った製品で、Cleary Gottlieb、Freshfields、Weil、Williams & Connollyといった大手法律事務所が早期導入パートナーとして参加していることも合わせて発表された。同日にはFinancial Services業界向けのGemini Enterpriseも同時にリリースされており、Google Cloudが業界特化型AIソリューションの展開を加速させていることがうかがえる。 4つのコアコンポーネント Gemini Enterprise for Legalは大きく4つの要素で構成される。1つ目は法務向けに調整されたスキル群で、契約書のレビューや修正、プレイブックの自動生成、規制監視、法律調査、DSAR対応などを担い、企業固有の専門知識を実行可能な形で組み込める。2つ目は信頼できるシステムやデータへのセキュアな接続で、MCPコネクタを通じてiManageやNetDocumentsといった文書管理システム、DocuSignの契約管理、Everlaw・RelativityOneの電子証拠開示(eDiscovery)ツール、Thomson Reuters HighQやCourtListenerといった法律調査サービス、さらにHarveyやLegoraなど法務特化AIとも連携する。3つ目はGoogleが事前構築した規制スクリーニングや契約起草などのエージェントで、中央集権的なガバナンスの下で管理される。4つ目はAccenture、Deloitte、KPMGといったシステムインテグレーターや法務テック企業が加わるオープンなパートナーエコシステムだ。 セキュリティとガバナンス、業界での位置づけ 法務業務は機密性や倫理的な情報隔壁(エシカルウォール)、権限管理への要求が特に厳しい領域であり、Gemini Enterprise for LegalはVPCやCMEKによる暗号化、既存のロールベースアクセス制御(RBAC)や文書レベルの権限設定の継承、監査ログの自動記録といった機能を備える。Google Cloudは、顧客のデータやプレイブック、知的財産は組織内でのみプライベートに扱われ、基盤モデルの学習や微調整には利用しないと説明している。また出力にはすべて検証可能な根拠(グラウンディング)と追跡可能な引用が付与され、法律業務で不可欠な正確性の担保を図っている。legaltechnology.comは、汎用AIツールとは異なり法務業界固有の要件に特化して設計されている点を、一般的な生成AI製品との差別化ポイントとして挙げている。 今後の展望 Google Cloudは今回のLegal・Financial Services向けに続き、Healthcare、Life Sciences、その他Professional Services分野への業界特化型Gemini Enterprise展開も予定していると述べている。価格体系はプレビュー段階では明らかにされていないが、Cleary GottliebやFreshfields、Weilといった国際的な大手法律事務所が早期から採用を表明していることは、エージェント型AIが法務の定型業務だけでなく訴訟支援など高度な業務領域にも浸透しつつあることを示している。今後はiManageやRelativityOneなど既存の法務インフラとの統合の深さや、実際の業務現場での精度・信頼性が、他の法務特化AI(HarveyやLegoraなど)との競争を左右する焦点になりそうだ。

概要 Google Cloudは8月26日、Gemini Enterpriseにおける課金体系とコスト管理機能を刷新すると発表した。AIエージェントが企業の業務プロセスに組み込まれ利用が急増する中で、従来の座席（シート）ベースの固定月額購読だけでは需要の変動に対応しづらくなっていた背景がある。今回の刷新は、イノベーションを加速させながら利益率と予算を守りたいという企業のニーズに応えるもので、支払いモデルの柔軟化と、支出の可視化・制御を行うガバナンスツールの両面から構成されている。 新しい支払いオプション これまでのGemini Enterpriseは、ユーザーあたり固定料金を支払い、プロジェクト全体で日次クォータを共有する座席ベースの月額購読が基本だった。これに加えて新たに、事前コミットメント不要でトークンの実使用量に応じて課金される従量課金制（PAYG）が選定顧客向けに段階展開される。アイドル状態の座席にまで料金を払う必要がなくなり、需要の変動に応じて自動的にスケールする。 さらに、業務アプリや開発者ツール、カスタムエージェントの間でクォータを日次単位で共有する統合プール型クォータも導入される。これはGemini Enterpriseに統合されたAIエージェント開発プラットフォーム「Google Antigravity」の対象顧客からまず展開され、開発チームの旺盛な需要を事業部門側の未使用クォータで吸収できるようにする。