Flux RSS Google Cloud Note

Flux RSS Google Cloud

cloud.google.com/blog/products/gcp est le blog officiel de la plateforme Google Cloud. Il fournit des actualités, des mises à jour et des insights sur les produits et les services de Google Cloud. Le blog compte des articles écrits par des experts, des ingénieurs et des gestionnaires de produits de Google Cloud, offrant un regard en coulisse sur les technologies de l'informatique en nuage de l'entreprise.Le blog couvre un large éventail de sujets, y compris les nouveaux lancements de produits, les mises à jour de fonctionnalités, les meilleures pratiques et les histoires de succès des clients de Google Cloud. Il propose également des tutoriels techniques, des échantillons de code et d'autres ressources pour aider les développeurs et les professionnels de l'informatique à tirer le maximum des services de Google Cloud.Certains des aspects clés du blog comprennent :- Des articles sur les nouveaux lancements de produits et les mises à jour de fonctionnalités, y compris les offres d'intelligence artificielle, d'apprentissage automatique et d'analyse de données de Google Cloud - Des tutoriels techniques et des échantillons de code pour aider les développeurs à démarrer avec les services de Google Cloud - Des histoires de succès des clients de Google Cloud, mettant en évidence comment ils utilisent les services de l'entreprise pour stimuler l'innovation et la croissance - Des insights des experts de Google Cloud sur les tendances du secteur et les meilleures pratiques - Des actualités et des mises à jour sur les partenariats et les collaborations de Google Cloud avec d'autres entreprisesDans l'ensemble, le blog de Google Cloud est une ressource précieuse pour quiconque s'intéresse à l'informatique en nuage, à l'intelligence artificielle et à l'analyse de données, et offre une perspective unique sur les derniers développements dans ces domaines.

Fil de notes

EuroDaT, filiale de l'État de Hesse, est un pionnier dans le domaine des trustees de données, permettant l'échange contrôlé et spécifique de données financières sensibles. Leur système safeAML, développé avec de grandes banques, numérise le partage d'informations pour lutter efficacement contre le blanchiment d'argent. Traditionnellement, ce processus impliquait des appels téléphoniques fastidieux en raison de réglementations strictes sur la confidentialité des données. safeAML permet aux banques d'accéder numériquement aux détails de transaction nécessaires auprès d'autres banques sans exposition directe des données.EuroDaT utilise l'infrastructure de Google Cloud, notamment Google Kubernetes Engine, pour construire une plateforme scalable et conforme au RGPD. Cette approche cloud-native garantit des environnements sécurisés et isolés pour chaque demande de données, gérés par Infrastructure as Code pour une conformité automatisée. safeAML est actuellement testé par des banques allemandes, accélérant les vérifications de suspicion et réduisant les fausses alarmes. Le système facilite une analyse des transactions plus rapide et plus précise sans compromettre la confidentialité des données.Le modèle d'EuroDaT s'étend au-delà de la finance, offrant des solutions pour le partage de données sécurisé dans des domaines tels que la déclaration ESG et la recherche en santé. Ils collaborent avec le Code de durabilité allemand pour aider les PME à partager sécuritairement leurs données ESG avec les institutions financières. Dans le domaine de la santé, EuroDaT permet l'agrégation sécurisée de données de santé et d'emploi sensibles pour la recherche et les décisions politiques, comme le démontre une étude sur les impacts de l'emploi post-COVID.Le principe fondamental est d'empouvoir la souveraineté des données en facilitant l'échange de données sécurisé et contrôlé lorsque cela est nécessaire. En agissant comme un trustee de données neutre, EuroDaT garantit que la protection des données reste primordiale. Leur partenariat avec Google Cloud intègre la confidentialité des données dans les fondements de la collaboration numérique entre les entreprises, les autorités et les institutions de recherche.
