נקודות קצה גלובליות מופיעות בדף Deployments and endpoints. בקשות שנשלחות לנקודת קצה global עשויות לעבור עיבוד בכל מיקום Google Cloud בעולם, ולכן לא מספקות ערובות למיקום אחסון הנתונים. במאמר הזה מפורטת רשימה שלGoogle Cloud מיקומים של מרכזי נתונים.
איפה הנתונים שלכם נמצאים ועוברים עיבוד
Gemini Enterprise Agent Platform מספק שקיפות לגבי המקום שבו הנתונים שלכם מאוחסנים (במצב 'במנוחה') והמקום שבו מתבצע החישוב בפועל של המודל ('עיבוד נתוני למידת מכונה').
1. נתונים באחסון
כשמאחסנים נתונים ב-Agent Platform (כמו משקלים של מודלים מותאמים אישית או מטא-נתונים), הם נשארים מאוחסנים פיזית ב Google Cloud מיקום הספציפי שבחרתם. המיקום הזה נשמר בלי קשר לנקודת הקצה שבה משתמשים כדי להפעיל את המודל.
2. עיבוד נתוני למידת מכונה (בשימוש)
עיבוד נתוני למידת מכונה הוא השיטה שבה הנתונים מעובדים כדי ליצור משקולות של מודלים (כוונון ואימון) או כדי להחיל את המודל על הנתונים לצורך היקש מהמודל. המיקום הגיאוגרפי של העיבוד הזה נקבע לפי נקודת הקצה שתבחרו:
נקודות קצה רב-אזוריות עם שיפוט: כשמשתמשים בנקודות קצה עם שיפוט, עיבוד נתוני למידת מכונה נשאר באזור הגיאוגרפי הספציפי הזה (למשל, ארצות הברית או האיחוד האירופי).
יעילות תפעולית (קיבולת מאוחדת): נקודות קצה במספר אזורים מבטלות את הבידוד של משאבים אזוריים. במקום לרכוש ולנהל הקצאות נפרדות של הקצאת משאבים לפי התפוקה שנקבעה לאזורים ספציפיים (כמו
us-central1ו-us-east4), אפשר לפרוס התחייבות לשימוש אחת של הקצאת משאבים לפי התפוקה שנקבעה שמכסה את כל הגבולות המשפטיים (כמו ארצות הברית).הפעלת תאימות: נקודות קצה מרובות אזורים מספקות את אמצעי הבקרה לבידוד נתונים בשימוש שנדרשים כדי לעמוד בדרישות של מסגרות רגולטוריות מחמירות. נקודות קצה מרובות אזורים הן יכולת טכנית בסיסית לעמידה בדרישות של רמת ההשפעה 5 (IL5) של מחלקת ההגנה (DoD) או של תקנות התנועה הבינלאומית בנשק (ITAR), אבל כדי לעמוד בדרישות באופן מלא צריך גם ארכיטקטורה, זהות ואמצעי בקרה רחבים יותר לגישה שבניהול הלקוח.
נקודות קצה מבוססות-מיקום: נקודות הקצה האלה (למשל
us-central1,europe-west1) מבטיחות שעיבוד נתוני למידת מכונה יישאר כולו במסגרת תחום השיפוט של מספר אזורים או של מדינה שמשויכים לאזור הזה (לדוגמה, בקשות אל us-central1 מעובדות בארצות הברית).באזורים באירופה, העיבוד המקומי במדינה משתנה בהתאם לסוג המודל (לדוגמה, מודלים ספציפיים עשויים לעבור עיבוד מקומי בצרפת או בגרמניה, בעוד שאחרים עוברים עיבוד בגבולות הרחבים יותר של אזורים גיאוגרפיים לאחסון נתונים באיחוד האירופי). בקטע הבא מפורטים בדיוק ההתחייבויות לעיבוד נתוני למידת מכונה לכל מודל ומיקום.
- התאמה לתקנות: נקודות קצה (endpoints) מבוססות-מיקום עומדות בדרישות הסטנדרטיות של ניהול נתונים ארגוני וריבונות (כמו GDPR ו-HIPAA), אבל עומסי עבודה שדורשים מסגרות בידוד ממשלתיות מיוחדות כמו DoD IL5 או ITAR צריכים להיות מוצבים בנקודות קצה (endpoints) שיפוטיות כחלק מארכיטקטורה רחבה יותר שתואמת לתקנות.
נקודות קצה גלובליות: נקודות קצה גלובליות מעבירות ומעבדות נתונים בכל מקום בעולם, בלי להגביל אותם לאזור גיאוגרפי ספציפי. נקודות הקצה האלה (למשל
https://aiplatform.googleapis.com) לא מציינות אזור בשם המארח. הם נועדו למקסם את הזמינות ולמזער את זמן האחזור על ידי סיום סשנים של TLS קרוב ככל האפשר ללקוח, אבל הם לא מספקים בידוד אזורי או ערבויות לגבי מיקום אחסון הנתונים.