Antigravityのクォータ管理はAndroid Studioとも統合され、開発ツール群の利用状況を一元的に把握できるようになる。近日対応予定として、エージェントのワークロードをオフピーク帯にスケジューリングすることで推論コストを最大50%削減できる遅延実行価格モデルも計画されている。 Flexible Savings Planと支出管理ツール 継続的または成長中のAIワークロードを持つ企業向けには、支出額に基づくコミットメントモデル「Flexible Savings Plan(FSP)」が提供される。1年契約で10%、3年契約で20%の割引がGemini Enterpriseのトークンコスト全体に適用され、最小・最大コミットメントの制約もない。既にEnterprise Agreement(EA)を結んでいる顧客であれば契約から直接差し引く形で利用でき、部門ごとの予算管理にも対応する。 コスト管理面では、Google Cloud Billing Consoleに統合された3層のツール群が用意された。事前見積もりにはPricing Calculatorを使い、実行時には支出の異常な増加を検知して原因となった上位3つのSKUを自動特定する仕組みや、支出上限額に対する進捗が50%・80%・100%に達した際のメールアラートが機能する。プロジェクトごとに月次の支出上限を設定することも可能で、上限に達するとそのプロジェクトのエージェントAPI呼び出しのみが一時停止され、他の本番環境には影響しない。停止後はワンクリックで再開できるほか、上限超過分を自動的に従量課金へ移行しFSPの割引をそのまま適用する継続運用モードも選べる。可視化面では、請求レポートの一元化に加えて、自然言語で支出サマリーを生成する「FinOpsエージェント」が経営層向けの説明資料作成を簡素化する。 今後の展開 従量課金オプションやGemini Enterprise内のAntigravity統合、統合プール型クォータは、いずれもまず選定顧客から段階的に展開され、順次対象を広げていく計画だ。FSPは既に自動サービス顧客とEA顧客向けに提供が始まっている一方、遅延実行価格モデルは近日対応として準備中とされる。企業のAIエージェント活用が本格化するにつれ、座席単位の一律課金では対応しきれない需要のばらつきが顕在化しており、今回のような柔軟な課金とガバナンスの仕組みは、他のクラウドベンダーの料金体系にも波及していく可能性がある。

概要 AWSは、組み込み型のオープンソース分析データベースDuckDBを開発するオランダ・アムステルダム拠点のDuckLabs B.V.を買収することで最終契約を締結したと発表した。買収額は非公開だが、取引は2026年9月の完了を見込んでいる。DuckDBは1日あたり300万件を超えるダウンロードを記録する人気プロジェクトで、SQLiteが軽量なトランザクション処理向けデータベースとして普及したのと同様に、分析(OLAP)向けの「組み込み型」データベースとして広く使われている。C++で実装され、サーバーのインストールや管理を必要とせずアプリケーションに直接組み込める点や、PythonのPandasライブラリなどと直接連携できる点が特徴だ。 買収後もDuckDB自体はMITライセンスの下でオープンソースとして提供され続け、独立したDuckDB Foundationがプロジェクトの統治を継続する。共同創業者のHannes MühleisenとMark Raasveldtは、アムステルダムを拠点にAWS社内でエンジニアリングチームを率い、技術的な方向性を主導していく。AWSのAndy Warfield副社長は「DuckDBは素晴らしいコミュニティを持つ優れたオープンソースプロジェクトであり、S3の顧客に広く使われ、愛されている」とコメントしている。 買収の狙いと技術的背景 DuckDBは、世界のSQLクエリの9割以上を占めるとされる1TB以下の中小規模データ分析に特化した設計で、ベクトル化実行エンジンによりコンパイルを介さずにクエリを高速処理できる点が強みだ。AWSはこのアーキテクチャを、S3やRedshiftといったエンタープライズ規模のサービスと統合し、特にAIエージェントがデータと対話する際の基盤として最適化したい考えを示している。両社の協業は今回が初めてではなく、2025年初頭にはAmazon S3 TablesおよびSageMaker LakehouseへのDuckDB統合が既に進められていた。実例として、Allen Instituteでは数分かかっていたクエリが1秒未満に短縮され、Amazon QuickではDuckDB統合により平均クエリレイテンシが30%削減されたという成果も報告されている。 ガバナンスと業界への影響 オープンソースプロジェクトが大手クラウドベンダーに買収される事例では、コミュニティのガバナンスが特定企業の意向に左右されるのではないかという懸念が付きまとう。これに対しDuckLabsのMühleisen CEOは、DuckDB Foundationの役割を拡大し、新たに技術諮問委員会(Technical Advisory Board)を設置する方針を示した。これにより、DuckDBの拡張機能をエコシステムに組み込む他のクラウドベンダーや企業も、AWSとの利害対立を懸念することなくプロジェクトの方向性に関与できる仕組みを整えるとしている。DuckDBの拡張機能エコシステムについても、サードパーティによる署名付き拡張への対応拡大が計画されている。ライセンスと統治体制の独立性が実際にどこまで維持されるかは、今後のFoundationの運営体制が注目点となりそうだ。

