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.

Ce billet de blog de Google Cloud propose un récapitulatif mi-année de son contenu le plus populaire du début de 2025. Il met en avant les avancées dans le domaine de l'IA, notamment de nouveaux modèles tels que Imagen 4 et Veo 3 sur Vertex AI, et la Boîte à outils d'IA générative pour les bases de données. Le récapitulatif couvre également les capacités améliorées de BigQuery, maintenant une plateforme de données à IA native, et la disponibilité générale de Cloud Run GPUs. Les mises à jour de sécurité sont mises en avant, détaillant les stratégies de détection des menaces, les acteurs d'espionnage ciblant Juniper Networks et Ivanti Connect Secure, et les conseils contre les groupes de cybercriminalité. Le billet annonce également l'accord de Google pour acquérir Wiz pour renforcer la sécurité cloud. En outre, il aborde l'importance croissante des certifications cloud, la connectivité mondiale en expansion avec Cloud WAN, et le développement des entreprises pilotées par des agents. Les innovations telles que Firebase Studio pour les applications AI full-stack et l'agent de pilote AI de Formula E sont également mises en avant. Enfin, il souligne les applications réelles de l'IA générative dans divers secteurs d'activité.

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.

Exploiter la puissance des LLM présente deux défis : gérer leur caractère aléatoire inhérent et remédier aux inexactitudes factuelles occasionnelles. Pour surmonter ces obstacles, un nouveau workflow a été développé qui utilise le service d'évaluation Vertex Gen AI pour automatiser la sélection de la meilleure réponse parmi un ensemble diversifié d'options générées par LLM. Ce workflow implique de générer plusieurs réponses, de les évaluer par paires pour identifier la meilleure réponse et d'évaluer sa qualité à l'aide d'une évaluation ponctuelle. Le cas d'utilisation de l'institution financière pour résumer les conversations des clients illustre l'application de ce workflow à des tâches du monde réel. Le workflow améliore l'exactitude, l'utilité et la concision des résumés générés par LLM, favorisant la confiance et la transparence dans la prise de décision du système. Le workflow est applicable à n'importe quelle modalité ou cas d'utilisation, y compris les réponses aux questions et la synthèse. En exploitant la nature probabiliste des LLM et le service d'évaluation Vertex Gen AI, ce workflow permet de libérer le plein potentiel des LLM.

La mise à jour Google Cloud Innovators de cette semaine met en évidence plusieurs nouvelles fonctionnalités et mises à jour. Vertex AI Model Monitoring a été améliorée pour améliorer la surveillance des modèles en production. Les nouveaux venus peuvent désormais essayer Vertex AI sans créer de compte ou se connecter. Les instances de zone unique sont désormais disponibles pour Redis géré. Les conditions IAM peuvent désormais être utilisées pour contrôler l'accès aux ressources BigQuery. Un nouveau gestionnaire de fonctionnalités au niveau de la flotte pour GKE permet un comportement cohérent sur les clusters Kubernetes. La communauté Google Cloud partage ses idées sur la génération augmentée par la récupération (RAG), les alertes de sécurité proactives dans Security Command Center et les tests de requêtes SQL avec BigTesty. Les opportunités d'apprentissage incluent la création de chatbots d'IA avec BigQuery, la compréhension de la mise en réseau inter-cloud, l'exploitation de Cloud Run pour les applications d'IA et la mise en pratique des résultats Vertex AI avec la recherche Google. En outre, Google Cloud s'est associé à Oracle pour offrir une gamme d'options de base de données et de connectivité.

Google Cloud propose les dernières mises à jour, annonces, ressources, événements et opportunités d'apprentissage. La plateforme offre des offres privées de canaux, permettant des transactions d'offres privées efficaces via des ventes initiées par les revendeurs. Une étude comparative permet de comparer le coût et les performances d'Apache Flink et de Google Cloud Dataflow pour le traitement de données en streaming. Les passerelles sécurisées améliorent la sécurité grâce à la TLS mutuelle pour les passerelles d'entrée. Les certificats génériques simplifient la gestion des certificats pour plusieurs services. La recherche vectorielle permet aux utilisateurs d'analyser les journaux et les métadonnées des actifs stockés dans BigQuery. Le système de câble sous-marin transatlantique Nuvem s'étend aux Açores. Cross-Cloud Networking simplifie la gestion de l'infrastructure, tandis que les archétypes de déploiement cloud guident l'architecture de la charge de travail. Les machines virtuelles à usage général, N4 et C4, optimisent les coûts et les performances. Les fournisseurs de peering vérifiés simplifient la connectivité vers Google. Les nouveaux programmes de formation élargissent les passerelles vers les carrières technologiques.

