Slide 1

Slide 1 text

Cloud Run のアップデート 触ってみる&紹介

Slide 2

Slide 2 text

なんで? →今回のアップデートで、  Cloud Run の「AIとの親和性」がめちゃ⾼くなりました。  なので、今回はこれを紹介していきます。 今⽇は Cloud Run !

Slide 3

Slide 3 text

● AI Studio からフルスタックアプリがデプロイ可能に ● Cloud Run リモート MCP サーバー ● NVIDIA RTX PRO 6000 Blackwell GPU サポート ● エフェメラルディスク ● Gemini Enterprise Agent Platform との統合 ● Cloud Run インスタンス ● Cloud Run コンテナへの SSH サポート ● Cloud Run サンドボックス ● Bindings / Pipelines ● 利⽤費の上限設定 今回の Next の Cloud Run アップデート⼀覧

Slide 4

Slide 4 text

● AI Studio からフルスタックアプリがデプロイ可能に ● Cloud Run リモート MCP サーバー ● NVIDIA RTX PRO 6000 Blackwell GPU サポート ● エフェメラルディスク ● Gemini Enterprise Agent Platform との統合 ● Cloud Run インスタンス ● Cloud Run コンテナへの SSH サポート ● Cloud Run サンドボックス ● Bindings / Pipelines ● 利⽤費の上限設定 今回の Cloud Run アップデート⼀覧 リリース前 リリース済み

Slide 5

Slide 5 text

● AI Studio からフルスタックアプリがデプロイ可能に ● Cloud Run リモート MCP サーバー ● NVIDIA RTX PRO 6000 Blackwell GPU サポート ● エフェメラルディスク ● Gemini Enterprise Agent Platform との統合 ● Cloud Run インスタンス ● Cloud Run コンテナへの SSH サポート ● Cloud Run サンドボックス ● Bindings / Pipelines ● 利⽤費の上限設定 今回の Cloud Run アップデート⼀覧 紹介のみ デモあり

Slide 6

Slide 6 text

まずリリース済みの機能4つ ● AI Studio からフルスタックアプリがデプロイ可能に ● Cloud Run リモート MCP サーバー ● NVIDIA RTX PRO 6000 Blackwell GPU サポート ● エフェメラルディスク

Slide 7

Slide 7 text

AI Studio からフルスタックアプリがデプロイ可能に できるようになったこと ● Firestore のようなストレージまで含めたデプロイ ● Identity-Aware Proxyや、アプリレベルの Google Cloud 認証(Firabase) 活⽤イメージ ● より本格的な「Webアプリ」の、Vibe Coding → デプロイが簡単に ● ブラウザ操作のみで完結するので、⾮エンジニアでも楽勝

Slide 8

Slide 8 text

AI Studio からフルスタックアプリがデプロイ可能に デモ ● AI Studio のアプリがデプロイされた様⼦ ● 皆さんも触れる QR コードが出てきます! ぜひカメラを⽤意してお待ちください

Slide 9

Slide 9 text

できるようになったこと ● 「Cloud Run を操作するための MCP サーバー」を 「Cloud Run にデプロイできる」ように。 活⽤イメージ ● AI がより正確‧簡単に Cloud Run に対するデプロイが可能に ● スラッシュコマンドなども⽤意されており、今後の機能拡張も期待 Cloud Run MCP が公開

Slide 10

Slide 10 text

NVIDIA RTX PRO 6000 Blackwell GPU サポート できるようになったこと ● Blackwell を Cloud Run で動かせるようになった 活⽤イメージ ● 未使⽤の時は料⾦がゼロにできる(Zero-to-Scale) ● インフラ管理のコストをなくしつつ、ハイスペックGPUによるトレーニン グや推論のコストを最適化。

Slide 11

Slide 11 text

エフェメラルディスクのサポート できるようになったこと ● メモリを消費しない、⼀時ディスクをアタッチできるようになった 活⽤イメージ ● モデルのトレーニングなど、⼤規模ファイルのロードのコストが抑制 ● ⼤規模ファイルを扱うワークロードでメモリ枯渇の⼼配がかなり減る

Slide 12

Slide 12 text

ここからはリリース前の機能紹介です ● Gemini Enterprise Agent Platform との統合 ● Cloud Run サンドボックス ● Cloud Run インスタンス ● Cloud Run コンテナへの SSH サポート ● Bindings / Pipelines ● 利⽤費の上限設定

Slide 13

Slide 13 text

できるようになること ● Gemini Enterprise Agent Platform(旧 Vertex AI )の Agent Registry に、Cloud Run で作ったサービスのデプロイが可能に 活⽤のイメージ ● エージェントやMCP サーバーを Cloud Run にデプロイし、 そのまま Gemini Enterprise などに読み込み。 Gemini Enterprise Agent Platform との統合

Slide 14

Slide 14 text

できるようになること ● Cloud Run のなかで、サンドボックスでのコマンド実⾏が可能に 活⽤イメージ ● AI エージェントが使い捨てのスクリプトを実⾏するときに、 Sandbox を使うことで安全かつチェックなしで動作をさせられるように Cloud Run サンドボックス

Slide 15

Slide 15 text

ちょっと地味じゃない? アップデートの途中ですが、、、

Slide 16

Slide 16 text

そんなことないんです!