概要 Anthropicは、英国のAIインフラ新興企業Nscaleと6年間で総額450億ドル規模のコンピュート調達契約を締結した。年間平均約75億ドルに相当するこの契約は、ウェストバージニア州に建設中のNscaleの主力データセンターの計算能力、約460メガワット分を対象とする。稼働開始は2027年後半を予定しており、Nvidiaの次世代チップシステム「Vera Rubin」を用いて計算資源を供給する。Vera Rubinは6種類の異なるチップが協調動作する構成で、現時点のチップ設計の最先端に位置づけられる。 Nscaleという企業とディールの位置づけ Nscaleはロンドンに拠点を置く設立からわずか2年ほどの新興企業でありながら、Microsoftとも契約を結ぶなど急成長を遂げてきた。今回のウェストバージニア州の施設は、もともとMicrosoftが計画していたものの撤退した経緯があり、そこにAnthropicが入る形となった。今回の契約はNscaleが抱える総額510億ドルの契約残高の中でも最大規模となる。Nscaleは米国での新規株式公開(IPO)を準備しており、Anthropic自身も将来的なIPOを見据えているとされ、両社にとって今回の大型契約は資本市場での評価を高める材料となる可能性がある。 計算資源獲得競争の加速 Anthropicはこの8カ月間で、ノルウェーのVoltaとの100億ドル規模の契約、AMDとの50億ドル規模の関連契約、SpaceXとの月額12.5億ドル相当の契約、さらにAmazon・Google・Broadcomとの契約拡張など、立て続けに大型のコンピュート調達契約を結んできた。背景には、OpenAIをはじめとする競合他社との開発競争があり、モデルの学習・推論を支える計算基盤の確保が各社にとって最優先課題となっている。Google、OpenAI、Metaも同様に計算資源の争奪戦に加わっており、AI業界全体で数百億ドル規模のインフラ投資が連鎖的に発表される状況が続いている。 今後の見通し Nscaleの施設が稼働を開始する2027年後半までには、Vera Rubin世代のチップが実際にどの程度の性能を発揮するかが注目される。Anthropicにとっては、複数のクラウド・チップベンダーと分散して契約を結ぶことで供給リスクを分散しつつ、モデル開発のスケールを維持する狙いがあるとみられる。一方で、こうした巨額契約の積み重ねはAnthropicの資金調達負担を増大させており、IPOを含む資本戦略の行方が今後の焦点となりそうだ。

概要 AWSは2026年8月20日、AWS Direct Connectに「インバウンドプレフィックス制御」という新機能を追加したと発表した。この機能により、オンプレミスネットワークからAWSへ接続するプライベートVIF（Virtual Interface）およびトランジットVIFごとに、受け入れるインバウンドルートプレフィックスの割り当て数をワークロードの要件に応じて管理できるようになる。あわせて、VIF1本あたりに受け入れ可能な経路数の上限が、IPv4・IPv6それぞれ従来の100プレフィックスから1,000プレフィックスへと10倍に引き上げられた。 技術的な詳細 従来のDirect Connectでは、オンプレミス側からアドバタイズされる経路プレフィックスをプライベートまたはトランジットVIF上で受け入れる際の上限が100プレフィックスに固定されており、多数のVPCやオンプレミスセグメントを持つ大規模なネットワーク構成ではこの制約がボトルネックになりやすかった。新機能では、この上限が1,000プレフィックスまで拡張されるだけでなく、VIF単位でどれだけのプレフィックス容量を割り当てるかをユーザー自身が制御できる仕組みが導入される。 プレフィックスの容量プールは、専有接続（dedicated connection）レベルと、複数の接続やリージョンをまたいで経路を集約するDirect Connect Gateway（DXGW）レベルの両方に用意される。VIFを作成する際に特定数のプレフィックスを割り当てると、その割り当ては接続レベルとDXGWレベルの両方のプールから消費される仕組みとなっており、ネットワーク全体でのプレフィックス配分を柔軟に設計できる。