CdXz5zHNQW_vTMqOoPwid.png
Google Cloud a eu une année chargée en 2024, avec de nombreuses annonces et développements importants. En janvier, Google Cloud a supprimé les frais de transfert de données pour les utilisateurs qui déplaçaient des données hors de sa plateforme. Février a vu un focus sur les sujets d'intelligence artificielle, notamment l'expansion de l'accès aux modèles Gemini pour les clients de Vertex AI. En mars, les développeurs ont repoussé les limites de l'innovation, tandis que les leaders d'entreprise ont appris à déployer de manière sécurisée l'IA sur Google Cloud. Avril a apporté un record de 218 annonces lors de Google Cloud Next, notamment l'introduction des processeurs Google Axion. Mai a vu l'introduction de Trillium, la sixième génération de processeurs TPU de Google Cloud, et un focus sur les applications alimentées par l'IA. Juin a été un mois pour moderniser les bases de données, améliorer la fiabilité du système et créer des applications alimentées par l'IA. Juillet a vu la disponibilité générale de l'appliance air-gapped de Google Distributed Cloud, ainsi qu'un regard rétrospectif sur l'histoire des puces Axion et TPU personnalisées. Tout au long de l'année, Google Cloud a élargi ses capacités, introduit de nouveaux modèles et services, et exploré l'impact de l'IA sur diverses industries. L'année s'est terminée avec la disponibilité de nouveaux modèles de génération d'images et de vidéos et la disponibilité générale de Trillium, ouvrant la voie à une année 2025 passionnante.
Google Cloud lance le parc d'attractions de l'IA dans le centre de Londres au premier trimestre 2025 pour aider à combler l'écart de connaissances et acquérir les compétences nécessaires pour exploiter le pouvoir de l'IA. Le parc d'attractions de l'IA servira de hub dynamique pour les entreprises et les individus pour démystifier l'IA, explorer son potentiel et développer une expertise pratique. L'espace présentera la famille de modèles puissants de Gemini de Google, notamment des démonstrations interactives mettant en valeur ses capacités multimodales et agentiques. Les visiteurs pourront expérimenter et explorer les capacités de Gemini pour analyser des données complexes, générer des formats créatifs et alimenter des solutions innovantes. Le parc d'attractions de l'IA est conçu comme un environnement d'apprentissage immersif où les visiteurs peuvent interagir avec l'IA, participer à des ateliers pratiques et des hackathons, et se connecter avec les experts en IA de Google Cloud. L'espace répond au besoin croissant de développement des compétences en IA, offrant un espace dédié pour l'expérimentation pratique, le développement des compétences, la construction de communauté et l'inspiration du monde réel. Le parc d'attractions de l'IA proposera des ateliers et des hackathons interactifs dirigés par les experts de Google Cloud, équipant les individus et les équipes de l'expertise nécessaire pour prospérer à l'ère de l'IA. En offrant des opportunités d'apprentissage accessibles et en favorisant une communauté d'IA florissante, le parc d'attractions de l'IA permet aux individus et aux entreprises de contribuer à façonner un avenir meilleur. Le parc d'attractions de l'IA est destiné à devenir un endroit où la curiosité rencontre l'innovation, l'apprentissage est pratique et le potentiel de l'IA est déverrouillé. Le lancement est prévu pour le premier trimestre 2025, et les individus peuvent marquer leurs calendriers pour embarquer sur leur parcours d'IA au parc d'attractions de l'IA.
Le Royaume-Uni est à la pointe de la révolution de l'IA, avec une augmentation de 50 % de l'intérêt pour la recherche sur l'IA au cours de la dernière année. Le modèle de fondation d'IA de nouvelle génération de Google Cloud, Gemini, permet aux entreprises britanniques de divers secteurs d'exploiter le potentiel de l'IA. Le sommet Google Cloud de Londres met en évidence l'impact de Gemini et présente des innovations du vaste portefeuille de Google Cloud, démontrant comment l'IA transforme les industries. Le partenariat approfondi de Google avec Vodafone, impliquant un accord de 10 ans d'une valeur de plus d'un milliard de dollars, renforce encore leur collaboration dans le cloud, la cybersécurité, les appareils et les services en Europe et en Afrique. L'investissement de 1 milliard de dollars de Google Cloud dans un nouveau centre de données au Royaume-Uni à Waltham Cross renforce son engagement en faveur de l'innovation en matière d'IA et de services numériques fiables.La dynamique derrière l'IA est évidente, avec près des deux tiers des organisations britanniques allouant une part importante de leur budget IA à l'IA générative. Google Cloud met en avant des entreprises britanniques de premier plan comme BUPA UK, Dunelm, Incubeta et Vodafone, qui utilisent Gemini et l'IA de Google Cloud pour avoir un impact réel dans les domaines de la santé, de la vente au détail, du développement et de la planification des ressources. Google Cloud élargit son engagement de résidence des données, permettant aux organisations britanniques d'exécuter le traitement de l'apprentissage automatique pour Gemini 1.5 Flash au Royaume-Uni, répondant ainsi aux