Google Cloud Next’19 在台灣時間 4/10 於舊金山 Moscone Center 盛大舉行，除了最熱門的 Anthos 混合雲管理平台之外，Google 在「基礎設施」和「AI」上，仍端出許多「牛肉」，iKala Cloud 帶您快速回顧今年 NEXT 大會推出的各項雲端服務。
協助企業上雲的基礎建設
首爾、鹽湖城新機房 2020 年啟用
延續去年 Google Cloud 在基礎建設的投資，Google CEO Sundar Pichai 率先在 Next 大會發布：GCP 將在南韓首爾和美國鹽城湖拓展新的雲端機房，而在今年四月甫推出的更高規格 Compute-optimized、memory-optimized 的虛擬機器，也是 GCP 持續投資的佐證 (了解更多)。
管理跨雲應用的平台：Anthos
此次 Next 大會最大的亮點即為基於 Kubernetes 所建構的 Anthos 多雲端平台正式 GA，Anthos 的前身是 Google Cloud Service Platform，它不僅由 Google 完全代管且操作簡單，服務更延伸到地端機房和包括 AWS、Azure 在內的其他雲端供應商。隨著雲端越來越熱門，如何管理地端應用程式和 IT 變得越來越困難，Anthos 是一個混合雲管理平台，可以讓企業可以更專注於開發商業邏輯。(延伸閱讀：Anthus 完整介紹)
為什麼 Google 會在今年將重心放在混合雲上呢？
根據調查顯示，還在使用地端機房企業目前仍佔市場 80%，想採用混合雲策略的企業則占了 88%，為加快他們上雲的腳步，Google Cloud 決定以「混合雲」及「簡化雲端搬遷歷程」為重點發展目標。
除了「Anthos Migrate」即將推出 Beta 版本之外，為幫助零售業轉型，Google 推出 Traffic Director 測試版：為企業量身打造的作業系統及流量控管頁面，可達到如金絲雀部署的流量控管能力。
Anthos 成功應用案例：KOHL’s 柯爾百貨公司
老牌連鎖百貨 Kohl’s 在美國擁有逾千店面，是美國最大的百貨集團之一，儘管如此隨著技術的演進，Kohl’s 跟所有零售業一樣面臨了數位轉型的挑戰。看重 Google Cloud 創新與高技術能力，Kohl’s 選擇與 GCP 合作，近三年來已經將 70％ 的應用程式搬遷到雲端，Kohl’s 技術總監 Ratnakar 更表示：「很高興 Google Cloud 為 Kohl’s 帶來的改變，它讓我們輕鬆的迎戰 Black Friday 和 Cyber Monday 購物節所帶來的高流量。」
Google 代管的認證服務：Managed Service for Microsoft Active Directory (Alpha)
Microsoft Active Directory 仍然是目前最多企業使用的身份認證服務。儘管過去 GCP 讓使用者能手動建立 Active Directory，但中間的步驟較為繁瑣，隨著 Google 把重心投入在混合雲，GCP 新服務：Managed Microsoft Active Directory 也將扮演指標性的角色，企業 IT 團隊能夠更輕鬆地管理並把注意力放在更高價值的專案。
Cloud SQL 將支援 MSSQL：完全代管、高可用性的資料庫服務
今年開始 GCP 將支援 Cloud SQL for Microsoft SQL Server 的功能，此功能將允許使用者把部署於地端機房的 SQL Server 服務搬至 GCP，Cloud SQL 將包辦一切備份、更新等繁雜的任務。使用者不再需要擔心延遲及安全性的問題，也可以減少自己維護資料庫的成本。
將無伺服器導入容器：Cloud Run
Cloud Run 是全代管的無伺服器計算平台，您可以透過 HTTP request 執行 stateless 容器。減少管理基礎建設的部份，並專注於更重要的產品開發。Cloud Run 基於 Knative 所建構，可以將容器跑在完全由 GCP 代管的 Cloud Run，或是自行將 Cloud Run 架構在 GKE 上來達到更多彈性。
Cloud Data Fusion：快速打造 Cloud-Native ETL Data Pipeline
Cloud Data Fusion 是一款由 Google 代管的 Cloud-native 資料整合服務，幫助使用者快速打造並管理 ETL Data Pipelines。「圖形化介面」、「支援大量的開源函式庫」、「預設定的 connectors 以及 transformations」是 Cloud Data Fusion 的三大優勢。Cloud Data Fusion 讓企業可以將注意力從「整合程式」轉移到更深入的「商業洞察」。
Cloud Data Fusion instance 是由 GKE、CloudSQL、Cloud Storage、Persisten Disk 及 CKMS 所組成。一個 GCP project 對應到一個 tenant project，而一個 tenant project 就是由許多 Data Fusion instances 所組成。
Cloud Data Fusion 計價類型分為：
- Basic：$1.8 per instance per hour)
- Enterprise：$4.2 per instance per hour，Enterprise 版本多了 streaming pipelines、HA、REST API等功能，請參考官方文件。
多項資料分析 & AI 產品更新
BigQuery BI Engine
BigQuery BI Engine (beta) 以 BigQuery 為基礎，利用 in-memory analysis 的方法，達到極為快速分析的服務，它允許用戶以 sub-second query 的回應時間去分析大型複雜的資料集。BigQuery BI Engine 跟 Data Studio、Looker、甚至是「Spreadsheet」高度整合，加快資料分析的腳步。
- 透過「高 concurrency」和「sub-second query 回應時間」實踐即時儀表板 (dashboard)。
- 透過減少額外的 ETL 或 BI 伺服器管理，簡化 BI 架構並加快分析洞察的時間。
- 透過「自動調整性能」和「高容量彈性」，優化大型數據集上的可視化分析。
AutoML Tables
如同上次 Next 大會提出的 AutoML 系列產品，即使對機器學習專業知識了解有限，AutoML Tables 也能讓您從 structure data 創建精確的模型，大幅降低企業進入機器學習的門檻。資料來源可以是 BigQuery 或是其它 Google Cloud 產品 (例如：Google Cloud Storage 等)，讓您可以更快速的應用機器學習在「識別詐欺案件」或者是「客戶生命週期價值」等領域。
延伸閱讀：AutoML Tables 官方產品文件
AI Platform + AI Hub
機器學習專案包含：資料收集、處理、訓鍊、開發、佈署等項目，需要不同職能的團隊共同參與，AI Platform 讓各職能可以透過統一的介面一起去完成機器學習專案，不論是整合開源平台 kubeflow，或是與 Google 最尖端的 AI 技術整合 (如：TensorFlow、TPUs、TFX 等)，都可以在 AI Platform 上完成。
AI Hub 是一個完全代管的 AI 元件庫，讓企業可以分享 pipeline、model、algorithm 等元件，讓元件能盡可能的被使用。AI Hub 與 AI platform 高度整合，用戶可以輕易的將元件部署在 AI Platform 上使用。
延伸閱讀 (一)：AI Platform 官方產品文件
延伸閱讀 (二)：AI Hub 官方產品文件
Recommendation AI 應用
Recommendation AI 讓使用者可以在沒有機器學習專家、架構師、維運人員的情況下，針對自身需求打造一個客製化的推薦系統。透過您的產品目錄 (註一) 以及用戶事件 (註二)，Recommendation AI 構建了一個專屬於您公司的推薦模型。
註一：產品目錄：銷售給客戶的產品資訊，包括產品標題、描述、定價等。
註二：用戶事件：終端使用者在您網站上的行為，包括搜尋紀錄、查看或購買特定產品等。
