Google Cloud Run
Google Cloud提供的全托管容器化应用部署平台，支持按请求或按实例计费，可挂载GPU，支持缩容到零
核心事实
时间轴 (近 90 天)
Spinachi AI 的后端部署在 Google Cloud Run 上。
FalconX 的基础设施部署在 Google Cloud Run 上。
Specreel 的分类覆盖开源、营销、开发者工具、GitHub 和 Google Cloud Run，目标用户横跨开发者关系、产品营销和工程效率三个角色。
Table Canon 部署在 Google Cloud Run 上，具备弹性扩展能力以应对不同规模的音频处理需求。
Rambox 本次发布由 Ramiro Saenz 参与，产品归类在 Productivity 并带有 Google Cloud Run 标签
Mira Tours 的后端采用 Google Cloud Run 容器化云服务架构。
Google Cloud Run 是谷歌云提供的全托管容器化计算平台，属于 Serverless 范畴，具有按请求计费和缩容到零的特性。
Exodus 在本机检查应用现状，算出当前运行成本和迁移到 Cloud Run 后的预估账单，并列出需要改动的地方。
Cloud Run 基准测试中，cpu-original（251ms）每百万查询成本 8.93 美元、每百万文档成本 39.05 美元；cpu-repack（121ms）分别为 3.91 美元和 25.87 美元；l4-original（56ms）分别为 16.27 美元和 0.87 美元。
在 Google Cloud Run 上，L4 服务挂载 GPU 所需的最小实例规格为 4 vCPU 加 16 GiB 内存。
还有 9 条时间轴事件
全部知识事实 (15)
Google Cloud Run 是谷歌云提供的全托管容器化计算平台，属于 Serverless 范畴，具有按请求计费和缩容到零的特性。
70%待验证Spinachi AI 的后端部署在 Google Cloud Run 上。
50%待验证FalconX 的基础设施部署在 Google Cloud Run 上。
50%待验证Table Canon 部署在 Google Cloud Run 上，具备弹性扩展能力以应对不同规模的音频处理需求。
50%待验证Mira Tours 的后端采用 Google Cloud Run 容器化云服务架构。
50%待验证Exodus 在本机检查应用现状，算出当前运行成本和迁移到 Cloud Run 后的预估账单，并列出需要改动的地方。
50%待验证Cloud Run 保留以 'z' 结尾的路径，因此 '/healthz' 无法到达容器，健康检查路由应改用 '/health'。
50%待验证在 Google Cloud Run 上，L4 服务挂载 GPU 所需的最小实例规格为 4 vCPU 加 16 GiB 内存。
50%待验证Cloud Run 上按请求计费与按实例计费是两种根本不同的成本模型：按请求计费仅在请求处理期间分配并结算 CPU，按实例计费从实例启动到关闭每一秒都计费。
50%待验证Cloud Run 中 GPU 实例目前只能用按实例计费，不能用按请求计费。
50%待验证Cloud Run 的 GPU 配额按区域划分，us-central1 可能没有非冗余 L4 配额，本文作者改用 us-east4 完成部署。
50%待验证将 MCP 服务器部署到 Cloud Run 时需要给足 2GB 内存，因为 MCP 服务器启动时会把大量内容加载进变量中
50%待验证在 Serverless 推理场景（如 AWS Lambda、Google Cloud Run）中实例会被频繁回收与重建，冷启动问题尤为突出，通常需将模型权重预先缓存到同区域对象存储或本地 SSD
50%待验证三个Agent被部署为Google Cloud Run Jobs，通过Google Cloud Scheduler每天定时运行
50%待验证将研究论文工程化的推荐路径：用FastAPI或Flask封装模型为RESTful API，用Docker打包环境，用GitHub Actions实现CI，部署到AWS Lambda、Google Cloud Run或HuggingFace Spaces等平台，并接入Prometheus+Grafana监控
50%