谷歌今天宣布,用于将云服务带入私有云数据中心的谷歌软件平台已经准备就绪,从而希望从主要竞争对手那里夺取一些云计算市场份额。
谷歌表示,Cloud Services Platform(去年7月在Cloud Next大会上发布)今天开始进入beta测试阶段,不过尚未面向所有客户提供。
Cloud Services Platform旨在简化服务在云端和在本地数据中心的运行,它是基于Google Kubernetes Engine构建的,该服务使用谷歌开发、现在已经开源的Kubernetes软件来管理容器,反过来这些软件又可以在不改变应用的情况下让应用运行在多种计算环境中。
Cloud Services Platform主要针对绝大多数需要在自己环境中运行很多应用、但希望以与使用公有云服务相同的方式使用云模型的大型企业。
“CSP对我们来说是显而易见的下一个阶段,可以满足客户的需求,”谷歌Container Engine和Kubernetes工程总监Chen Goldberg在接受采访时这样表示。
据估计,尽管公有云计算增长迅速,但有超过80%的计算工作负载仍在本地,部分原因是有的企业面对着限制使用云的监管要求,有的企业只是不像打乱目前运行良好的应用设置。 IDC研究总监Larry Carvalho表示:“他们希望工作复杂是可迁移的,他们希望容器可以用于零售商店或者制造工厂等场景中。”
谷歌不是第一个将云进一步引入私有数据中心的厂商。自2017年以来,微软已经推出了Azure Stack,IBM推出了Cloud Private,而Oracle有Cloud at Customer。预计AWS将于11月底宣布推出Outposts混合云产品,今年晚些时候面市,同时AWS已经提供了一些混合云的连接器,让VMware数据中心虚拟化软件可以运行在AWS上。
尽管如此,谷歌现在至少让那些直接使用谷歌云销售业务的客户进入了beta测试阶段。Goldberg强调了CSP的一个优势:作为纯软件解决方案,它不像其他厂商那样要求采用新的硬件,这些厂商通常通过Dell Technologies、HPE和联想等合作伙伴的硬件提供自己的软件方案。
谷歌今天还推出了CSP Config Management,让企业能够为云中和本地的多个计算集群创建和设置访问控制等策略。
CSP还支持Istio开源“服务网络”,Istio用于运行分布式微服务或小型便携式应用组件,这些组件可以绑定到灵活的云服务中。这对早期的CSP用户——KeyBank来说很有吸引力。KeyBank首席技术官Keith Silvestri在声明中表示:“Cloud Services Platform为我们提供了我们所需的安全性、我们想要的可移植性、以及我们的开发人员渴望的生产力。”
Lopez Research行业分析师Maribel Lopez表示,推出CSP的一个动力是让全世界都知道谷歌是在认真做混合云的。
她补充说活:“另一个、或者更有趣的是,谷歌专注于将CSP作为一个应用现代化的平台。企业还没有真正实现现代化,因此这不是关于直接迁移,而是开始创建能够区分业务的云原生应用。这是谷歌想要进入的一个新领域。”
Carvalho表示,尽管Google Cloud落后于AWS和微软,但仍有机会凭借其混合云推动其崭露头角。
他说:“他们已经在这项工作方面走在了前列,但相同的工作Amazon三年前就走在前列了。这仍然是一个开放的市场,仍有80%的市场未被占据。”
好文章,需要你的鼓励
Rescuezilla 2.6.1发布,基于最新的Ubuntu 25.04"Plucky Puffin"版本,同时更新了基于旧版本的现有构建。新版本提供基于六个不同Ubuntu版本的构建,包括所有仍在标准支持中的LTS版本。该工具用于紧急备份、数据恢复和文件系统管理,支持硬盘、SSD和虚拟驱动器。新版本重新支持Firefox,并能处理多种虚拟硬盘格式。
伊利诺伊大学团队提出Re-Bottleneck框架,解决了音频AI系统只关注重现质量而忽视任务适应性的问题。该方法在预训练模型内部添加轻量级"翻译器",无需重新训练整个系统就能为其添加有序性、语义理解和等变性等新功能。实验显示,该技术训练成本仅为原系统的0.33%,却能显著提升下游任务性能,为AI音频处理提供了高效的定制化解决方案。
AI代码编辑器Cursor的开发商Anysphere收购了AI客户关系管理初创公司Koala,旨在加强与微软GitHub Copilot的竞争。此次收购主要为获得Koala的顶尖工程师人才,组建企业就绪团队,而非整合其CRM产品。Cursor正通过这种人才收购策略快速构建企业业务能力,该公司年收入已达5亿美元,服务超过半数财富500强企业。
莫斯科理工大学研究团队提出革命性AI训练新方法,通过固定视觉嵌入层实现模块化组装和渐进式生长。专业模型可像拼积木般无缝合并,AI系统能像生物般逐层发育。实验证明合并模型性能优于单体专家,深度增加能显著提升复杂推理能力。这种方法有望推动AI发展从资源密集型向生态化转变。