Google Cloud fournit un hub central pour les mises à jour, les annonces, les ressources, les événements et les opportunités d'apprentissage. Les points forts incluent : - Les vues matérialisées inter-cloud permettent des analyses transparentes sur plusieurs plateformes cloud. - Google Cloud est reconnu comme le fournisseur mondial de services cloud de l'année par Palo Alto Networks. - GKE Enterprise offre un essai gratuit de 90 jours pour la gestion des applications critiques et des charges de travail IA/ML. - Les outils de gestion des coûts de BigQuery aident à optimiser les dépenses et à éviter les surprises de coûts. - Les progrès de l'IA générative améliorent le service client grâce aux offres de Google Cloud. - Les bonnes pratiques de FinOps cloud guident les organisations dans l'optimisation de leurs budgets cloud. - La feuille de route de l'innovation en matière d'analyse de données de Google Cloud décrit les stratégies pour BigQuery, les analyses en streaming et les lacs de données. - Vertex AI Search propose des fonctionnalités d'IA générative pour les applications de recherche personnalisées. - La recherche de similarité vectorielle simplifie la création de moteurs de recommandation et d'autres applications. - Les améliorations de Cloud Deploy incluent des actions pré et post-déploiement et les mises à jour de Skaffold. - Les référentiels distants et virtuels d'Artifact Registry facilitent la gestion des dépendances.

2023 a été une année de progrès majeurs dans les domaines de la technologie et du cloud computing. Google Cloud a lancé plusieurs nouveaux produits et services importants, notamment la prise en charge de l'IA générative dans Vertex AI, Log Analytics dans Cloud Logging et Application Integration. Google Cloud a également réalisé des investissements importants dans son infrastructure, notamment le lancement de nouvelles régions cloud et le développement de nouveaux matériels optimisés pour l'IA. La société a également pris des mesures pour rendre ses services plus accessibles et abordables, avec l'introduction de nouvelles options de tarification et l'extension de ses offres de niveau gratuit. En 2024, Google Cloud est bien placé pour continuer à jouer un rôle de leader sur le marché du cloud computing.

Looker Studio lance les rapports personnels, permettant aux utilisateurs d'explorer des données et de générer eux-mêmes des insights sans modifier des tableaux de bord partagés. Des mises à jour de rapport automatisées assurent la fraîcheur des données pour les décisions commerciales critiques. Des filtres rapides permettent une exploration des données plus rapide et plus puissante dans les rapports. La mise en pause des mises à jour assure un contrôle du volume de requêtes et des coûts durant la configuration du rapport. La visualisation des données sous-jacentes améliore la compréhension du contexte et de la structure des données. Ces mises à jour donnent aux utilisateurs de Looker Studio la possibilité d'accéder à des données actuelles, d'explorer efficacement des insights et de prendre des décisions éclairées. Looker Studio continue d'élargir sa base d'utilisateurs, contribuant aux 10 millions d'utilisateurs qui accèdent à la famille de produits Looker tous les mois. La plateforme vise à autonomiser les utilisateurs grâce à l'analytique en libre-service, menant à une prise de décision plus rapide et plus éclairée.

Looker Studio Pro, une plateforme de veille stratégique pour les entreprises, propose désormais une application mobile pour les appareils Android et iOS. L'application propose des mises en page de rapport dynamiques qui optimisent les rapports pour les écrans mobiles, les rendant plus faciles à naviguer et à lire. Les utilisateurs peuvent accéder à tous leurs rapports par l'intermédiaire de dossiers catégorisés et les trier pour faciliter la recherche. Le partage des rapports est simplifié avec un seul appui, générant un lien pour accéder à tout appareil. L'application permet d'accéder facilement à des rapports interactifs depuis des e-mails et des discussions programmés. Elle se connecte à plus de 1 000 sources de données et à des modèles de rapport provenant de la communauté. Pour accéder à l'application mobile Looker Studio Pro, les utilisateurs doivent disposer d'un abonnement Looker Studio Pro existant et se connecter avec leurs informations d'identification professionnelles. En téléchargeant l'application depuis Google Play ou l'App Store, les utilisateurs peuvent consulter les rapports et obtenir des données en temps réel sur leur entreprise à tout moment et n'importe où.

