Google Cloud首席執(zhí)行官Diane Greene
這一點在本周的Google Cloud Next大會上顯而易見,谷歌推出了針對容器打包軟件應(yīng)用開發(fā)人員的一套新云服務(wù),而這也是云計算最常見的用例之一。
容器為開發(fā)人員提供了更高的靈活性,因為他們只需一次構(gòu)建應(yīng)用就可以在任何地方運行這些應(yīng)用,同時使用Kubernetes編排工具實現(xiàn)大部分基礎(chǔ)設(shè)施和管理的自動化。谷歌希望通過新的云服務(wù)平臺,把能夠讓容器運行在任何平臺上所需的工具聚合到一起,減輕開發(fā)者的負(fù)擔(dān)。
Google Cloud Services Platform的核心組件是開源服務(wù)網(wǎng)絡(luò)Istio,這種框架能夠讓開發(fā)人員連接、管理和保護(hù)微服務(wù)或者容器化應(yīng)用的組件。Istio于2017年5月首次推出測試版,經(jīng)過大量測試后很快將全面提供1.0版本,意味著終于可以用于生產(chǎn)部署了。谷歌Cloud Services Platform還將提供Istio的托管版本,其中增加了服務(wù)發(fā)現(xiàn)、智能流量管理和安全通信增強等功能。
Google Cloud Services Platform的另一個主要組成部分是Google Kubernetes Engine服務(wù)的本地版本,提供了用于部署容器化應(yīng)用的管理層。谷歌表示,GKE On-Prem將很快以Alpha測試的模式提供,讓開發(fā)人員無需將現(xiàn)有應(yīng)用移至云端就可以實現(xiàn)這些應(yīng)用的現(xiàn)代化。
Google Cloud首席執(zhí)行官Diane Greene表示:“我們希望Google Cloud成為創(chuàng)建軟件的最佳場所。”
Wikibon分析師James Kobielus表示,這展現(xiàn)了谷歌實際上是Kubernetes的先驅(qū),是谷歌端到端混合云應(yīng)用平臺的基礎(chǔ),這對谷歌是有意義的,因為它在這方面有很強的優(yōu)勢。
“在這方面,谷歌領(lǐng)先于AWS、微軟和其他云廠商,他們非常關(guān)注未來在GCP Marketplace中構(gòu)建合作伙伴生態(tài)系統(tǒng),以及接入在Cloud Services Platform 上運行的Kubernetes的第三方云服務(wù)應(yīng)用,”Kobielus說。
另一位分析師表示,盡管有這一優(yōu)勢,但GKE的本地版本可能并不是適合所有人的。Moor Insights&Strategy分析師Patrick Moorhead表示,GKE On-Prem是谷歌最有意思的云計算公布,但他也表示,谷歌仍然沒有提供完整的基礎(chǔ)設(shè)施堆棧與競爭對手抗衡。
“企業(yè)仍然需要將他們分散的環(huán)境放在一起,而不像Azure Stack是一個完整的本地堆棧,可直接連接到Azure。諷刺的是, AWS仍然管理著比業(yè)內(nèi)其他任何廠商都要多的Kubernetes工作負(fù)載。”
但在簡報中,谷歌高管們熱衷于強調(diào)其Kubernetes產(chǎn)品的獨特性:
谷歌Kubernetes Engine和Kubernetes、Istio和Cloud Services Platform工程總監(jiān)Chen Goldberg說:“谷歌云是唯一一種本地交付托管Kubernetes的云,看起來和用起來的感受是完全相同的。”該平臺還引入了新的GKE策略管理工具,允許從中心控制合規(guī)性等事項。
適合所有人的云
Greene在今年大會上發(fā)表了關(guān)于“構(gòu)建一個適合所有人的云”的主題演講,而且谷歌在這次大會上的其他公告也都明確表示,他們想要讓所有人都可以使用谷歌的云服務(wù)。
“我們?yōu)樽约鹤咴谇把馗械阶院溃矠槭瞧髽I(yè)所需要的感到自豪,”Greene在介紹云客戶Target Brands之前這樣表示。
例如谷歌一直在積極利用基于云的生產(chǎn)力工具滿足各種規(guī)模的企業(yè)組織的需求。G Suite是微軟Office 365服務(wù)的競爭對手,不僅將更多的非IT工作者帶入了Google Cloud,而且在某些情況下還可以幫助成長型企業(yè)使用谷歌更廣泛的企業(yè)云服務(wù)。G Suite讓普通員工也有機會親身體驗谷歌的一些最新技術(shù)。
谷歌今天還宣布向該平臺中增添了新的機器學(xué)習(xí)技術(shù),旨在提高員工的工作效率,包括在Google Hangouts聊天中引入Smart Reply智能回復(fù)功能,在Gmail中引入Smart Compose,幫助用戶通過預(yù)測他們對特定信息的響應(yīng)來更快地撰寫電子郵件內(nèi)容。
