fbpx

GCP 產品介紹

傳統地端與 GCP 雲端之比較

傳統地端

花費大量時間、金錢建設機房

無法隨著用量自動擴展

用與不用,皆須支付高額成本

作業系統、軟體需自行導入,成本高

需自行在機台上設定架構

機房需花費成本維護

機房危機應變慢,資料遺失風險高

新專案需重新設計一套API

Google Cloud

僅需幾秒即可建置虛擬主機

可隨著用量自動擴展

用多少付多少

系統、軟體可快速設置,成本低

架構完整,可迅速上手使用

不必維護

危機應變迅速,資料完整備份

API介面服務,新專案快速銜接

Google Cloud (GCP) 主要服務一覽

Google Cloud 在 IaaS*、PaaS*、SaaS* 三種服務類型的基礎上,

提供了諸多功能,以下列舉為 GCP 所提供之主要服務。

運算 (Computing)

Google 所提供的Compute Engine是可彈性擴充之高效能虛擬機器(Virtual Machine,VM),屬於Iaas(Infrastructure as a Service)服務的一種,可免除一般傳統機房之維運、人事、擴張成本。

其特點為:開機速度快,可提供穩定且高效的服務。

同時Google提供多種規格供不同需求者選擇,也能自訂客製化的虛擬主機,價格以秒計算,且針對長時間使用的專案亦提供折扣方案。

App Engine 為Google的全代管無伺服器應用程式平台,屬於PaaS的服務。

開發者與技術人員可利用各式程式語言(Java、PHP、Node.js、Python、C#、Net、Ruby 等等)在此平台上建構應用程式。

其優勢在於開發者不必自行建置環境與管理伺服器,此外,在開發階段時常會有「原基礎架構無法負擔應用程式擴展」的問題,而App Engine會自動調整規模,讓開發者免除後顧之憂。

GKE是一款容器代管服務,容器(Container)是一個有別於VM的輕量化虛擬環境,形成「微服務」的概念;VM開設後必須建置作業系統才可供應用程式運作,但容器透過共用作業系統,即可快速布置多個應用程式環境,而不必每個應用程式分別開設VM。

然而,如何管理大量的Container叢集?

Google於2015年推出GKE來解決這樣的問題,藉由此服務,使用者可以享受Google所提供之代管服務,快速在容器內部署應用程式,適用於無狀態及有狀態之服務。且可以視需求自動調整資源分配,並定期檢查每個節點(Nodes)內的狀況,自動修復節點。

資料儲存 (Storage)

Cloud Storage是一款整合性API物件儲存的服務,根據存取的頻率 (Ex. 跨區域頻繁存取/同區域頻繁存取/一個月小於一次/一年小於一次) 共分成四個類別,且資料可隨需求在四個類別中完整轉移。此外, Cloud Storage具備以下特點:低延遲性、對於資料存取有嚴格的控制保護、物件生命週期管理(可自動管理儲存物件)、透過同一套API存取資料。

屬於一種關聯式資料庫:支援 my SQL第一二代、PostgreSQL資料庫、以及SQL Server 資料庫,並執行代管服務:自動化所有的備份、複寫、修補及更新作業,並確保 99.95% 以上的可用性。每個執行單位至多可提供 10 TB 儲存空間、40,000 IOPS 和 416 GB 記憶體。

高效能、高擴展性的服務,同時支援Google Cloud各項產品的存取,其設計以用來解決大量儲存種類與儲存請求的狀況,適合長時間之大規模分析和作業工作負載。可以進行規模龐大至數百PB的擴充,每秒也能進行幾百萬次作業,客戶通過增設更多的VM叢集來進行查詢數量的擴充,且不需停機調整設定,一經設定,即立即生效。

大數據 (Big Data)

Big Query 是 Google 所推出之強大的資料庫分析平台,用以解決沒有足夠硬體資源與基礎架構的問題。只要將 TB、PB 級的資料上傳 Big Query,利用 Google 的高效能基礎架構,使用 ANSI SQL 標準語言即可進行高效率且快速的查詢。同時 Big Query 也支援 RESTful API,協助客戶整合其他應用程式;並且 Big Query 由 Google 代管,使用者只需專注於核心工作即可。

AI 人工智慧 / Machine Learning 機器學習

包含簡易的圖形介面,儘管專業知識有限,仍可輕鬆選擇相關類型的模型進行機器學習。顧客可以選擇自訂機器模型,也可以選擇Google預先訓練好之模型,其主題包含:

視覺化訓練模型、語言訓練模型、結構化資料訓練模型。顧客可以根據自身業務範圍來輕鬆選擇不同的模型。

AI Platform 是 Google 所打造的整合性平台,資料學家及機器學習專家透過此平台可簡化開發至部署的流程。此平台的整合式工具鍊涵蓋了所有資料工程所需使用到的工具,可用性及靈活性極高。使用者可根據需求來打造並執行自己的機器學習應用程式。

AI Hub 屬於一種隨插即用的 AI 元件託管區,包含端對端之AI管道以及馬上可用之演算法。此外,使用者也可以存取 Google AI 合作夥伴的最新 AI 資訊;並同時提供多項共用功能,使企業能以私密的方式託管 AI 內容,並允許企業內部開發人員與協作者來共同取用資料。

GCP顧客僅需使用這些服務,透過簡易的操作以及應用程式導入,即可專注於開發與管理。此外,GCP也提供了各式產業解決方案,透過宏庭專業架構師的協助下,來幫助顧客進行最適合的規劃。

Machine Learning可以說是AI的基礎,使機器透過學習來學會分析資料或者是分析特徵。Google提供了幾項AI模組化的服務,包含其擅長的語音辨識、視覺辨識、語言翻譯等等。

語音辨識

將談話的語音轉換成文字的服務,並且支援120種語言,此外此API也提供即時或預錄的語音轉文字服務。

將文字轉換成語音的服務,支援32種聲音以及若干種語言,可適用於各個應用程式服務中。

此服務可設計端對端的對話介面 (Ex. Chatbots 會話機器人),並且可以佈置在各個軟體、網站、語音訊息平台。其內建 Google Machine Learning 的功能,可協助使用者為客戶創建最佳對話體驗。

視覺辨識

提供預先訓練之 ML 模型,僅需將圖片定義標籤後,即可快速分類圖片,並且可偵測物件與臉孔、印刷文字與手寫文字。此外,Vision API 也可供使用者偵測圖片情緒、文字理解等功能。

提供預先訓練之模型,可以自動分析影片中出現之物件、地點、動作,並簡化影音內容之管理並提高可搜尋性與可偵測性。同時,近乎及時的方式分析影片內容,可自動替使用者觸發不同活動(精選內容、影片推薦等等)。另外也可以提升字幕生成、不當內容偵測的效率。

語言翻譯

Google 使用 ML 技術將字句解構分析,擷取人、事、地等等相關資訊。可用於深入了解社群媒體訊息上的文字情緒。同時此服務也可以將所需資料整合進 GCP Cloud Storage 中的儲存空間。

此為 Google 所提供之翻譯服務,透過 ML 技術,能夠立刻將文字翻譯成百種以上的語言,使用者更可以在 Translation API 中選擇自訂翻譯模型,以符合業務需求。

*備註
Infrastructure as a Service : 架構即服務
Platform as a Service:平台即服務
Software as a Service:軟體即服務
Scroll to top