System Insights est un outil de surveillance pour Cloud SQL qui combine métriques, événements et logs pour diagnostiquer les problèmes de performances des bases de données. Il répond au besoin d'un tableau de bord de surveillance centralisé avec des métriques personnalisables. Le tableau de bord fournit un aperçu rapide des principales ressources système et de leur statut. Les tableaux de bord prédéfinis affichent des métriques exploitables basées sur les frameworks d'observabilité RED et USE. L'outil permet aux utilisateurs de corréler des métriques avec des événements système pour identifier les causes profondes des problèmes de performance. System Insights offre des vues personnalisables pour répondre à des cas d'utilisation spécialisés. Il complète Query Insights et les recommandations proactives de bien-être des bases de données, offrant une solution de surveillance complète pour Cloud SQL. L'outil réduit les barrières à l'entrée pour le dépannage des bases de données et habilite les utilisateurs avancés avec des métriques et des vues personnalisables. Il simplifie le processus de dépannage en intégrant les événements dans le tableau de bord, ce qui permet aux utilisateurs de corréler des métriques avec des événements système. System Insights est conçu pour rendre la surveillance et le dépannage des bases de données plus faciles et plus efficaces.

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.

Les attaques DDoS basées sur HTTP/2 ont augmenté, dépassant les précédentes attaques de couche 7. L'infrastructure d'équilibrage de charge mondiale de Google a efficacement atténué ces attaques à la périphérie du réseau, empêchant les pannes. Les attaques exploitent les fonctionnalités HTTP/2 telles que le multiplexage de flux et la réinitialisation rapide pour obtenir des taux de demandes élevés. L'attaque de réinitialisation rapide HTTP/2 repose sur le fait que les clients annulent les demandes immédiatement après les avoir envoyées, ce qui permet un nombre indéfini de demandes en cours et crée une asymétrie de coût entre le serveur et le client. Les variantes d'attaque incluent l'annulation retardée et le dépassement des limites de flux. Les mesures d'atténuation impliquent la fermeture des connexions lorsque des abus sont détectés à l'aide de trames GOAWAY et le suivi des statistiques de connexion. Les serveurs HTTP/2 doivent fermer les connexions dépassant les limites de flux pour atténuer les variantes sans annulation. Il est peu probable que ces méthodes d'attaque se traduisent directement en HTTP/3 en raison de différences de protocole. Google s'est coordonné avec des partenaires de l'industrie pour traiter la vulnérabilité HTTP/2 via un processus de divulgation coordonnée.

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.

Cloud Bigtable est une base de données NoSQL hautement évolutive offrant une faible latence et une haute disponibilité. Les flux de modifications vous permettent de suivre les modifications apportées aux données Bigtable et de l'intégrer à d'autres systèmes. Les flux de modifications peuvent être activés via différentes méthodes et donnent accès aux modifications de données pour une durée allant jusqu'à sept jours. L'intégration de Dataflow permet le traitement des données de flux de modifications à des fins de traitement par lots, de streaming et d'apprentissage automatique. Les cas d'utilisation des flux de modifications incluent l'analyse, les applications basées sur les événements, la migration, les scénarios multicloud et la conformité. Peacock utilise les flux de modifications pour rationaliser son pipeline de données. L'activation des flux de modifications peut être effectuée via la console Google Cloud, l'API ou d'autres outils. Les flux de modifications offrent flexibilité et contrôle grâce à l'intégration avec l'API Bigtable. Ils fournissent des capacités précieuses pour actionner les données sur Bigtable et optimiser les pipelines de données.

