谷歌今天宣布推出针对混合云和本地计算环境的新服务,旨在让谷歌云服务更容易被广大群体所接受,同时也说明谷歌并没有放松追赶公有云领导者AWS和微软的步伐。
这一点在本周的Google Cloud Next大会上显而易见,谷歌推出了针对容器打包软件应用开发人员的一套新云服务,而这也是云计算最常见的用例之一。
容器为开发人员提供了更高的灵活性,因为他们只需一次构建应用就可以在任何地方运行这些应用,同时使用Kubernetes编排工具实现大部分基础设施和管理的自动化。谷歌希望通过新的云服务平台,把能够让容器运行在任何平台上所需的工具聚合到一起,减轻开发者的负担。
Google Cloud Services Platform的核心组件是开源服务网络Istio,这种框架能够让开发人员连接、管理和保护微服务或者容器化应用的组件。Istio于2017年5月首次推出测试版,经过大量测试后很快将全面提供1.0版本,意味着终于可以用于生产部署了。谷歌Cloud Services Platform还将提供Istio的托管版本,其中增加了服务发现、智能流量管理和安全通信增强等功能。
Google Cloud Services Platform的另一个主要组成部分是Google Kubernetes Engine服务的本地版本,提供了用于部署容器化应用的管理层。谷歌表示,GKE On-Prem将很快以Alpha测试的模式提供,让开发人员无需将现有应用移至云端就可以实现这些应用的现代化。
Google Cloud首席执行官Diane Greene表示:“我们希望Google Cloud成为创建软件的最佳场所。”
Wikibon分析师James Kobielus表示,这展现了谷歌实际上是Kubernetes的先驱,是谷歌端到端混合云应用平台的基础,这对谷歌是有意义的,因为它在这方面有很强的优势。
“在这方面,谷歌领先于AWS、微软和其他云厂商,他们非常关注未来在GCP Marketplace中构建合作伙伴生态系统,以及接入在Cloud Services Platform 上运行的Kubernetes的第三方云服务应用,”Kobielus说。
另一位分析师表示,尽管有这一优势,但GKE的本地版本可能并不是适合所有人的。Moor Insights&Strategy分析师Patrick Moorhead表示,GKE On-Prem是谷歌最有意思的云计算公布,但他也表示,谷歌仍然没有提供完整的基础设施堆栈与竞争对手抗衡。
“企业仍然需要将他们分散的环境放在一起,而不像Azure Stack是一个完整的本地堆栈,可直接连接到Azure。讽刺的是, AWS仍然管理着比业内其他任何厂商都要多的Kubernetes工作负载。”
但在简报中,谷歌高管们热衷于强调其Kubernetes产品的独特性:
谷歌Kubernetes Engine和Kubernetes、Istio和Cloud Services Platform工程总监Chen Goldberg说:“谷歌云是唯一一种本地交付托管Kubernetes的云,看起来和用起来的感受是完全相同的。”该平台还引入了新的GKE策略管理工具,允许从中心控制合规性等事项。
适合所有人的云
Greene在今年大会上发表了关于“构建一个适合所有人的云”的主题演讲,而且谷歌在这次大会上的其他公告也都明确表示,他们想要让所有人都可以使用谷歌的云服务。
“我们为自己走在前沿感到自豪,也为是企业所需要的感到自豪,”Greene在介绍云客户Target Brands之前这样表示。
例如谷歌一直在积极利用基于云的生产力工具满足各种规模的企业组织的需求。G Suite是微软Office 365服务的竞争对手,不仅将更多的非IT工作者带入了Google Cloud,而且在某些情况下还可以帮助成长型企业使用谷歌更广泛的企业云服务。G Suite让普通员工也有机会亲身体验谷歌的一些最新技术。
谷歌今天还宣布向该平台中增添了新的机器学习技术,旨在提高员工的工作效率,包括在Google Hangouts聊天中引入Smart Reply智能回复功能,在Gmail中引入Smart Compose,帮助用户通过预测他们对特定信息的响应来更快地撰写电子邮件内容。
“除了自动填充常用短语之外,Smart Compose还可以插入个人信息如办公室地址或家庭住址,让你无需花费时间在重复任务上,”谷歌G Suite应用副总裁Prabhakar Raghavan在博客中这样写道。
G Suite还增加了一项名为Grammar Suggestions的新功能,使用基于机器翻译的方法来识别Google Docs中的错误,并即时建议更正。