מודלים נתמכים
בטבלאות שבקטע הזה מפורטות האזורים שבהם יש תמיכה בעיבוד נתוני למידת מכונה על בסיס כל מודל בנפרד, עבור קטגוריות המודלים הבאות:
המודלים של Google
מידע על היכולות שתומכות במיקום אחסון הנתונים זמין במאמר יכולות נתמכות.
| דגם | ארה"ב, במספר אזורים | אירופה, במספר אזורים | ברזיל(southamerica-east1) | קנדה(northamerica-northeast1) | צרפת(europe-west9) | גרמניה(europe-west3) | הולנד(europe-west4) | בריטניה(europe-west2) | אוסטרליה(australia-southeast1) | הודו(asia-south1) | יפן(asia-northeast1) | סינגפור(asia-southeast1) | קוריאה הדרומית(asia-northeast3) |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Gemini 3.8 Flash(gemini-3.8-flash)
|
|||||||||||||
Gemini 3.7 Flash(gemini-3.7-flash)
|
|||||||||||||
Gemini 3.6 Flash(gemini-3.6-flash)
|
|||||||||||||
Gemini 3.5 Flash-Lite(gemini-3.5-flash-lite)
|
|||||||||||||
Gemini 3.5 Flash(gemini-3.5-flash)
|
|||||||||||||
Gemini 3.1 Flash Image(gemini-3.1-flash-image)
|
|||||||||||||
Gemini 3.1 Flash-Lite(gemini-3.1-flash-lite)
|
|||||||||||||
Gemini 2.5 Flash Live API Native Audio(gemini-live-2.5-flash-native-audio)
|
|||||||||||||
Gemini 2.5 Flash, 128k(gemini-2.5-flash)
|
|||||||||||||
Gemini 2.5 Flash, 1M(gemini-2.5-flash)
|
|||||||||||||
Gemini 2.5 Flash Image(gemini-2.5-flash-image)
|
|||||||||||||
Gemini 2.5 Flash-Lite(gemini-2.5-flash-lite)
|
|||||||||||||
Gemini 2.5 Pro, 1M(gemini-2.5-pro)
|
|||||||||||||
Gemini 2.5 Pro, 64k(gemini-2.5-pro)
|
|||||||||||||
שיפור הביצועים של Gemini 2.5 Flash(gemini-2.5-flash)
|
|||||||||||||
שיפור הביצועים של Gemini 2.5 Flash-Lite(gemini-2.5-flash-lite)
|
|||||||||||||
שיפור הביצועים של Gemini 2.5 Pro(gemini-2.5-pro)
|
|||||||||||||
Gemini Embeddings(gemini-embedding-001)
|
|||||||||||||
Gemini Embedding 2(gemini-embedding-2)
|
|||||||||||||
Chirp 2: Transcription(chirp_2)
|
|||||||||||||
Chirp 3: Transcription(chirp_3)
|
|||||||||||||
| Chirp 3: קולות באיכות HD | |||||||||||||
| Chirp 3: Instant Custom Voice | |||||||||||||
| Embeddings for Multimodal | |||||||||||||
הטמעות לטקסט(text-embedding-004)
|
|||||||||||||
הטמעות לטקסט(text-embedding-005)
|
|||||||||||||
הטמעות לטקסט(text-multilingual-embedding-002)
|
תמיכה במודלים של שותפיםGoogle Cloud
| דגם | ארה"ב, במספר אזורים | אירופה, במספר אזורים | בלגיה(europe-west1) | הולנד(europe-west4) | סינגפור(asia-southeast1) | טייוואן(asia-east1) |
|---|---|---|---|---|---|---|
| Anthropic's Claude Opus 5.5 on Google Cloud | ||||||
| Anthropic's Claude Sonnet 5 on Google Cloud | ||||||
| Anthropic's Claude Opus 5 ב-Google Cloud | ||||||
| Anthropic's Claude Fable 5 on Google Cloud | ||||||
| Anthropic's Claude Haiku 4.5 on Google Cloud | ||||||
| Anthropic's Claude Opus 4 on Google Cloud | ||||||
| Anthropic's Claude Opus 4.1 on Google Cloud | ||||||
| Anthropic's Claude Opus 4.5 on Google Cloud | ||||||
| Anthropic's Claude Opus 4.8 on Google Cloud | ||||||
| Anthropic's Claude Opus 4.7 on Google Cloud | ||||||
| Anthropic's Claude Opus 4.6 on Google Cloud | ||||||
| Anthropic's Claude Sonnet 4 ב-Google Cloud | ||||||
| Anthropic's Claude Sonnet 4.5 on Google Cloud | ||||||
| Anthropic's Claude Sonnet 4.6 on Google Cloud | ||||||
| Anthropic's Claude 3.5 Haiku on Google Cloud (הוצא משימוש) | ||||||
| Anthropic's Claude 3 Haiku on Google Cloud (הוצא משימוש) | ||||||
| Anthropic's Claude 3.7 Sonnet on Google Cloud (הוצא משימוש) | ||||||
| Codestral 2 | ||||||
| Mistral Medium 3 | ||||||
| Mistral OCR (25.05) | ||||||
| Mistral Small 3.1 (25.03) |
Google Cloud תמיכה במודלים פתוחים
| דגם | ארה"ב, במספר אזורים | אירופה, במספר אזורים | סינגפור(asia-southeast1) |
|---|---|---|---|
| DeepSeek-OCR | |||
| DeepSeek R1 (0528) | |||
| DeepSeek-V3.1 | |||
| DeepSeek-V3.2 | |||
| Gemma 4 26B A4B IT | |||
| GLM 4.7 | |||
| GLM 5 | |||
| GLM 5.2 | |||
| gpt-oss 120B | |||
| gpt-oss 20B | |||
| Kimi K2 Thinking | |||
| Llama 3.3 70B (גרסת טרום-השקה) | |||
| Llama 4 Maverick 17B-128E (גרסת טרום-השקה) | |||
| Llama 4 Scout 17B-16E (גרסת טרום-השקה) | |||
| MiniMax M2 | |||
| Multilingual E5 Large | |||
| Multilingual E5 Small | |||
| Qwen3 235B | |||
| Qwen3 Coder | |||
| Qwen3-Next-80B Instruct | |||
| Qwen3-Next-80B Thinking |