Google ha desvelado Agent Compute Engine, una nueva infraestructura diseñada para optimizar la gestión de sus agentes de inteligencia artificial. La propuesta central es asignar una micro máquina virtual (microVM) aislada por hardware a cada agente Gemini, una estrategia que, según la compañía, ya está impulsando sus sistemas actuales y que promete una mejora sustancial en eficiencia y capacidad.

Aislamiento y gestión dinámica: la clave de Agent Compute Engine

La esencia de Agent Compute Engine radica en ofrecer un entorno de ejecución segregado para cada agente de IA. Esto significa que cada agente opera en su propia microVM, protegida por el chip Titanium de Google. Este aislamiento por hardware busca evitar que los agentes compartan directamente el mismo espacio de ejecución, lo que refuerza la seguridad y la estabilidad de las operaciones.

Pero el aislamiento es solo una parte de la ecuación. Google también ha puesto el foco en la gestión dinámica de recursos. La infraestructura es capaz de asignar y retirar recursos en función de la actividad de cada agente. ¿Por qué es esto importante? Porque las máquinas virtuales pueden ser costosas. Para mitigar este gasto, el sistema pausa automáticamente la VM cuando un agente queda inactivo, liberando capacidad para otros procesos en el servidor físico.

Además, la compañía ha señalado que el servicio utiliza memoria compartida entre las máquinas virtuales para reducir aún más los costes de ejecución. Aunque Google no ha detallado cifras concretas sobre la reducción de gastos, la eficiencia económica se presenta como un objetivo técnico fundamental de esta nueva arquitectura.

Agent Substrate: multiplicando la capacidad por diez

Detrás de esta infraestructura se encuentra Agent Substrate, un runtime de código abierto basado en Kubernetes. Google afirma que esta capa es capaz de alojar hasta diez veces más agentes en un único servidor. Este incremento de capacidad se atribuye a una administración más eficiente de los entornos asignados a cada agente, lo que convierte a Agent Substrate en un runtime de alta densidad diseñado para escalar a millones de entornos aislados en un clúster.

“No basta con crear más agentes, también hay que mantenerlos disponibles sin dedicar una máquina completa a cada proceso inactivo. La estrategia de Google busca equilibrar la separación individual con el uso compartido de recursos subyacentes.”

Para demostrar la agilidad del sistema, Google ha compartido un dato revelador: logró suspender y reanudar 200.000 agentes en menos de 500 milisegundos. Esta métrica es crucial, ya que una latencia de suspensión o reanudación elevada podría anular los beneficios del mecanismo de ahorro. El objetivo es que la administración de recursos sea tan rápida que los agentes puedan alternar entre periodos de trabajo y espera sin impactar negativamente en el rendimiento.

Herramientas de supervisión y control empresarial

Pensando en el uso empresarial, Google ha integrado herramientas de supervisión que permiten seguir el consumo de tokens y dirigir solicitudes hacia diferentes modelos. Estas funciones ofrecen una visibilidad esencial sobre el uso de los agentes y la flexibilidad para decidir qué modelo procesa cada tarea, facilitando la gestión de sistemas multiagente con diversas necesidades de cómputo.

En cuanto a la identidad, Agent Compute Engine es compatible con proveedores externos como Ping Identity y SailPoint. Esta integración permitirá conectar los controles de acceso con sistemas de identidad de terceros, aunque los detalles sobre los permisos específicos y su distribución entre agentes, usuarios y aplicaciones aún están por definirse.

Google ha anunciado que estos controles se extenderán a Cloud Run, GKE y los endpoints administrados, llevando las funciones de supervisión y administración a varios servicios de su plataforma. La disponibilidad de Agent Compute Engine en vista previa durante los próximos meses permitirá a las empresas explorar cómo esta propuesta puede transformar la gestión de sus agentes de IA, mientras esperamos más detalles sobre su implementación y las condiciones de adopción.

¿Crees que esta arquitectura de microVMs aisladas marcará un antes y un después en la eficiencia de los agentes de IA?