Google Cloud Consulting a développé Delivery Navigator, une plate-forme interne qui fournit une expertise sur la livraison de projets dans le cloud et les meilleures pratiques. La plate-forme est maintenant ouverte aux partenaires afin d'accroître l'efficacité et de mettre l'accent sur les priorités commerciales. Delivery Navigator combine la technologie et les méthodologies Google, offrant une bibliothèque de méthodes de transformation, une intégration de gestion de projets et une télémétrie. Il vise à standardiser les approches de livraison, à réduire les risques liés aux projets et à améliorer la communication au sein de l'écosystème du cloud. La plate-forme contiendra dans un premier temps une base de connaissances organisée, mais Google encourage les partenaires à contribuer à son contenu. Delivery Navigator s'intègre aux outils de gestion de projet populaires, ce qui permet aux partenaires de continuer à utiliser leur workflow préféré. La mise en avant-première publique de la plate-forme est prévue au début du quatrième trimestre et sera accessible via le portail Partner Advantage. La vision de Google est de créer une communauté dynamique de méthodologie de livraison sur le cloud impliquant les partenaires et les clients afin de favoriser la collaboration et l'amélioration continue dans l'écosystème du cloud.

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.

La prise en charge améliorée du JSON dans BigQuery supprime la nécessité d'un prétraitement complexe, ce qui offre une flexibilité et une évolutivité du schéma. Les nouvelles fonctions SQL pour JSON permettent d'extraire, de construire et de manipuler facilement des données JSON. Les fonctions de conversion souple traitent les types de données non concordants, ce qui facilite la conversion des données. Les fonctions de mutation JSON permettent une modification rapide et facile des données JSON. Les fonctions de constructeur JSON permettent la création d'objets et de tableaux JSON directement dans SQL. Les nouvelles fonctions simplifient les tâches d'analyse des données, comme l'extraction des données utilisateur, la suppression des champs et la modification ou l'ajout de champs. JSON_STRIP_NULLS compresse les données en supprimant les valeurs nulles JSON. JSON_SET permet d'ajouter ou de modifier des champs JSON. JSON_OBJECT crée des objets JSON à partir de paires propriété/valeur. Les améliorations continues des fonctionnalités de BigQuery visent à rendre l'analyse JSON plus efficace et plus puissante.

Les flux de modifications Cloud Spanner permettent un suivi quasi en temps réel des modifications de bases de données à des fins d'analyse, d'applications événementielles, etc. Les flux de modifications peuvent être facilement configurés pour répliquer les données sur BigQuery aux fins d'analyse. Grâce à la prise en charge de Pub/Sub et de Kafka, les flux de modifications permettent des architectures événementielles où les données Spanner déclenchent des actions dans les systèmes en aval. La création de flux de modifications implique l'écriture de DDL et la configuration de pipelines de diffusion d'événements. Les modèles Dataflow et les connecteurs Kafka simplifient la création de ces pipelines. Les flux de modifications peuvent utiliser différents types de capture de valeurs, tels que NEW_VALUES, afin d'optimiser les différents cas d'utilisation. Les flux de modifications offrent une cohérence externe, une évolutivité élevée et une disponibilité. Ils facilitent la création d'applications événementielles avec la flexibilité dont les entreprises ont besoin. Les premiers pas avec les flux de modifications sont simples, avec des ressources disponibles pour une utilisation gratuite et payante.

Les bases de données relationnelles ne sont pas optimisées pour les requêtes analytiques, c'est pourquoi il est avantageux de les connecter à des entrepôts de données. Les modèles Dataflow permettent de connecter facilement MySQL à BigQuery sans code personnalisé ni gestion de l'infrastructure. Les pipelines de données Dataflow conviennent aux tâches batch récurrentes, qui peuvent être planifiées toutes les heures, tous les jours ou toutes les semaines. Le pipeline de MySQL vers BigQuery nécessite des paramètres de configuration, notamment la planification, la chaîne de connexion source et la table de sortie BigQuery. Les paramètres facultatifs incluent la requête SQL, les informations d'identification d'authentification et les configurations liées à Dataflow. L'écran d'informations sur le pipeline fournit l'historique d'exécution et les détails du travail, tandis que l'expérience de surveillance Dataflow offre un graphique de travail, un panneau de journalisation et des mesures de performance. La destination finale des données est l'espace de travail SQL BigQuery. Pour la réplication continue des données, envisagez Datastream ou le modèle Dataflow Change Data Capture.

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.