Temporal実行プラットフォームは、分散システムとAIエージェントにとって重要ですが、ワーカーのデプロイとスケーリングにおいて課題に直面しています。従来の Kuberntes や VM の管理は、継続的なコストとスケーリングの遅延につながります。Temporal Cloud は現在、Cloud Run 上の Serverless Workers を提供し、これらの問題を解決しています。これらのワーカーは、Temporal が自動的にスケーリングする「ワーカープール」としてデプロイされ、アイドル時にはゼロまでスケールダウンされます。これにより、クラスターやオートスケーラーの管理が不要になり、ワーカーコードは変更されません。Cloud Run ワーカープールは、Temporal ワーカーの動作方法に沿って、継続的なバックグラウンドタスク向けに設計されています。Temporal Cloud はタスクキューを監視し、Cloud Run Admin API を介してワーカープールサイズを調整します。ワーカーの各ビルドバージョンは独自のプールで実行され、古いバージョンは必要になるまでゼロにスケールダウンできます。このテクノロジーにより、AI 用の自動スケーリングされたエージェンティックワーカーが可能になり、長時間実行されるワークフローを効率的に処理し、コスト削減でバースト的なバッチ処理をサポートします。以前は、Cloud Run 上で Temporal ワーカーを実行するには、ポートリスナーとインスタンス課金のための回避策が必要でした。ワーカープールはこれらを削除し、エンドポイント管理なしで、より低コストで安定した CPU を提供します。スケーリングはリビジョンチャーンを引き起こさず、Temporal はタスクバックログのレイテンシを監視して成長を管理します。可用性を確保するためにスケールインはより保守的であり、ワーカーの構成可能なグレースフルシャットダウンが可能です。Cloud Run 上の Temporal Serverless Workers は、ステートフルで決定論的なワークフローにとって重要な機能である Temporal Worker Versioning も強制します。新しいコードのデプロイには、バージョンごとに個別のワーカープールを作成することが含まれ、実行中のエラーを防ぎます。ワークフローは元のバージョンにとどまるか、ワークフローの種類に応じて自動アップグレードが構成されます。セットアップには、ワーカーのコンテナ化、Cloud Run ワーカープールとしてのデプロイ、Temporal Cloud への権限の付与、および Worker Deployment Version の作成が含まれます。この新機能は現在プレビュー中です。