“除了自動填充常用短語之外,Smart Compose還可以插入個人信息如辦公室地址或家庭住址,讓你無需花費時間在重復(fù)任務(wù)上,”谷歌G Suite應(yīng)用副總裁Prabhakar Raghavan在博客中這樣寫道。
G Suite還增加了一項名為Grammar Suggestions的新功能,使用基于機器翻譯的方法來識別Google Docs中的錯誤,并即時建議更正。
Constellation Research首席分析師兼副總裁Alan Lepofsky表示,G Suite中新增的這個機器學(xué)習(xí)功能將受到歡迎,因為很多員工對工作中“信息過載”的問題感到頭疼,內(nèi)容來自太多的人和太多的渠道。他說,人工智能的優(yōu)點之一就是可以自動執(zhí)行重復(fù)性的普通任務(wù),希望可以減輕一些額外負(fù)擔(dān)。不過他說,最初這也許不會像看起來的那么容易。
“除了谷歌之外,像微軟也已經(jīng)向自己的Office365中增加了幾項人工智能功能,思科向Webex產(chǎn)品組合中加入了人工智能。大規(guī)模采用這些功能,要求它們是無摩擦的、準(zhǔn)確的、個性化的、且安全的,” Lepofsky說道。
G Suite再加上平臺安全中心新增的調(diào)查工具,這些讓企業(yè)可以更好地處理數(shù)據(jù)。新工具使用人工智能來幫助管理員快速識別企業(yè)組織中可能被病毒或惡意軟件感染的用戶,查看已共享的文檔,刪除對任何特定文件的訪問權(quán)限,以及執(zhí)行其他與安全相關(guān)的管理任務(wù)。
Wikibon分析師Kobielus表示,谷歌正試圖將G Suite作為與微軟在核心企業(yè)知識工作者領(lǐng)域展開競爭的重要戰(zhàn)略。
“這次即將公布的所有G Suite增強功能都是為了確保商用客戶遷移到谷歌套件上來——如果他們愿意的話——將是風(fēng)險非常低的。”
谷歌還利用云作為一種途徑,讓更多組織構(gòu)建自己的人工智能和機器學(xué)習(xí)驅(qū)動的工具和應(yīng)用。今年早些時候谷歌發(fā)布了Cloud AutoML培訓(xùn)套件,提供一個易于使用的拖放界面,可針對一系列特定用例訓(xùn)練人工智能模型。
谷歌實際上已經(jīng)提供了很多預(yù)訓(xùn)練的機器學(xué)習(xí)模型,例如用于圖像識別任務(wù)的Cloud Vision API。此外,谷歌還為更有經(jīng)驗的數(shù)據(jù)科學(xué)家提供了TensorFlow和Cloud ML Engine等服務(wù),從頭開始構(gòu)建自己的機器學(xué)習(xí)模型。
借助Cloud AutoML,谷歌現(xiàn)在把目標(biāo)鎖定在中型企業(yè)上,因為這些企業(yè)組織的需求超出了預(yù)先訓(xùn)練的模型,但同時自身又缺乏資源和技能。在這方面,首先有AutoML Vision工具,擴展了Cloud Vision API以識別全新的圖像類別;其他還有AutoML Natural Language,可用于預(yù)測特定域的自定義文本類別,以及AutoML Translation,用于構(gòu)建自定義翻譯模型。
Constellation Research分析師Holger Mueller表示,谷歌很早就意識到人工智能和機器學(xué)習(xí)是谷歌公有云的關(guān)鍵用例,因為企業(yè)需要用人工智能和機器學(xué)習(xí)來擴展下一代應(yīng)用。然而現(xiàn)在,廠商之間競爭的是讓人們更容易采用和使用(目前只有少數(shù)數(shù)據(jù)科學(xué)家和其他專家才能使用的)人工智能和機器學(xué)習(xí)工具。
“以自動方式運行人工智能和機器學(xué)習(xí),這對于那些希望構(gòu)建新應(yīng)用的企業(yè)來說非常有吸引力。谷歌正在不斷簡化用戶對其語音、語言和翻譯功能的使用,這促進(jìn)了谷歌一些領(lǐng)先的人工智能和機器學(xué)習(xí)能力的發(fā)展。”
Google Cloud AI產(chǎn)品開發(fā)高級主管Rajen Sheth證實了Mueller的說法,他說,谷歌的目標(biāo)是讓世界上所有人都能使用人工智能并為其特定目的創(chuàng)建模型。
“人工智能實際上是大規(guī)模的定制,但是定制深度學(xué)習(xí)真的很難。只有大約10000人可以創(chuàng)建機器學(xué)習(xí)模型,世界上只有大約200萬位數(shù)據(jù)科學(xué)家。