Google Cloud พยายามทําให้ข้อมูล 'ไร้ขีดจํากัด' ด้วย BigLake และพันธมิตรระบบคลาวด์ข้อมูลใหม่

BigLake ได้รับการออกแบบให้เป็นโอเพ่นซอร์สอย่างสมบูรณ์และเป็นศูนย์กลางของการลงทุนของ Google Cloud ในอนาคต

Google Cloud ได้ประกาศตัวอย่างเอ็นจิ้นการจัดเก็บข้อมูลดิบข้อมูล BigLake ซึ่งเป็นส่วนหนึ่งของเป้าหมายที่จะลบ "ข้อจํากัดของข้อมูล" ทั้งหมด รวมทั้งทําลายกําแพงระหว่าง Data Lake และคลังสินค้า

ตามที่ Sudhir Hasbe ผู้จัดการผลิตภัณฑ์การวิเคราะห์ข้อมูลของ Google Cloud อธิบายว่า BigLake ได้รับการออกแบบมาเพื่อให้อินเทอร์เฟซแบบครบวงจรในเลเยอร์การจัดเก็บข้อมูลใดๆ รวมถึงที่จัดเก็บข้อมูลดิบและคลังข้อมูล ไม่ว่าจะเป็นรูปแบบใดก็ตาม

"เพื่อให้คุณไม่ต้องคัดลอกข้อมูล ย้ายข้อมูลไปยังที่เก็บอ็อบเจ็กต์ของคุณ เช่น ใน Google Cloud Storage, S3 หรือ Azure ในสภาพแวดล้อมแบบมัลติคลาวด์ และคุณจะได้รับที่เดียวในการเข้าถึงข้อมูลทั้งหมดของคุณ"

Hasbe กล่าวเสริมว่า BigLake สามารถรองรับรูปแบบไฟล์ที่เปิดอยู่ทั้งหมด เช่น Parquet พร้อมกับเอ็นจิ้นการประมวลผลโอเพ่นซอร์ส เช่น Apache Spark หรือ Beam และรูปแบบตารางต่างๆ รวมถึง Delta และ Iceberg

"มันเปิดอย่างสมบูรณ์"

"เรากําลังนํานวัตกรรมจาก Google ขยายไปสู่โลกโอเพ่นซอร์ส และทําให้เปิดกว้างมากขึ้นสําหรับลูกค้าของเราทุกคน"

BigLake ถูกกําหนดให้กลายเป็นศูนย์กลางของการลงทุนทั้งหมดของ Google Cloud ในอนาคต

"เราจะตรวจสอบให้แน่ใจว่าเครื่องมือและส่วนประกอบต่างๆ ทั้งหมดทํางานร่วมกับ BigLake ได้อย่างราบรื่นในอนาคต" Hasbe กล่าว

นอกจากนี้ Google ยังประกาศจัดตั้ง Data Cloud Alliance ซึ่งก่อตั้งขึ้นร่วมกับพันธมิตรผู้ก่อตั้งรายอื่น ๆ รวมถึง Confluent, Databricks, Dataiku, Deloitte, Elastic, Fivetran, MongoDB, Neo4j, Redis และ Starburst

ภายใต้พันธมิตร สมาชิกจะให้โครงสร้างพื้นฐาน API และการสนับสนุนการผสานรวมเพื่อให้แน่ใจว่าสามารถเคลื่อนย้ายข้อมูลและการเข้าถึงระหว่างหลายแพลตฟอร์มและผลิตภัณฑ์ในสภาพแวดล้อมต่างๆ พวกเขายังจะร่วมมือกันในโมเดลข้อมูลอุตสาหกรรมทั่วไปกระบวนการและการผสานรวมแพลตฟอร์มเพื่อเพิ่มการเคลื่อนย้ายข้อมูล

"เราได้มุ่งมั่นที่จะขจัดอุปสรรคในการล็อคข้อมูล เรามุ่งมั่นที่จะทําให้แน่ใจว่าสามารถเข้าถึงและประมวลผลข้อมูลในผลิตภัณฑ์ต่างๆ ได้ และเรามุ่งมั่นที่จะให้ลูกค้าเป็นศูนย์กลางของนวัตกรรมร่วมกันของเรา" Gerrit Kazmaier ผู้จัดการทั่วไปของ Google Databases, Data Analytics, Looker กล่าว

ในฐานะที่เป็นส่วนหนึ่งของการประชุมสุดยอด Data Cloud ยักษ์ใหญ่ด้านเทคโนโลยียังได้เปิดตัว Vertex AI Workbench เพื่อนําข้อมูลและระบบ ML มาไว้ในอินเทอร์เฟซเดียว เพื่อให้ทีมสามารถมีชุดเครื่องมือทั่วไปในการวิเคราะห์ข้อมูล วิทยาศาสตร์ข้อมูล และการเรียนรู้ของเครื่อง ได้รับการออกแบบให้ผสานรวมโดยตรงกับชุดผลิตภัณฑ์ AI และข้อมูลเต็มรูปแบบ รวมถึง BigQuery, Serverless Spark และ Dataproc

"ความสามารถนี้ช่วยให้ทีมสามารถสร้าง ฝึกอบรม และปรับใช้โมเดล ML ในสภาพแวดล้อมโน้ตบุ๊กที่เรียบง่าย ซึ่งสามารถปรับปรุงและทําให้เร็วกว่าเครื่องมืออื่นๆ ที่พวกเขาอาจใช้ถึงห้าเท่า" Henry Tappen ผู้จัดการผลิตภัณฑ์อาวุโสของ Google Cloud AI กล่าว  

บริษัทยังประกาศ Vertex AI Model Registry ปัจจุบัน Model Registery ได้รับการออกแบบให้เป็น "ที่เก็บข้อมูลส่วนกลางสําหรับการค้นหา ใช้ และควบคุมโมเดลแมชชีนเลิร์นนิง รวมถึงโมเดลที่จัดเก็บไว้ใน BigQuery ML" Tappen กล่าว

"เนื่องจากฟังก์ชันนี้ทําให้นักวิทยาศาสตร์ข้อมูลสามารถแชร์โมเดลและนักพัฒนาแอปได้ใช้งานได้ง่าย ทีมจึงมีอํานาจมากขึ้นในการเปลี่ยนข้อมูลให้เป็นการตัดสินใจแบบเรียลไทม์" Tappen กล่าวเสริม