2017谷歌火力全开:瞄准机器学习与数据分析

2016年,Google将赌注的筹码放在了机器学习和数据分析上,以此来区分它的云平台,从而在企业客户中产生重大影响力。

2016年,Google消除了其在云承诺上所有持续问题,因为其战略在未来几年将成为企业市场的主要参与者。

该公司花了数百亿美元,为Google Cloud Platform(GCP)建立基础设施、服务和人才库。因此,它不再强调价格是主要的区分因素,而是侧重于企业需求、数据分析和一套用于推动应用的技术。Google 表示未来主导将这一行业。

机器学习对于许多IT企业来说仍然太新,但Google已经把它作为云计算的未来。2016年,它增加的新服务包括用于服务和新版翻译的机器智能套件、文本分析,以及图像和语音识别。

TensorFlow 是2015年的一个开源机器学习框架,且获得了Tensor处理单元的大力支持。针对TensorFlow量身定制的专用集成电路已经在Google内部使用一年多了,并且承诺每瓦更好 的性能。2017年,Google计划为其机器学习和Google Compute Engine客户添加GPU。

Kubernetes是Google内部编排工具的开源版本,巩固了其在过去一年中作为容器主要技术的地位。Kubernetes集群在设置和升级是存在挑战,因此Google Container Engine (GKE)获得了更的注意力,因为它处理这些问题,并提供与Kubernetes发布周期紧密一致的更新。

Lytics 公司的CEO兼联合创始人Aaron Raddon说,“GKE扩展了,而还有效运行了。这是无后顾之忧的,很难与之竞争。

Vendasta Technologies为媒体企业构建了销售和营销软件,它是Google App Engine的重要用户,但它已经转移到了微服务模型和GKE上。Saskatoon公司 首席架构师Dale Hopkins说,该公司将API从JSON转换为gRPC,极大地改善了客户的存档和交付。

“我们没有把一切都放在容器中,但我们联系的很紧密,”他说。

2017年,企业的舞台在哪里

Google在全球扩张方面进行了大量投资,以解决数据距离和数据驻留问题;并在2016年增加了两个新区域,使其总数达到了六个。该公司计划在2017年每月开设一个新区域。

Google通过Spotify和Evernote高调地赢得了胜利;同时,花旗、高盛和其他金融行业的重量级公司已经认可了它的技术。其他的大客户还包括可口可乐、迪斯尼、梅西和索尼,但谷歌仍然缺乏传统旗舰 企业使用其平台。

为了专门应对企业市场,Google和埃森哲 将为零售、医疗、能源、金融和其他行业开发特定行业的服务。

“你开始看到更多的对市场和参与市场的承诺 。”埃森哲云部门的全球总经理Michael Liebow表示:“他们正在加倍,甚至三倍努力,以吸引更多的合作伙伴和更多的客户。”

Googlege还添加了对企业很重要的新安全功能,用于身份和访问管理以及客户提供的加密密钥,同时它也满足国际合规标准,保护客户数据。

2016年的多重收购对GCP起到了支持的作用,最值得注意的是Apigee公司,它提供了一系列API管理服务,比Amazon Web Services(AWS)上的内容更加企业友好。

Google将多个不同的业务单元归入Google Cloud下,这些业务包括:更名为GCP 的G Suite应用、机器学习工具,API和连接到云端的Google设备 。新的有限访问咨询服务,即客户可靠性工程,为应用的可靠性提供了共同的责任模型,旨在帮助Google和企业客户彼此了解操作技能。

当然,如果Google希望赶超竞争对手并满足企业需求,它仍有大量工作要做。行业观察者通常将它与AWS和微软Azure看作三个超大规模的提供商,虽然它是千年老三。

与不建议反对多云策略的亚马逊不同,Google 需要这种模式,来避免AWS在市场上大规模领先的东西。 为此,它推动了Kubernetes等服务,如Stackdriver,它监测日志,并执行GCP和AWS上的应用诊断。

谷歌也遇到了成长的烦恼,就如同AWS早期时候一样。 最值得注意的是,由于2016年的网络故障,GCP经历了多次中断和服务中断。

Google:大数据也是大事件

数据分析仍然是GCP的关键,包括Dataflow、Dataproc和Pub / Sub等服务。BigQuery206年已经升级,支持了StandardSQL,并与Microsoft Excel这样的工作集成,改进了监控和精细安全策略,简化的了特定日期 数据分区。

此外,还增加了多区域存储和流水线存储类。 除了Coldline之外,Google还增加了生命周期管理来自动化 数据转换;另外,Coldline冷存储提供了快速的检索时间。

除了使用GKE之外,对于大数据服务的改进,和GCP已经在其工作负载中集成的机器学习(包括Bigtable,Pub / Sub和Vision API),Lytics 看到这些感到很高兴。 Raddon说,Google已经稳步地进行了改进了,平台现在更简化,核心服务功能更丰富,并没扩展太多不同类的服务。

本文转自d1net(转载)

时间: 2024-09-18 12:54:32

2017谷歌火力全开:瞄准机器学习与数据分析的相关文章

Python vs R : 在机器学习和数据分析领域中的对比

  为了鼓励新工具的出现,机器学习和数据分析领域似乎已经成了"开源"的天下.Python 和 R 语言都具有健全的生态系统,其中包括了很多开源工具和资源库,从而能够帮助任何水平层级的数据科学家展示其分析工作. 机器学习和数据分析之间的差异有些难以言明,但二者最主要的不同就在于,比起模型的可解释性,机器学习更加强调预测的准确性;而数据分析则更加看重模型的可解释性以及统计推断.Python ,由于更看重预测结果的准确性,使其成为机器学习的一把利器. R ,作为一种以统计推断为导向的编程语言

