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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。