Google Cloud Z4M: storage cục bộ tốc độ cao cho AI và dữ liệu lớn
Z4M đã GA trên Google Compute Engine dưới dạng VM và bare metal, hướng tới checkpoint, KV cache phân tán, hệ thống tệp song song và cơ sở dữ liệu cần I/O cao.

Một cụm GPU mạnh vẫn có thể phải chờ nếu checkpoint, tập huấn luyện hoặc KV cache không được đưa tới đủ nhanh. Ngày 06/11/2026, Google Cloud công bố Z4M đã khả dụng rộng rãi trên Compute Engine, với cả máy ảo và máy chủ vật lý. Bài viết dành cho CTO và đội nền tảng đang thiết kế tầng lưu trữ cho AI, cơ sở dữ liệu hoặc hệ thống tệp song song.
Z4M mới ở điểm nào?
Theo Google Cloud Blog, Z4M dùng bộ xử lý Intel Xeon Scalable thế hệ 5 và hạ tầng Titanium. Cấu hình lớn nhất hãng nêu có tới 168.000 GiB Local SSD, 192 vCPU, 1.536 GiB RAM và mạng Cloud RDMA 400 Gbps. RDMA cho phép máy chủ trao đổi dữ liệu với ít bước xử lý CPU hơn TCP truyền thống.
Google công bố tối đa 15,6 triệu IOPS đọc ngẫu nhiên và 75.600 MiB/giây đọc tuần tự; mức tăng tối đa so với Z3 là 70% và 110%. Đây là số liệu nhà cung cấp trên cấu hình và điều kiện cụ thể, không phải cam kết cho mọi ứng dụng.
Vì sao storage ảnh hưởng trực tiếp đến GPU?
Trong huấn luyện, checkpoint lưu trạng thái mô hình để tiếp tục sau lỗi. Nếu checkpoint mất nhiều phút, GPU ngừng tính toán trong lúc ghi. Với suy luận LLM, KV cache lưu thông tin đã tính cho token trước; đưa cache sang tầng lưu trữ nhanh có thể hỗ trợ phục hồi phiên hoặc chia sẻ giữa worker, nhưng chỉ hiệu quả khi mạng và định dạng dữ liệu cùng được tối ưu.
Z4M hỗ trợ NVIDIA GPUDirect Storage và TPUDirect Storage, tạo đường dữ liệu trực tiếp hơn giữa storage với GPU hoặc TPU. Google nói RDMA có thể giảm thời gian truy cập tới 60% so với TCP trong tải đã thử. Kết quả thực tế còn phụ thuộc kích thước khối, tỷ lệ đọc/ghi, số node và phần mềm hệ thống tệp.
VM hay bare metal?
VM phù hợp khi cần cấp phát nhanh, tách tài nguyên và dùng công cụ quản lý cloud quen thuộc. Bare metal bỏ lớp ảo hóa, hữu ích cho hypervisor tùy chỉnh, phần mềm có điều kiện cấp phép theo máy vật lý hoặc tải rất nhạy với độ trễ. Bare metal không tự động nhanh hơn trong mọi tình huống; trách nhiệm vận hành hệ điều hành và vòng đời máy cũng lớn hơn.
| Nhu cầu | Điểm cần đo |
|---|---|
| Checkpoint AI | Thời gian ghi, khôi phục và mức gián đoạn GPU |
| KV cache phân tán | Cache hit, kích thước phiên, RDMA, p95 |
| Hệ thống tệp song song | Thông lượng, metadata IOPS, số client |
| Cơ sở dữ liệu | Đọc/ghi, fsync, độ bền và sao lưu |
Ba giới hạn cần hiểu đúng
- Local SSD gắn với máy chủ, không nên xem là bản sao lưu bền vững. Dữ liệu quan trọng cần nhân bản hoặc chuyển sang tầng lưu trữ phù hợp.
