גוגל רוצה שנפיק תובנות חדשות מתוך הנתונים שלנו בענן

בגוגל (Google) מאמינים כי רק הדמיון האנושי מגביל את מה שניתן להשיג באמצעות חדשנות טכנולוגית. המהנדסים של גוגל עובדים כל הזמן כדי להרחיב את מגוון היכולות שאנו מעניקים ללקוחות Google Cloud, על מנת שיוכלו להקדיש את מיטב זמנם לפיתוח העסקי ולא לתחזוקת מערך המחשוב שלהם.

זה מתחיל בתשתיות Google Cloud, שהן היחידות שנותנות לכל לקוח את האפשרות לבחור את גודל המכונה הווירטואלית (VM) ואת סוג המעבד שמתאים לו ביותר, כמו למשל Intel Skylake, Nvidia Volta ואחרים.

הרעיון שמנחה אותנו הוא לתת לכל לקוח גמישות מקסימלית ולאפשר לו לבחור היכן, כיצד ובאיזו סביבה הוא רוצה לצרוך את שירותי הענן של גוגל.

גוגל לוקחת את השירותים הכי חזקים והכי אמינים שפיתחה לשימושה העצמי, ומספקת אותם ללקוחותיה בענן, על בסיס ניסיונה הרב בהקמת דטה סנטרים עם ביצועים גבוהים ואפס תקלות.

אולם, ברור שהמעבר לענן לא נעשה רק בשביל לקבל תשתית טובה, מהירה וזולה יותר. השלב הבא הוא טיפול בנתונים, משם יגיעו התועלות העסקיות, ולכן חשוב להכיר את היכולות המתקדמות שהענן מאפשר בהיבט של טיפול בנתונים – החל מהפקת תובנות, דרך למידת מכונה (Machine Learning) ולמידה עמוקה (Deep Learning), ועד ליכולות חיזוי עם Predictive Analysis.

להלן כמה מהיכולות החדשניות של גוגל, אשר מעניקות יכולות חקר, ניתוח ולימוד מכונה, בנוסף לתשתיות Google Cloud שתומכות בהיקפים אדירים של מידע.

ביצועים יעילים יותר וניתוחים מעמיקים יותר

לפני כשבועיים הכרזנו על זמינותו של Cloud Spanner – בסיס נתונים רלציוני שעוצב במיוחד לטיפול בהיקפים עצומים של נתונים עם יכולת גידול. כמובן שניתוח נתונים בענן מניב ביצועים יעילים יותר וניתוחים מעמיקים יותר, בזמנים קצרים בהרבה.

בנוסף, אנו מציעים ללקוחותינו את השימוש ב-Cloud Machine Learning Engine, פלטפורמה ללמידת מכונה ולמידה עמוקה בענן בעלות נמוכה, אשר מאפשרת אימון והפקת תחזיות ומבוססת על מאות שרתים בענן.

באמצעות CloudML, גוגל לוקחת על עצמה את בניית המערך האימתני הדרוש לביצוע אימונים מבוזרים, כאשר המשתמש משלם רק עבור השימוש בפועל. כך יכולים המפתחים לנסות את השימוש ב-Deep Learning מבלי להיכנס להוצאות רבות על בניית התשתית.

אחת הסיבות העיקריות ליכולות העיבוד המהירות בענן של גוגל, היא הדור השני של מעבדי Cloud TPU (ר"ת TPU – Tensor Processing Unit) שעליו הכריזה החברה בכנס המפתחים האחרון Google I/O בסן פרנסיסקו. השבב החדש מספק יכולות עיבוד חסרות תקדים של עד 180 Teraflops לתשתיות הענן שלנו, ומאיץ מגוון רחב של עומסי עבודה בתחום ה-Machine Learning, כגון אימון מודלים והרצת חישובי inference.

הכרזה נוספת מעניינת מכנס Google I/O הייתה ההשקה של Google Cloud IoT Core – שירות המאפשר לחבר התקני אינטרנט של הדברים רבים בצורה מאובטחת בענן, ומעניק יכולות ניהול מלאות וסקלאביליות.

השירות מאפשר לנתח את הנתונים הרבים שהתקני אינטרנט של הדברים מייצרים בזמן אמת, בעזרת שירותי הענן הרבים של גוגל כגון Google Cloud Dataflow ,Google BigQuery ,Cloud Machine Learning Engine, וכן בעזרת פתרונות של שותפי גוגל כגון Looker ,Qlik, Tableau ,Zoomdata ועוד.

ניתן יהיה לשמוע חידושים נוספים וטרנדים חמים בענן מבית Google Cloud ב-CloudCon 2017, הכנס השנתי של CloudZone.