préoccupations de souveraineté et de conformité des données.Google Cloud soutient également les startups du Royaume-Uni et de l'EMEA, avec plus de 60 % des startups de l'IA de nouvelle génération basées au Royaume-Uni étant des clients de Google Cloud. La société a lancé le Google Cloud Startup Hub à Londres, offrant un espace communautaire dédié aux startups et aux développeurs. Le hub propose une formation pratique, des opportunités de networking et un accès aux leaders de l'industrie. Google Cloud annonce également l'ouverture de l'AI Playground, un espace de démonstration d'IA expérientiel conçu pour inspirer et équiper les développeurs et les organisations.Pour améliorer sa plateforme de données, Google Cloud introduit des mises à jour de produits importantes, notamment l'intégration des modèles Gemini avec BigQuery, de nouvelles capacités de données synthétiques, d'analytiques de conversation et de fonctionnalités de sécurité améliorées. Google lance également un niveau d'entreprise de Code Assist, son partenaire de codage alimenté par l'IA, offrant une sécurité, un contexte et une intégration améliorés avec les services Google Cloud. Ces investissements démontrent l'engagement de Google Cloud à rendre les données et l'IA plus accessibles et puissantes pour tous les utilisateurs. Le sommet met en évidence le rôle du Royaume-Uni dans la définition de l'avenir de l'IA et le potentiel collaboratif de la technologie cloud.
Le monde de l'IA générative évolue rapidement, avec des mises à jour constantes et de nouvelles versions de modèles. Vertex AI donne accès à plus de 150 modèles de Google, de partenaires et de la communauté ouverte. Gemini 1.5 Flash offre une faible latence et des prix compétitifs, tandis que Gemini 1.5 Pro bénéficie d'une fenêtre de contexte de 2 millions de jetons, leader de l'industrie, pour des cas d'utilisation complexes. Imagen 3 excelle dans la génération d'images avec des fonctionnalités améliorées et des mesures de sécurité. Gemma 2 représente le modèle ouvert de nouvelle génération de Google avec une puissance et une efficacité accrues. Claude 3.5 Sonnet d'Anthropic rejoint la collection de modèles Vertex AI. Model Builder de Vertex AI permet la personnalisation des modèles et le développement tout-en-un du prototype à la production. La mise en cache de contexte réduit considérablement les coûts d'entrée pour les applications à contexte long. La génération contrôlée garantit les formats de sortie souhaités. L'API Batch optimise l'efficacité pour un grand nombre d'invites non sensibles à la latence. Les capacités de surveillance des modèles améliorées prennent en charge les modèles hébergés en dehors de Vertex AI et fournissent une gestion unifiée. Ray on Vertex AI simplifie les charges de travail d'IA distribuées. Prompt Management propose une bibliothèque d'invites, de versions et de suggestions générées par l'IA. Les services d'évaluation aident à évaluer les performances des modèles grâce à une évaluation rapide et des métriques spécialisées pour la synthèse et les réponses aux questions.
Alors que l'analyse des données évolue, les outils traditionnels tels que SQL rencontrent des limites. BigQuery DataFrames, une nouvelle bibliothèque open source, allie la flexibilité de Python et l'évolutivité de BigQuery, permettant ainsi l'analyse de données à grande échelle.BigQuery DataFrames unifie l'entrée/sortie des données, la manipulation des données et la transition transparente vers des pandas. Il améliore également les capacités ML de BigQuery via son API ML, offrant des fonctions Python évolutives, un déploiement de fonctions à distance et une intégration à Vertex AI.BigQuery DataFrames s'intègre à des outils tiers tels que Hex et Deepnote, fournissant une prise en charge polyglotte et une analyse interactive des données. Il simplifie le transfert entre BigQuery et Vertex AI SDK, éliminant ainsi le besoin de déplacer manuellement les données.Avec BigQuery DataFrames, les développeurs peuvent utiliser Python pour traiter les données directement dans BigQuery, tirant parti de l'évolutivité du cloud. Il offre une API Python familière pour l'analyse exploratoire des données et la manipulation complexe des données.BigQuery DataFrames permet la formation ML à grande échelle, le déploiement de fonctions à distance et l'intégration à Vertex AI. Il fournit une interface accessible en Python pour BigQuery ML, rationalisant les projets d'IA générative et intégrant les modèles de base de Vertex AI.En déchargeant le traitement Python sur le cloud, BigQuery DataFrames permet des déploiements de production transparents, facilitant ainsi le passage de l'analyse des données aux pipelines d'IA. Il exploite le modèle d'autorisation utilisateur de BigQuery, permettant aux développeurs Python d'utiliser leurs compétences au sein de BigQuery.BigQuery DataFrames est disponible dans un package unifié qui peut être facilement installé et utilisé dans divers environnements Python, notamment les notebooks Jupyter, BigQuery Studio et Colab Enterprise. Il fournit une API Python unifiée sur le stockage géré de BigQuery et les tables BigLake, évoluant automatiquement pour gérer des ensembles de données volumineux.
