In occasione del suo terzo Google Data Cloud & AI Summit, Google Cloud ha annunciato nuovi servizi ideati per aiutare i clienti a ottimizzare il rapporto costo/prestazioni, favorire l’adozione di ecosistemi aperti e impostare in modo sicuro gli standard dei dati.
Le innovazioni di prodotto presentate da Google Cloud hanno l’obiettivo di offrire i benefici dell’intelligenza artificiale e del machine learning per i dati esistenti, coinvolgendo nel contempo un dinamico ecosistema di partner.
Le principali innovazioni – sottolinea l’azienda – consentiranno ai clienti di:
- Migliorare la prevedibilità dei costi legati ai dati con BigQuery editions.
- Svincolarsi dai database legacy con AlloyDB Omni.
- Unificare le metriche di fiducia all’interno dell’organizzazione con Looker Modeler.
- Estendere gli insight di AI e ML a BigQuery e ad altre piattaforme di terze parti
Migliorare la prevedibilità dei costi operativi di BigQuery
A fronte di condizioni di mercato in rapida evoluzione le organizzazioni necessitano di sistemi più smart che offrano efficienza e flessibilità. Ecco perché Google Cloud presenta nuove edizioni di pricing di BigQuery, oltre ad alcune innovazioni per l’autoscaling e un nuovo modello di fatturazione compressed storage.
Le nuove edizioni di BigQuery offrono maggiore scelta e flessibilità, consentendo di selezionare il set di funzionalità più adatto alle esigenze dei vari carichi di lavoro. È possibile combinare le edizioni Standard, Enterprise ed Enterprise Plus per ottenere il rapporto prezzo-prestazioni ideale in base al carico di lavoro.
Le nuove edizioni di BigQuery includono la possibilità di sottoscrivere abbonamenti annuali o pluriennali a prezzi inferiori per carichi di lavoro prevedibili e la nuova funzione di autoscaling che supporta carichi di lavoro imprevedibili e offre la possibilità di pagare solo per la capacità di calcolo utilizzata.
A differenza delle soluzioni alternative basate su VM che prevedono il pagamento di un warehouse completo con una capacità fissa e predefinita, BigQuery sfrutta la potenza di un’architettura serverless per fornire capacità aggiuntiva con incrementi granulari, così da evitare di pagare di più per una capacità sottoutilizzata. Google Cloud sta inoltre offrendo un nuovo modello di fatturazione compressed storage per i clienti che utilizzano le edizioni di BigQuery, che può ridurre i costi a seconda del tipo di dati strutturati e grezzi che vengono archiviati.
Svincolarsi dai database legacy con AlloyDB
Per molte organizzazioni, ridurre i costi significa migrare dai costosi database legacy. Ma talvolta non è possibile procedere con la rapidità desiderata, perché i carichi di lavoro sono vincolati a data center on-premise a causa di requisiti normativi o di sovranità dei dati, oppure perché le applicazioni vengono gestite all’edge. Molti clienti – mette in evidenza Google Cloud – hanno bisogno di un percorso per supportare la modernizzazione in atto con AlloyDB, il database ad alte prestazioni compatibile con PostgreSQL, come trampolino di lancio verso il cloud.
Ora Google Cloud ha annunciato l’anteprima tecnologica di AlloyDB Omni, una versione scaricabile di AlloyDB progettata per essere eseguita on-premise, all’edge, su tutti i cloud o persino sui laptop degli sviluppatori. AlloyDB Omni offre i vantaggi di AlloyDB che i clienti hanno imparato ad apprezzare, tra cui prestazioni elevate, compatibilità con PostgreSQL e supporto per Google Cloud, il tutto a una frazione del costo dei database legacy.
Dai test di Google per misurare le performance, AlloyDB Omni è risultato due volte più veloce di PostgreSQL standard per i carichi di lavoro transazionali e offre query analitiche fino a 100 volte più veloci di PostgreSQL standard, afferma l’azienda. È ora possibile scaricare l’offerta per gli sviluppatori.