谷歌公司利用机器学习技术帮助市场营销人员改善广告追踪能力与效果

这是每一家企业在市场营销方面面临着的重要问题.而在日前于旧金山举办的Marketing Next大会上,谷歌公司制定了新的目标,即通过一项新服务帮助营销人员了解其广告及其它营销性举措到底效果如何. 此次发布的新服务被谷歌公司命名为Google Attribution.尽管名称平淡无奇,但此项新服务承诺以更理想的方式对个人电脑.智能手机乃至从搜索到实体店面访问在内的多渠道状况进行追踪,从而准确把握宣传活动的具体成效. 作为一项免费服务,Attribtuion背后的基本思路在于着眼特定产品的买家在决

谷歌宣布开放Google+1数据分析

谷歌今天宣布,他们将在Webmaster工具中显示Google+1数据,网站拥有者可凭借该数据了解Google+1按钮带来的实效. 网站拥有者可通过该数据分析网页被+1的次数.点击率影响因素等内容.不仅如此,谷歌还将对其它网站的社交按钮进行分析,比如http://www.aliyun.com/zixun/aggregation/1560.html">Facebook的"赞(Like)"按钮. 谷歌宣布开放Google+1数据分析 谷歌通过以下三种方式解析社交按钮的作用:

可能是2017最全的机器学习开源项目列表

摘要: 2016 和 2017 年对机器学习来说都是令人兴奋的,机器学习领域在 2016 年取得了重大的进展,2017 年,热度继续上升...... 2016 年,似乎所有巨头公司都在做机器学习,如果没有,也是在赶来的路上.所以 2016 或许会因为 "机器学习大热" 而被载入史册.2017,这个热潮并没有消退的迹象,前阵子 AlphaGo 的升级版以横扫千军的姿态战胜几乎所有中国的围棋大师,如入无人之境,最后更是以 60 连胜完美收官.人们对于机器学习的热情再度被点燃起来. 机器学习

2017数据科学与机器学习行业现状调查 Python是最受欢迎的语言

今年,Kaggle有史以来第一次对人工智能领域进行了深度调查,旨在全面了解数据科学和机器学习的概况.本次调查收到了 16000 多份答卷,庞大的调查数据为我们提供了有关从业者.业界最新动态以及如何进入该行业的数据支撑.以下报告包括本次调查的几个主要结果,其中包括: 尽管Python很可能是机器学习最常用的编程语言,但统计学家使用最多的是 R 语言. 数据科学家的平均年龄在 30 岁左右,但是这个数字在不同的国家有所不同.例如,印度受访者的平均年龄要比澳大利亚的小 9 岁. 被调查者教育程度最多是

谷歌发布基于机器学习的Android APP安全检测系统:Google Play Protect

Google Play作为众所周知的在线应用市场,因为审查制度的松散,经常会有一些恶意软件伪装成其他应用混入其中.此前阿里聚安全小编就报道了2例关于恶意软件伪装在Google Play上的事件:<Google Play商店的"系统更新"隐藏间谍软件,数百万用户中招>和<打开手机电筒就泄露了银行卡密码?>.一旦用户从应用市场下载APP到手机上后,谷歌便无法监视和检测应用程序的恶意行为. 近日,谷歌为Android用户带来了一个好消息.在Google I/O2017

Rackspace采用Splunk技术 下一步瞄准机器学习

托管云提供商Rackspace宣布,正在使用Splunk来为其决策分析引擎提供支持--并计划下一步使用Splunk的机器学习工具.  今天披露的这个信息,表明Rackspace正在跨所有业务流程使用Splunk的Enterprise and Enterprise Security,包括业务智能.DevOps.合规和安全. Rackspace每天会接收近3TB的数据,然后利用Splunk诊断异常活动,修复流程中的问题--Splunk称这加速了安全漏洞的修复,并为公司节约了成本.  据分析师透露,这

如何揪出论坛里的骂街党?维基百科和谷歌联合开发机器学习算法

最近,来自维基百科和谷歌的 IT 专家,公布了把 AI 用于"节制"维基百科用户评论的成果--找出哪些用户在搞人身攻击,还有他们为什么要在网上骂街. 针对该问题,研究人员开发机器学习算法,分析维基百科在 2015 年收到的的海量评论.这一年,维基百科讨论页面共收到 6300 万条评论.这些评论存在的本意,是讨论如何改进维基百科收录的各条文章. 这些算法使用 10 万条包含侮辱性言辞的评论以进行训练,当然,这样的样本规模只能算是偏小的.起初,十名人类员工对这些评论进行分类,以明确用户评论

谷歌推出新机器学习 API,可识别、搜索视频中物体

据国外媒体 TechCrunch 报道,谷歌今天在旧金山举行的 Cloud Next 大会上宣布推出新的机器学习 API,该 API 支持自动识别视频中的物体,使它们变得可以被搜索. 该名为视频智能(Video Intelligence)的 API 将可以让开发者开发能够自动识别视频中的物体的应用程序.到目前为止,多数类似的在云端提供的图像识别 API 都只专注于静态图像中的物体识别,而有了该新 API 的帮助,开发者将能够开发出支持搜索和发现视频中的信息的应用程序.举例来说,那意味着你可以搜索