Slide 17

Slide 17 text

組み合わせ(Agent Platform + Blackwell GPU + サンドボックス) ここまでで扱った3つの機能が組み合わさったときの活⽤シーンを考えてみま す。 ● Gemini Enterprise Agent Platform ● NVIDIA RTX PRO 6000 Blackwell GPU ● Cloud Run サンドボックス

Slide 18

Slide 18 text

組み合わせ(Agent Platform + Blackwell GPU + サンドボックス) ユースケース:Cloud Run でモデルをセルフホストし、Agent Platform で管理 Cloud Run ● Blackwell GPU で⾼速推論 ● サンドボックスで 安全にコマンド実⾏ Agent Platform ● Cloud Run にデプロイされた モデルを管理‧利⽤

Slide 19

Slide 19 text

できるようになること ● Cloud Run で「事前定義ではない」インスタンスタイプがデプロイできるよう に。 活⽤イメージ(例) ● OpenClaw など、隔離環境を必要とするエージェント⽤使い捨てインスタンス Cloud Run Instances gcloud alpha run instances create --image alpine/openclaw:latest \ --port 18789 \ --memory 4Gi \ --default-url \ -- add-volume mount-path=/home/node/openclaw,type=cloud-storage,bucket=$BUCKET_NAME

Slide 20

Slide 20 text

Cloud Run コンテナへの SSH サポート できるようになること ● Cloud Run コンテナに対し、 SSH でアクセスできるようになる コマンドはこれだけ↓ 活⽤イメージ ● Cloud Run の中で、より詳細な分析を実施 ● AI Agent と組み合わせて、より⾼速‧⾼度な分析 gcloud run services ssh frontend

Slide 21

Slide 21 text

サービスの Bindings / Pipelines できるようになること ● サービス間の呼び出しを Bindings で繋ぐと、 シンプルな呼び出しが可能に ● JWT のインジェクションやモニタリングなどもフルマネージドに 活⽤イメージ ● JWT が⾃動で設定され、エイリアスでサービス間通信ができるように。 ● 呼び出し⽅が超シンプル(ランダムなURLを使わなくて良い) ● –ingress=internal を設定するだけで、簡単に内部⽤の設定が完了

Slide 22

Slide 22 text

利⽤費の上限設定 できるようになること ● サービスごとに利⽤費の上限が設定できるように ● 設定した⾦額を超えると、⾃動でサービスやジョブを停⽌させられる。 嬉しいポイント ● GPUを使ったトレーニングなど、⾼額になりがちな費⽤に対して上限を 設定、費⽤をコントローラブルにする。

Slide 23

Slide 23 text

やっぱり地味じゃない? アップデート紹介終わったけど、、、

Slide 24

Slide 24 text

● AI Studio からフルスタックアプリがデプロイ可能に ● Cloud Run リモート MCP サーバー ● NVIDIA RTX PRO 6000 Blackwell GPU サポート ● エフェメラルディスク ● Gemini Enterprise Agent Platform との統合 ● Cloud Run インスタンス ● Cloud Run コンテナへの SSH サポート ● Cloud Run サンドボックス ● Bindings / Pipelines ● 利⽤費の上限設定 今回の Cloud Run アップデート⼀覧(再掲)

Slide 25

Slide 25 text

● AI Studio からフルスタックアプリがデプロイ可能に ● Cloud Run リモート MCP サーバー ● NVIDIA RTX PRO 6000 Blackwell GPU サポート ● エフェメラルディスク ● Gemini Enterprise Agent Platform との統合 ● Cloud Run インスタンス ● Cloud Run コンテナへの SSH サポート ● Cloud Run サンドボックス ● Bindings / Pipelines ● 利⽤費の上限設定 1つ1つは地味かも。でも、組み合わさると強⼒に MCP + Cloud Run インスタンス → AI エージェントによる使い捨てのジョブ起動

Slide 26

Slide 26 text

● AI Studio からフルスタックアプリがデプロイ可能に ● Cloud Run リモート MCP サーバー ● NVIDIA RTX PRO 6000 Blackwell GPU サポート ● エフェメラルディスク ● Gemini Enterprise Agent Platform との統合 ● Cloud Run インスタンス ● Cloud Run コンテナへの SSH サポート ● Cloud Run サンドボックス ● Bindings / Pipelines ● 利⽤費の上限設定 1つ1つは地味かも。でも、組み合わさると強⼒に Agent Platform + サンドボックス + 利⽤費上限 →セルフホストの AI をデプロイ。  サンドボックスで、コマンド実⾏も低リスクに。  利⽤費が跳ねないように、上限設定。

Slide 27

Slide 27 text

1つ1つは地味かも。でも、組み合わさると強⼒に 今回のアップデートは、Cloud Run の「AI基礎⼒」を上げるアップデートだ と思っています。 「点」で⾒るとちょっと地味かも。でも、「線」で⾒ると⾮常に強⼒です。 皆さんもぜひ、活⽤ケースを「線」でイメージしながら、 Cloud Run のアップデート追ってもらえると嬉しいです!

Slide 28

Slide 28 text

リンク ● セッションレポート https://dev.classmethod.jp /articles/26-next-vegas-ses sion-report-whats-new-clo ud-run/ ● 公式 https://cloud.google.com/ blog/products/serverless/ whats-new-for-cloud-run-a t-next26?hl=en

Slide 29

Slide 29 text

No content

Slide 30

Slide 30 text

AIエージェントの基盤に モデルの実⾏基盤 ● NVIDIA Blackwell ● Cloud Run インスタンス ● サンドボックス モデルの運⽤基盤 ● 利⽤費の上限設定 ● エフェメラルデスク 1つ1つは地味だけど、組み合わさると強⼒に AIネイティブな運⽤ AI によるコントロール ● SSH サポート ● Cloud Run インスタンス モデルの運⽤基盤 ● 利⽤費の上限設定