Constellation Research首席分析师兼副总裁Alan Lepofsky表示,G Suite中新增的这个机器学习功能将受到欢迎,因为很多员工对工作中“信息过载”的问题感到头疼,内容来自太多的人和太多的渠道。他说,人工智能的优点之一就是可以自动执行重复性的普通任务,希望可以减轻一些额外负担。不过他说,最初这也许不会像看起来的那么容易。
“除了谷歌之外,像微软也已经向自己的Office365中增加了几项人工智能功能,思科向Webex产品组合中加入了人工智能。大规模采用这些功能,要求它们是无摩擦的、准确的、个性化的、且安全的,” Lepofsky说道。
G Suite再加上平台安全中心新增的调查工具,这些让企业可以更好地处理数据。新工具使用人工智能来帮助管理员快速识别企业组织中可能被病毒或恶意软件感染的用户,查看已共享的文档,删除对任何特定文件的访问权限,以及执行其他与安全相关的管理任务。
Wikibon分析师Kobielus表示,谷歌正试图将G Suite作为与微软在核心企业知识工作者领域展开竞争的重要战略。
“这次即将公布的所有G Suite增强功能都是为了确保商用客户迁移到谷歌套件上来——如果他们愿意的话——将是风险非常低的。”
谷歌还利用云作为一种途径,让更多组织构建自己的人工智能和机器学习驱动的工具和应用。今年早些时候谷歌发布了Cloud AutoML培训套件,提供一个易于使用的拖放界面,可针对一系列特定用例训练人工智能模型。
谷歌实际上已经提供了很多预训练的机器学习模型,例如用于图像识别任务的Cloud Vision API。此外,谷歌还为更有经验的数据科学家提供了TensorFlow和Cloud ML Engine等服务,从头开始构建自己的机器学习模型。
借助Cloud AutoML,谷歌现在把目标锁定在中型企业上,因为这些企业组织的需求超出了预先训练的模型,但同时自身又缺乏资源和技能。在这方面,首先有AutoML Vision工具,扩展了Cloud Vision API以识别全新的图像类别;其他还有AutoML Natural Language,可用于预测特定域的自定义文本类别,以及AutoML Translation,用于构建自定义翻译模型。
Constellation Research分析师Holger Mueller表示,谷歌很早就意识到人工智能和机器学习是谷歌公有云的关键用例,因为企业需要用人工智能和机器学习来扩展下一代应用。然而现在,厂商之间竞争的是让人们更容易采用和使用(目前只有少数数据科学家和其他专家才能使用的)人工智能和机器学习工具。
“以自动方式运行人工智能和机器学习,这对于那些希望构建新应用的企业来说非常有吸引力。谷歌正在不断简化用户对其语音、语言和翻译功能的使用,这促进了谷歌一些领先的人工智能和机器学习能力的发展。”
Google Cloud AI产品开发高级主管Rajen Sheth证实了Mueller的说法,他说,谷歌的目标是让世界上所有人都能使用人工智能并为其特定目的创建模型。
“人工智能实际上是大规模的定制,但是定制深度学习真的很难。只有大约10000人可以创建机器学习模型,世界上只有大约200万位数据科学家。”
谷歌称,Cloud AutoML从今天开始进入测试阶段。
好文章,需要你的鼓励
尽管2026年智能手机外观可能变化不大,但内部技术正发生飞跃式进步。AI原生处理器、新型连接技术和先进显示系统正将日常设备转变为具备企业级功能的强大个人平台。这些趋势对企业和消费者同样重要,因为人们携带的手机决定了他们如何访问数据、协作办公、管理工作流程和使用数字服务。
卡内基梅隆大学团队提出DistCA技术,通过分离AI模型中的注意力计算解决长文本训练负载不平衡问题。该技术将计算密集的注意力任务独立调度到专门服务器,配合乒乓执行机制隐藏通信开销,在512个GPU的大规模实验中实现35%的训练加速,为高效长文本AI模型训练提供了新方案。
《时代》杂志宣布AI及其架构师为2025年度人物,包括扎克伯格、苏姿丰、马斯克等八位科技领袖。编辑认为今年是AI全面潜力显现的关键年份,这项技术加速了医学研究和生产力提升,让不可能变为可能。从企业高管到教师学生,所有人都在思考AI对生活的颠覆性影响。
清华大学研究团队提出3DThinker框架,首次让AI具备类似人类的三维空间想象能力。该系统在推理过程中插入特殊的三维想象符号,不依赖外部工具或大量标注数据,就能从有限的二维图像中构建三维心理模型。在多个空间推理基准测试中,3DThinker相比传统方法性能提升达50-100%,为自动驾驶、机器人导航、虚拟现实等领域的AI应用开辟了新路径。