GCP Next (Google Cloud Platform Global User Conference) est un des grands rendez-vous de Google. Cette édition 2016 qui s’est déroulée hier à 17h (heure de Paris) n’a pas déçu, avec un panel d’intervenants de haut vol : Diane Greene (vice-présidente pour l’activité du Cloud de Google, cofondatrice de VMware), Sundar Pichai (CEO Google), Eric Schmidt (Executive Chairman d’Alphabet), Urs Hölzle (Vice-président des infrastructures techniques de Google). En voici les annonces principales.
Machine Learning
Google a annoncé un nouveau service lors de cette keynote : Google Cloud Machine Learning. Après la sortie TensorFlow, la bibliothèque logicielle OpenSource dédiée au machine learning, également conçue par Google, et la récente victoire d’AlphaGo, la société américaine continue logiquement ses avancées dans ce domaine.
Ce service va proposer un apprentissage automatique via des modèles préentrainés, la possibilité de générer ces modèles ou encore l’utilisation des APIs : Google Translate (traduction de texte), Cloud Vision (reconnaissance et analyse d’image) et Cloud Speech (reconnaissance vocale à la volée).
Google utilise déjà son service Google cloud Machine Learning pour certains de ses services grand public comme Google Now, Google Photos, Google Translate, et dans Google Search pour la reconnaissance vocale.
L’objectif est d’offrir aux clients de la Cloud Platform une solution pour construire des modèles d’analyse prédictive basés sur leurs données. Le service Machine Learning proposé offre, selon Google, de meilleures performances par rapport aux autres services de DeepLearning.
Les trois principaux concurrents de Google cloud dans le domaine du Deep Learning (Amazon Web Service, Microsoft Azure et IBM) proposaient déjà un service de Deep Learning dans le Cloud. Google a donc décidé de rattraper son retard en proposant ce produit. Google a mis l’accent sur la performance pour se démarquer, de plus le socle TensorFlow sur lequel repose le Cloud Machine Learning de Google est OpenSource, ce qui n’est pas le cas pour ses concurrents.
Google Cloud Machine Learning est pour l’instant proposé en preview pour un nombre limité de projets. On peut s’y inscrire via ce formulaire.
Ouverture de 12 nouveaux datacenters
D’ici fin 2016, Google prévoit de déployer des datacenters dans deux nouvelles régions : Oregon (Côte Ouest des États-Unis) et Japon. « Ce sont les 2 premières des 12 régions Google Cloud Platform supplémentaires qui seront ajoutées à notre réseau d’ici 2017 » a annoncé Varun Sakalkar, product manager de GCP.
Cette annonce traduit le désir de Google de gagner du terrain sur ce marché et de passer de la position de challenger à celle de leader. Google a du reste profité de la GCP Next pour annoncer officiellement l’arrivée de 2 nouveaux clients : Disney Consumer Products Interactive Media et Coca Cola. Ils viennent s’ajouter à Apple et Spotify qui ont signé des contrats ces dernières semaines.
Google Container Engine : la gestion de clusters dans le cloud
Le Google Container Engine, service de mise en place et de gestion des conteneurs sur le Cloud (propulsé par Kubernetes), voit son utilisation doubler chaque trimestre.
Ce système gère vos conteneurs dans le cloud automatiquement, en fonction des besoins que vous définissez (telles que le processeur et la mémoire). Red Hat, Microsoft, IBM, Mirantis OpenStack et VMware travaillent à intégrer Kubernetes dans leurs plates-formes. Ce qui permettra à terme de faire du cross-cloud beaucoup plus facilement.
Google Stackdriver : outils de monitoring multi-platforme
Cet outil de monitoring est multi-plat-forme (GCP, AWS, AZURe) afin de regrouper sur un même dashboard divers projets hébergés sur des services cloud disparates. Il permet d’obtenir une vision d’ensemble plus globale, des métriques et des évènements intervenus. Un outil plus qu’utile à l’heure où les utilisateurs ont tendance à exploiter différentes infrastructures.
Stackdriver est actuellement gratuit pendant sa bêta.
Google facilite l’accès à l’opportunité du Big Data
“Data is everything”, a proclamé hier soir Carl Schachter, vice président de la plate-forme cloud de Google, qui souhaite aujourd’hui, plus que jamais, positionner très fortement son service sur le Big Data. “Focus on insight, not infrastructure” poursuit Philippe Poutonnet, Product marketing manager, pour rappeler la philosophie derrière la suite Google Big Data. Le ton est donné, et ce n’est pas la première fois que Google tente de rallier les développeurs à sa plate-forme en mettant clairement en avant la simplicité et la puissance de son offre. Le but ? Laisser la place à la créativité et au développement d’applications en épargnant au maximum les tracas des contraintes techniques aux développeurs.
Intégrer plusieurs projets open source pour les coupler avec Hadoop est une opération difficile qui nécessite beaucoup de temps aux entreprises avant de pouvoir commencer à analyser leurs données. Résultat, seulement 13% des entreprises dans le monde font de l’analyse de données. La majorité est encore en phase d’approche et n’ose pas se lancer face à la technicité du défi. L’objectif de Google est donc de fournir des outils à ses clients pour passer directement à l’analyse, sans avoir à traiter des questions d’infrastructure.
Big Query, la solution plébiscitée par le géant de Mountain View pendant sa keynote, permettrait ainsi de ne pas passer à côté de cette opportunité. En termes de performance, la solution permet de traiter jusqu’à 100 milliards de lignes en 3 secondes et plusieurs entreprises ont présenté pendant la conférence leurs cas d’applications et leurs retours sur les avantages entre Big Query et une solution autogérée en interne avec Hadoop.
Dans la vidéo ci-dessus, DeNA explique que sa problématique se posait plus en termes de vitesse que de volume. Leur besoin était de pouvoir remonter des logs très rapidement dans une base de données, afin de les exploiter et créer des rapports : DeNA est ainsi passé de Hadoop à Big Query.
Google permet donc à n’importe quel type de structure de rentrer dans le Big Data à moindre coût et avec une simplicité déconcertante, en proposant une offre tout-en-un, à la fois modulaire et complète. Là où la plate-forme proposait plusieurs outils pour capturer les données, les nettoyer et les traiter, il est maintenant possible de tout faire avec Big Query et Dataflow (qui vient remplacer Map Reduce), pour créer de la valeur avec les données.
Rendez-vous demain pour la deuxième journée de ce GCP Next 2016 !
Auteurs : Lory Makiese, Anne-Lise VanHoegaerden, Delphine Rabahi, Arnaud Astruc, Guillaume Larivere, Benoit Datcharry, élèves à l’école 42.
The post Les grandes annonces de la conférence GCP Next 2016 appeared first on SFEIR Mag.