Google a récemment assisté à une augmentation exponentielle de la taille des attaques par déni de service distribué (DDoS), la dernière en date atteignant 398 millions de requêtes par seconde. Cette attaque utilisait une nouvelle technique HTTP/2 de « réinitialisation rapide » basée sur le multiplexage de flux, impactant plusieurs sociétés d'infrastructure Internet. L'attaque ciblait les services et l'infrastructure de Google, ainsi que leurs clients, soulignant la menace croissante des attaques DDoS. Google a collaboré avec des partenaires industriels pour élaborer des mesures d'atténuation et partager des renseignements sur la méthodologie de l'attaque. L'attaque est suivie comme CVE-2023-44487 et affecte les serveurs et les proxys qui prennent en charge le protocole HTTP/2. Il est conseillé aux organisations utilisant des services basés sur HTTP/2 d'appliquer les correctifs du fournisseur ou de vérifier la vulnérabilité de leurs systèmes. Se défendre contre des attaques DDoS massives nécessite des investissements importants dans l'infrastructure, que les clients de Google Cloud peuvent exploiter en utilisant le réseau mondial et les capacités de protection DDoS de Google. L'équilibreur de charge d'applications de Google Cloud et Cloud Armor offrent une protection proactive contre les attaques DDoS, y compris celles exploitant des vulnérabilités telles que CVE-2023-44487. Pour renforcer encore la protection, les organisations peuvent déployer des stratégies de sécurité personnalisées Cloud Armor avec limitation de débit et protection adaptative alimentée par l'IA.
Le traitement en continu fournit des informations en temps réel sur les données, utilisées dans des applications telles que la détection de fraudes et l'IoT. Dataflow offre des fonctionnalités de mise à l'échelle automatique pour ajuster automatiquement la capacité de calcul des tâches en continu. Ces fonctionnalités incluent la mise à l'échelle automatique horizontale et verticale, Streaming Engine assurant une mise à l'échelle plus fluide en réponse aux changements de volume de données.Les clients peuvent avoir besoin de personnaliser les paramètres de mise à l'échelle automatique, comme ajuster le nombre minimal et maximal de workers pendant l'exécution. Pour répondre à ce besoin, Dataflow a introduit des mises à jour de tâches en cours d'exécution pour une mise à l'échelle automatique étalonnée par l'utilisateur.Cette fonctionnalité permet aux utilisateurs de mettre à jour les limites des workers pendant l'exécution sans provoquer de retards de traitement, ce qui garantit le respect de la latence. Elle est disponible via la console Google Cloud ou l'API Dataflow Update.Yahoo a implémenté avec succès cette fonctionnalité pour mettre à jour ses pipelines en continu sans violer les accords de niveau de service (SLA), ce qui réduit les pics de latence et optimise les coûts.Dataflow offre diverses fonctionnalités de mise à l'échelle automatique, dont Streaming Engine et les mises à jour des tâches en cours d'exécution, ce qui permet aux utilisateurs d'affiner la mise à l'échelle automatique en fonction de leurs besoins spécifiques.La mise à l'échelle automatique est cruciale pour garantir une faible latence et optimiser les coûts. Dataflow fournit des fonctionnalités complètes de mise à l'échelle automatique pour simplifier ce processus.Contactez l'équipe commerciale de Google Cloud pour plus d'informations et des mises à jour sur les futures améliorations.