設定はAWS Direct Connectコンソール、CLI、APIのいずれからも行える。 対応リージョンと料金 この機能はすべての商用AWSリージョンに加え、AWS GovCloud（US-East、US-West）、および中国の北京・寧夏の各リージョンで利用可能となっている。機能の利用に追加費用は発生せず、既存のDirect Connect利用者はそのまま新しい制御機能を使い始められる。 背景と今後の展望 近年、企業のハイブリッドクラウド環境は多数のVPCやオンプレミスサブネットを抱えるケースが増えており、経路プレフィックス数の上限は大規模なマルチアカウント・マルチVPC構成を運用する組織にとって現実的な制約となっていた。今回の10倍への拡張とVIF単位での柔軟な割り当て管理により、AWSはより大規模で複雑なネットワークトポロジーをDirect Connect経由で構築しやすくする狙いがあるとみられる。詳細な設定方法については、AWSが公開しているDirect Connectユーザーガイドの該当ページで確認できる。

概要 Kubernetesプロジェクトは8月26日、最新版となる「Kubernetes 1.37」を正式リリースした。今回の目玉は、実に9年近くベータ版のまま据え置かれていたMetrics API（metrics.k8s.io）がついに安定版（GA）へ到達したことだ。同APIは2017年3月にAlphaとして導入され、同年9月にBetaへ昇格して以降、Horizontal Pod Autoscaler（HPA）やkubectl topコマンドなど、実運用で広く使われながらも長らくベータのステータスにとどまっていた。スキーマ自体はほとんど変更されておらず、安定した実績を踏まえて今回ようやく正式に昇格した形だ。なお新しいv1と既存のv1beta1はAPIの見た目上は同一で、移行は非破壊的に行われ、v1beta1は今後のリリースで段階的に廃止される予定となっている。 Kubernetes 1.37全体では、KYAMLの出力サポートやPodレベルのリソース管理、DRA（Dynamic Resource Allocation）関連の機能強化など、合計16件のエンハンスメントが安定版に昇格した。これらを含め、Alpha・Beta・Stableの各段階への昇格を合わせると28件の変更が今回のリリースに盛り込まれている。 技術的な詳細 安定版に到達した主な機能としては、kubectl向けの新しい出力形式「KYAML」が挙げられる。KYAMLはマップを波括弧{}、リストを角括弧[]で表現することで、インデントの解釈違いなどYAML特有の落とし穴（いわゆる「ノルウェー問題」）を解消する標準フォーマットとして安定版入りした。また、コンテナ間でCPU・メモリ・hugepageのリソースプールを共有できる「Pod-level resources」も安定版に昇格している。 DRA関連では、ハードウェア障害時の扱いを制御する「デバイスレベルのtaintとtoleration」がGAに到達したほか、NUMAノードのトポロジー情報を標準的に公開するresource.kubernetes.io/numaNode属性の導入、ドライバー固有の状態情報を扱う「Resource Claim Status」の安定化、DRAのメタデータをDownward API経由でワークロードに公開する機能のBeta昇格など、ハードウェアリソースのきめ細かな管理に向けた改善が進んだ。このほか、SELinuxマウントの最適化が安定版に昇格し、コンテナ単位のulimit設定がAlpha機能として新たに追加されている。 非推奨化と廃止の動き 今回のリリースでは複数の機能で非推奨化・段階的廃止が進められた。kubectl runコマンドの--filename/-fフラグは、生成されるPodがCLI引数のみから構築される設計であることを理由に非推奨となった。また、Static PodがSecretやConfigMapを直接参照することも禁止される。Static PodはAPI経由で作成されないため、こうしたAPIリソースへの直接参照は本来の設計外だったための対応だ。 kube-proxyのIPVSモードについても、多リリースにわたる段階的な非推奨化が始まった。1.37では非推奨の警告ログが出力されるようになり、1.40でデフォルト無効化、1.43で完全削除される計画が示されている。背景にはIPVSがKubernetes Servicesの実装を完全にはカバーしておらず、内部的にiptablesへの依存が残っていることがある。並行してkube-proxyのデフォルトをNFTablesへ移行する動きも進んでおり、1.37ではその移行に向けた警告が出始めている。さらに、cgroup v1のサポート廃止に向けた動きも継続しており、1.35以降kubeletの設定でfailCgroupV1がデフォルトで有効になっているため、明示的な設定なしにcgroup v1に依存するノードはkubeletの起動に失敗するようになっている。 今後の展望 Metrics APIのGA到達は、長年ベータのまま実運用を支えてきたコンポーネントに正式な安定性の裏付けが与えられたという意味で象徴的な出来事だ。一方で、IPVSモードやcgroup v1、kubectl run -fなど複数の機能が今後複数リリースにわたって段階的に姿を消していく方針が示されており、運用者にはNFTablesやcgroup v2への移行、CLIスクリプトの見直しなど、計画的な対応が求められることになる。