Per semplificare il passaggio al suo open data cloud, Google Cloud ha poi presentato il nuovo strumento Database Migration Assessment (DMA), che offre report di facile comprensione che dimostrano lo sforzo necessario a passare a uno dei nostri database PostgreSQL, che si tratti di AlloyDB o Cloud SQL.
Portare il ML nei propri dati, con Google Cloud
BigQuery ML, che consente agli analisti di dati di utilizzare il machine learning attraverso gli strumenti e le skill SQL esistenti, ha registrato una crescita di utilizzo superiore al 200% nel 2022, sottolinea Google Cloud. Da quando BigQuery ML è diventato generalmente disponibile nel 2019, i clienti hanno eseguito centinaia di milioni di query di previsione e di training.
Google Cloud offre agli sviluppatori un’infrastruttura per lavorare con dati, AI e ML, che include Vertex AI, Cloud Tensor Processing Unit (TPU) e le più recenti GPU di Nvidia. Per avvicinare il machine learning ai dati delle aziende, Big G ha annunciato nuove funzionalità in BigQuery che consentiranno agli utenti di importare modelli come PyTorch, ospitare modelli remoti su Vertex AI ed eseguire modelli pre-addestrati da Vertex AI.
Nell’ambito del suo ecosistema aperto per lo sviluppo dell’AI, Google Cloud ha ora annunciato anche nuove partnership che offriranno ai clienti una maggiore scelta e capacità di trasformare i loro dati in insight grazie all’AI e al ML, comprese nuove integrazioni tra:
- DataRobot e BigQuery, per consentire agli utenti di creare modelli di ML in ambienti notebook e implementare le previsioni da tali modelli in BigQuery, aiutando così gli sviluppatori a sperimentare più rapidamente i modelli di ML.
- Neo4j e BigQuery, per consentire agli utenti di estendere l’analisi SQL con data science e machine learning graph-native, lavorando senza soluzione di continuità tra BigQuery e Neo4j Graph Data Science, sia utilizzando BigQuery SQL che i notebook.
- ThoughtSpot e diversi servizi di Google Cloud – BigQuery, LookML e Fogli di Google – che forniranno maggiori funzionalità di ricerca in linguaggio naturale guidate dall’intelligenza artificiale per aiutare gli utenti a ottenere più rapidamente informazioni dai loro dati aziendali.
Accelerare il Data Cloud con un ecosistema aperto
Oltre 900 software partner alimentano le loro applicazioni utilizzando il Data Cloud di Google. I partner hanno ampliato l’ecosistema aperto di Google Cloud introducendo nuovi strumenti basati sui dati per i clienti.
Di seguito alcuni aggiornamenti dai partner data cloud di Google:
- Crux Informatics sta rendendo disponibili più di 1.000 nuovi set di dati su Analytics Hub, con l’intenzione di arrivare a oltre 2.000 set di dati nel corso dell’anno.
- Starburst sta rafforzando la sua integrazione con BigQuery, in modo che i clienti possano accedere alle analisi dei loro dati indipendentemente da dove risiedono, compresi i data lake o le fonti on-premise.
- Collibra ha introdotto nuove funzionalità in BigQuery, Dataplex, Cloud Storage e AlloyDB per aiutare i clienti a comprendere meglio il loro business con dati affidabili.
- Informatica ha lanciato un servizio di gestione dei dati master cloud-nativo e alimentato dall’AI su Google Cloud per semplificare la connessione dei dati a livello aziendale per una visione contestuale a 360 gradi e insight in BigQuery.
- Google Cloud Ready per AlloyDB è un nuovo programma che premia le soluzioni dei partner che hanno soddisfatto rigorosi requisiti di integrazione con AlloyDB. Trenta partner tra cui Collibra, Confluent, Datadog, Microstrategy e Striim, hanno già ottenuto la designazione Cloud Ready – AlloyDB.
Per scoprire di più sugli ultimi annunci dell’azienda, è possibile visualizzare on demand le sessioni del Google Data Cloud & AI Summit e accedere ai contenuti pratici sul sito web del summit. È inoltre possibile unirsi alla serie di eventi Data Cloud Live che si terranno in numerose città in tutto il mondo.