- Mạng 400 Gbps chỉ có ý nghĩa khi hệ thống tệp, driver và client cùng hỗ trợ; một điểm nghẽn nhỏ vẫn làm GPU chờ.
- Chi phí gồm cả phần mềm hệ thống tệp, lưu lượng, vận hành và năng lực dự phòng, không chỉ giá máy Z4M.
Checklist thử nghiệm
- Đo dung lượng làm việc, IOPS, kích thước khối, tỷ lệ đọc/ghi và mức dùng mạng hiện tại.
- Tách dữ liệu tạm thời khỏi dữ liệu phải giữ bền vững; xác định checkpoint có thể xóa.
- Chạy một pipeline đại diện, giữ nguyên mô hình, batch và số worker để so sánh công bằng.
- Theo dõi mức sử dụng GPU cùng thời gian chờ I/O; storage nhanh nhưng GPU không tăng sử dụng thì chưa giải quyết đúng điểm nghẽn.
- Thử sự cố node và đo khôi phục; xác minh cache cục bộ không trở thành điểm mất dữ liệu.
- So sánh tổng chi phí với object storage, persistent disk hoặc cụm storage riêng.
Khi nào Z4M đáng cân nhắc?
Z4M phù hợp khi doanh nghiệp đã chứng minh I/O là nút thắt: GPU nhàn rỗi lúc đọc dữ liệu, checkpoint kéo dài hoặc hệ thống tệp song song không theo kịp số client. Với chatbot nhỏ, ứng dụng web hoặc cơ sở dữ liệu vừa phải, lựa chọn đơn giản hơn có thể tiết kiệm và dễ phục hồi hơn.
Nguồn tham khảo
Nguồn chính: Google Cloud công bố Z4M GA ngày 06/11/2026. Các thông số hiệu năng là công bố của Google, chưa phải benchmark độc lập trên tải của doanh nghiệp Việt Nam.
Z4M có thay thế object storage không?
Không. Z4M tập trung vào Local SSD hiệu năng cao; object storage vẫn phù hợp cho dữ liệu bền vững và bản sao lưu.
RDMA 400 Gbps có làm mô hình chạy nhanh hơn ngay không?
Chỉ khi I/O hoặc mạng đang là nút thắt và toàn bộ phần mềm hỗ trợ RDMA.
Có nên đặt checkpoint duy nhất trên Local SSD?
Không nên. Checkpoint quan trọng cần được nhân bản hoặc chuyển sang storage bền vững theo RPO và RTO.
Bước tiếp theo
Đội nền tảng có thể gửi mô hình, kích thước dữ liệu, kiểu checkpoint, số GPU, IOPS hiện tại và mục tiêu khôi phục qua trang liên hệ. Những thông tin này giúp khoanh vùng điểm nghẽn và chọn bài thử storage phù hợp trước khi đổi kiến trúc.
Cần máy chủ cho workload này?
NOC thuemaychu.vn hỗ trợ chọn CPU, GPU và băng thông. PoC trong 24 giờ.
Bài viết liên quan
GPU / AIAgent Substrate 1.0 trên GKE: chạy AI agent không giữ pod nhàn rỗi
Agent Substrate tách trạng thái agent khỏi máy chạy, đưa worker nhàn rỗi về pool và khôi phục phiên khi cần. Google công bố GA trên GKE ngày 05/11.
GPU / AIVera Rubin tối ưu HBM và KV cache cho suy luận AI ra sao?
NVIDIA cho rằng hiệu quả suy luận không chỉ phụ thuộc dung lượng HBM mà còn ở độ chính xác số, cách phân bổ mô hình, định tuyến KV cache và tầng lưu trữ.
Data CenterAmazon RDS hiển thị chi phí từng snapshot: quản trị backup rõ hơn
AWS đã bật per-snapshot billing cho mọi RDS snapshot mà không thu thêm phí tính năng. Bài viết giải thích cách dùng thẻ chi phí và vòng đời backup an toàn.