נקודות הקצה הגלובליות מופיעות בדף Deployments and endpoints. יכול להיות שהעיבוד של בקשות שנשלחות לנקודת קצה (endpoint) של global יתבצע בכל מיקום של Google Cloud בעולם, ולכן אין ערובה למיקום אחסון הנתונים. במאמר הזה מפורטת רשימה שלGoogle Cloud מיקומים של מרכזי נתונים.
איפה הנתונים שלכם נשמרים ומעובדים
ב-Gemini Enterprise Agent Platform אתם יכולים לראות איפה הנתונים שלכם מאוחסנים ("במנוחה") ואיפה מתבצע החישוב בפועל של המודל ("עיבוד נתוני למידת מכונה").
1. נתונים באחסון
כשאתם מאחסנים נתונים ב-Agent Platform (כמו משקלים של מודלים בהתאמה אישית או מטא-נתונים), הם נשארים מאוחסנים פיזית במיקום הספציפי שבחרתם ב- Google Cloud . המיקום הזה נשמר בלי קשר לנקודת הקצה שבה אתם 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 להחיל את המודל על הנתונים לצורך הסקת מסקנות 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 הצורך במאגרי משאבים אזוריים. במקום לרכוש ולנהל הקצאות נפרדות של הקצאת משאבים לפי התפוקה שנקבעה לאזורים נפרדים (כמו
us-central1ו-us-east4), אפשר לפרוס התחייבות אחת להקצאת משאבים לפי התפוקה שנקבעה שמכסה את כל הגבולות של תחום השיפוט (כמו ארצות הברית).עמידה בדרישות: נקודות קצה בכמה אזורים מספקות את אמצעי הבקרה לבידוד נתונים בשימוש, שנדרשים כדי לעמוד בדרישות 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 (כמו
us-central1,europe-west1) מבטיחות שעיבוד נתוני למידת המכונה יישאר כולו בתחום השיפוט הרחב יותר של המדינה או של מספר האזורים שמשויכים לאזור הזה (לדוגמה, בקשות ל-us-central1 מעובדות בתוך ארצות הברית).באזורים באירופה, עיבוד מקומי בתוך המדינה משתנה בהתאם לסוג המודל (לדוגמה, מודלים ספציפיים עשויים לעבור עיבוד מקומי בצרפת או בגרמניה, ואחרים מעובדים בגבולות הרחבים יותר של האיחוד האירופי). בקטע הבא מפורטים בדיוק ההתחייבויות לעיבוד נתוני למידת מכונה לכל מודל ומיקום.
- תאימות: נקודות קצה מבוססות-מיקום עומדות בדרישות הסטנדרטיות של משילות מידע וריבונות בארגונים (כמו GDPR ו-HIPAA). לעומת זאת, אם אתם צריכים להריץ עומסי עבודה שדורשים מסגרות בידוד ממשלתיות מיוחדות כמו DoD IL5 או ITAR, אתם צריכים לפרוס אותם בנקודות קצה מבוססות-סמכות שיפוט כחלק מארכיטקטורה רחבה יותר שעומדת בדרישות.
נקודות קצה גלובליות: נקודות קצה גלובליות מנתבות ומעבדות נתונים בכל מקום בעולם, בלי להגביל אותם לאזור גיאוגרפי ספציפי. בנקודות הקצה האלה (כמו
https://aiplatform.googleapis.com) לא מצוין אזור בשם המארח. הם נועדו למקסם את הזמינות ולצמצם את זמן האחזור על ידי סיום סשנים של TLS קרוב ככל האפשר ללקוח, אבל הם לא מספקים בידוד אזורי או הבטחות לגבי מיקום אחסון הנתונים.
מודלים נתמכים
הטבלאות בקטע הזה מפרטות את התמיכה האזורית בעיבוד נתוני למידת מכונה על בסיס כל מודל בנפרד, עבור קטגוריות המודלים הבאות:
המודלים של Google
אילו יכולות תומכות במיקום אחסון הנתונים?
| דגם | מספר אזורים בארה"ב | במספר אזורים באיחוד האירופי | 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 4 Argon(gemini-4-argon)
|
|||||||||||||
Gemini 3.8 Live(gemini-3.8-live)
|
|||||||||||||
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)
|
|||||||||||||
כוונון של Gemini 2.5 Flash(gemini-2.5-flash)
|
|||||||||||||
כוונון 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: תמלול(chirp_2)
|
|||||||||||||
Chirp 3: תמלול(chirp_3)
|
|||||||||||||
| Chirp 3: קולות באיכות HD | |||||||||||||
| Chirp 3: Instant Custom Voice | |||||||||||||
| הטמעות למולטי-מודאליות | |||||||||||||
Embeddings for Text(text-embedding-004)
|
|||||||||||||
הטמעות לטקסט(text-embedding-005)
|
|||||||||||||
הטמעות לטקסט(text-multilingual-embedding-002)
|
תמיכה במודל השותפות שלGoogle Cloud
| דגם | מספר אזורים בארה"ב | במספר אזורים באיחוד האירופי | בלגיה(europe-west1) | הולנד(europe-west4) | סינגפור(asia-southeast1) | טייוואן(asia-east1) |
|---|---|---|---|---|---|---|
| Claude Haiku 5.5 של Anthropic ב-Google Cloud | ||||||
| Claude Opus 5.5 של Anthropic ב-Google Cloud | ||||||
| Claude Sonnet 5.5 של Anthropic ב-Google Cloud | ||||||
| Claude Sonnet 5 של Anthropic ב-Google Cloud | ||||||
| Claude Opus 5 של Anthropic ב-Google Cloud | ||||||
| Claude Fable 5.1 של Anthropic ב-Google Cloud | ||||||
| Claude Fable 5 של Anthropic ב-Google Cloud | ||||||
| Claude Haiku 4.5 של Anthropic ב-Google Cloud | ||||||
| Claude Opus 4 של Anthropic ב-Google Cloud | ||||||
| Claude Opus 4.1 של Anthropic ב-Google Cloud | ||||||
| Anthropic's Claude Opus 4.5 on Google Cloud | ||||||
| Claude Opus 4.8 של Anthropic ב-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 | ||||||
| Claude Sonnet 4.6 של Anthropic ב-Google Cloud | ||||||
| Anthropic's Claude 3.5 Haiku on Google Cloud (הוצא משימוש) | ||||||
| Anthropic's Claude 3 Haiku on Google Cloud (הוצא משימוש) | ||||||
| Anthropic Claude 3.7 Sonnet ב-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 | מספר אזורים בארה"ב | במספר אזורים באיחוד האירופי | סינגפור(asia-southeast1) |
|---|---|---|---|
| DeepSeek-OCR | |||
| DeepSeek R1 (0528) | |||
| DeepSeek-V3.1 | |||
| DeepSeek-V3.2 | |||
| DeepSeek-V4.1-Flash | |||
| 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 (Preview)) | |||
| MiniMax M2 | |||
| Multilingual E5 Large | |||
| Multilingual E5 Small | |||
| Qwen3 235B | |||
| Qwen3 Coder | |||
| Qwen3-Next-80B Instruct | |||
| Qwen3-Next-80B Thinking |