概要 Google Cloudは8月20日、Gartnerが発表した2026年版「Magic Quadrant for Cloud-Native Application Platforms（CNAP）」において3年連続でリーダーに選出されたと発表した。同部門では、サーバーレス、コンテナ、そしてエージェント型ワークロードまでを単一の環境で扱える、開発者中心のプラットフォームであることが評価のポイントとなっている。インフラの複雑さを開発者から隠蔽し、コードを書くことそのものに集中できる設計思想が一貫して評価につながっているという。 アイデアから実装までを支える機能群 Google Cloudは、開発の初期段階を支える取り組みとして、Google AI Studio上でフルスタックのアプリケーションを構築し、ワンクリックでCloud Runにパッケージング・公開できる「Vibe Coding」の仕組みを挙げている。あわせて、Model Context Protocol（MCP）に対応したGoogle管理のCloud Run MCPサーバー（run.googleapis.com/mcp）を提供し、IAMやVPC Service Controls、Model Armorによるコンテンツセキュリティと統合することで、AIエージェントが安全に外部ツールと連携できる基盤を整えている。さらに、Agent Registry上で公開される認定済みスキルを集めた「Google Skills Repository」も用意し、Cloud Runやセキュリティ・信頼性・コスト最適化といったWell-Architectedの各柱に対応したスキルを提供している。 エンタープライズ向けの構築・運用・デプロイ機能 本番運用を見据えた機能も強化されている。構築フェーズでは、多段階のAI推論を開発ワークフローに統合する「Google Antigravity」や、Terraform・YAML設定の自動生成とビジュアルなアーキテクチャ設計を可能にする「Application Design Center（ADC）」があり、Gemini Cloud Assistの設計エージェントと連携してポリシー準拠のインフラ構成を自動プロビジョニングできる。運用フェーズでは、Gemini Cloud AssistがログやメトリクスからDay-2インシデントの根本原因分析や修復案の提示を行い、機械学習によるコスト異常検知も備える。デプロイフェーズでは、単一のgcloudコマンドでマルチリージョン展開や自動フェイルオーバーを実現できる高可用性機能に加え、CNCFへの主要貢献を通じたオープンソース戦略も継続している点が紹介されている。 エージェント時代を見据えたプラットフォーム基盤 もう一つの柱が「Gemini Enterprise Agent Platform」だ。セッション管理やメモリバンクによるパーソナライゼーション、OpenTelemetryベースのエージェント観測性、ゴールデンセットによるエージェント評価・シミュレーションといった機能を備えたAgent Runtimeが中核となる。Cloud Run上では、長時間稼働するシングルトンリソース向けの「Cloud Run instances」（近日提供予定）や、500ミリ秒未満のコールドスタートで未信頼コードを実行できる「Cloud Run sandboxes」が用意される。ガバナンス面では、非人間ID向けのIAMや暗号化ID・監査証跡を扱う「Agent Identity」、認定済みエージェントやツールを管理する「Agent Registry」、Model Armorのポリシーに基づき危険な挙動をブロックする「Agent Gateway」といった仕組みでエージェントの安全な運用を支える。 背景と今後の展望 Gartnerの評価は、生成AIの普及により開発サイクルが大幅に短縮される中、初級開発者からエンタープライズのAIエージェントフリート運用まで幅広いペルソナに対応できるかが問われる時流を反映したものとみられる。Google Cloudは今後、Agent Runtimeのガバナンス機能をGKEやCloud Runにも拡大するほか、Cloud Run instancesの正式提供やマルチクラウド対応の拡充を進める方針としている。