Google Cloud Next '23 met en avant les progrès réalisés dans l'infrastructure cloud, l'IA et les outils collaboratifs. L'événement souligne la croissance des revenus de Google Cloud, sa rentabilité et ses partenariats avec des organisations de premier plan. Les principales annonces comprennent une infrastructure optimisée pour l'IA, des mises à jour de la plateforme Vertex AI et l'introduction de Duet AI, un assistant d'IA intégré à Google Workspace et Google Cloud. Les offres d'infrastructure de Google Cloud incluent Cloud TPU v5e, les VM A3 avec GPU NVIDIA H100, GKE Enterprise, Cross-Cloud Network et Google Distributed Cloud. Les améliorations de la plateforme Vertex AI comprennent des mises à niveau de PaLM 2, Imagen et Codey, ainsi que de nouveaux modèles et outils. Duet AI étend ses capacités dans Google Workspace, offrant une assistance à l'écriture améliorée, la complétion de code et des fonctionnalités de productivité pour les réunions. Google Cloud met l'accent sur l'importance du contrôle et de la sécurité des données, en garantissant que les utilisateurs conservent la propriété et la confidentialité de leurs données. La société introduit également le tatouage numérique pour les images générées par l'IA et Colab Enterprise, un service géré pour les flux de travail d'IA. L'accent mis par Google Cloud sur l'infrastructure, l'IA et la collaboration vise à permettre aux entreprises et aux organisations d'exploiter les avantages de l'IA générative et des technologies cloud.
Les prix Google Cloud Customer récompensent les entreprises qui utilisent les technologies Cloud pour stimuler l'innovation et le changement positif. Les lauréats de cette année incluent Carrefour Belgique, qui utilise l'IA pour des connaissances basées sur les données ; Kakao Brain, qui utilise l'infrastructure IA/ML pour les services d'IA générative ; et le Département de la conservation de l'environnement de l'État de New York, qui met en œuvre la surveillance mobile de l'impact environnemental. Les prix DEI Customer récompensent les entreprises qui favorisent la représentation et l'inclusion grâce aux données et à l'IA, tandis que les lauréats du prix Social Impact démontrent le pouvoir de la technologie pour créer un soutien communautaire positif et favoriser la mobilité économique. Les lauréats du prix Talent Transformation permettent aux employés d'acquérir des compétences numériques pour stimuler la réussite professionnelle et l'évolution de carrière. Les prix Industry Customer récompensent les entreprises de tous les secteurs, notamment Palo Alto Networks pour sa plateforme de sécurité basée sur le Cloud, FMU pour l'élargissement de la portée éducative et COTA pour la transformation des soins de santé grâce à des soins contre le cancer basés sur les données. Google Cloud est fier de collaborer avec des clients de divers secteurs, de la fabrication à la chaîne d'approvisionnement et au commerce de détail, alors qu'ils révolutionnent leurs opérations et créent de nouvelles possibilités grâce au Cloud.
Les prévisions de séries chronologiques sont essentielles dans divers secteurs. Les jours fériés ont un impact sur les données de séries chronologiques, il est donc important d'en tenir compte dans les modèles de prévision. BigQuery ML propose désormais des fonctionnalités de modélisation des jours fériés personnalisées dans les modèles ARIMA_PLUS et ARIMA_PLUS_XREG. Ces fonctionnalités permettent aux utilisateurs d'accéder aux données de jours fériés intégrées, de personnaliser les paramètres de jours fériés et d'expliquer la contribution des jours fériés individuels aux résultats des prévisions. En créant un jour férié personnalisé pour un événement tel que Google I/O, les utilisateurs peuvent améliorer considérablement la précision de leurs prévisions. La modélisation des jours fériés personnalisée permet aux utilisateurs d'intégrer les jours fériés propres à l'entreprise, améliorant ainsi l'explicabilité et la précision des modèles de prévision. BigQuery ML fournit un dataset public et la fonction de valeur de table ML.HOLIDAY_INFO pour faciliter la compréhension des jours fériés utilisés dans les modèles de prévision. La modélisation des jours fériés personnalisée dans les modèles de prévision est désormais disponible en avant-première dans BigQuery ML. Elle offre des avantages tels que la facilité de configuration à l'aide de GoogleSQL, une transparence accrue et une meilleure explicabilité des prévisions de séries chronologiques.