はてなブックマーク

Google Cloud Summit SeriesDiscover the latest in AI, Security, Workspace, App Dev, & more. Register The DORA research program has been investigating the capabilities, practices, and measures of high-performing technology-driven teams and organizations for more than a decade. It has published reports based on data collected from annual surveys of professionals working in technical roles, including

※この投稿は米国時間 2024 年 8 月 31 日に、Google Cloud blog に投稿されたものの抄訳です。 生成 AI アプリケーションは誰が管理すべきでしょうか。AI 関連の所有権はデータチームが持つことが多いものの、生成 AI アプリケーションに固有の要件はデータチームや AI チームの要件とは明らかに異なり、DevOps チームとの類似点が多いこともあります。このブログ投稿では、これらの類似点と相違点を探り、生成 AI アプリケーション独自の特性を扱う新たな「GenOps」チームの必要性について検討します。 「データからモデルを作成する」ことを目的とするデータ サイエンスとは対照的に、生成 AI は「モデルから AI 対応サービスを作成する」ことに関連しており、既存のデータ、モデル、API の統合に関与するものです。このように見ると、生成 AI は従来のマイクロサービス

In the dynamic landscape of commerce, Shopify merchants rely on our platform's ability to seamlessly and reliably deliver highly relevant products to potential customers. Therefore, a rich and intuitive search experience is an essential part of our offering. Over the past year, Shopify has been integrating AI-powered search capabilities into our merchants’ storefronts. Shopify Storefront Search ha

※この投稿は米国時間 2024 年 9 月 21 日に、Google Cloud blog に投稿されたものの抄訳です。 組織が生成 AI ソリューションを大規模にデプロイしようとすると、多くの場合、運用上の課題に直面します。GenOps（生成 AI 向け MLOps）は、これらの課題に対処します。 GenOps は、DevOps の原則と ML ワークフローを組み合わせて、本番環境で生成 AI モデルのデプロイ、モニタリング、メンテナンスを行います。GenOps により、生成 AI システムがスケーラブルかつ高い信頼性のもと、継続的に改善されるようになります。 なぜ MLOps では生成 AI にとって難しいのか？生成 AI モデルには、従来の MLOps の手法では不十分な独自の課題があります。 スケーリング: 何十億ものパラメータには特殊なインフラストラクチャを要する。 コンピューテ

Send feedback Stay organized with collections Save and categorize content based on your preferences. Pipe syntax Pipe syntax is an extension to GoogleSQL that supports a linear query structure designed to make your queries easier to read, write, and maintain. To enroll a project in the pipe syntax preview, fill out the BigQuery pipe syntax enrollment form. Overview You can use pipe syntax anywhere

【Next Tokyo ’24】100 以上のアーカイブ セッションを本日公開！人気の生成 AI 関連セッションの紹介も 基調講演は先行して配信しておりましたが、ブレイクアウト セッション、スポンサー セッションなど、100 セッション以上を本日、追加で公開しました。セッションの復習に、新たな学びのきっかけに、ぜひこちらからご自身のペースでご視聴ください。 アーカイブ セッションを視聴 今回は、その中でも特に来場者からの評価が高かった下記の生成 AI 関連のセッションを紹介します。 Google Cloud で始める LLM Ops ~ RAG をどう評価するか ~ 損害保険ジャパン株式会社 眞方 篤史 氏 データ分析を支える Looker を用いた「生成 AI + BI プロダクト」 株式会社フェズ 海沼 玲史 氏、小池 悠太 氏 プロジェクト間での分析を可能にした高セキュリティな企業デ

GenOps: learning from the world of microservices and traditional DevOps Who is supposed to manage generative AI applications? While AI-related ownership often lands with data teams, we're seeing requirements specific to generative AI applications that have distinct differences from those of a data and AI team, and at times more similarities with a DevOps team. This blog post explores these similar

※この投稿は米国時間 2024 年 6 月 10 日に、Google Maps Platform blog に投稿されたものの抄訳です。 車両を使用するビジネスでは、迅速な到着や確実な配送に対する顧客の高まる期待に応えるために、直前の変更、予期せぬ遅延、その他避けられないさまざまな状況変化に対処する必要があります。このような課題に対処するには、規制を遵守し、車両の効率を最大化し、ドライバーの仕事に対する満足度を維持できるようにするルーティング ソリューションが必要です。 このたび、Google Maps Platform の Route Optimization API の一般提供が開始されました。Route Optimization（旧称 Cloud Fleet Routing）は、デベロッパーが運用効率を改善し、お客様とドライバーの満足度を高め、事業継続可能な組織の目標を達成できるよう

Join us for Gemini at WorkLearn how Gemini can help your business at our digital event Register Cloud Functions and its familiar event-driven programming model is now Cloud Run functions, complete with the fine-grained control and scalability that developers love about the serverless platform. With Cloud Run functions, we’ve created a unified serverless platform for all your workloads, so you don’

Run your AI inference applications on Cloud Run with NVIDIA GPUs Developers love Cloud Run for its simplicity, fast autoscaling, scale-to-zero capabilities, and pay-per-use pricing. Those same benefits come into play for real-time inference apps serving open gen AI models. That's why today, we’re adding support for NVIDIA L4 GPUs to Cloud Run, in preview. This opens the door to many new use cases

※この投稿は米国時間 2024 年 8 月 3 日に、Google Cloud blog に投稿されたものの抄訳です。 多くの組織が、クラウド移行とモダナイゼーションのための Infrastructure-as-Code ツールとして Terraform を使用しています。以前のブログ投稿では、Google Cloud Marketplace からの VM インスタンスのデプロイに Terraform を使用することで、組織に合ったエンタープライズ グレードのクラウド ソリューションを容易に発見、調達、デプロイできることをお伝えしました。本日は、Google Cloud Marketplace のユーザー インターフェース（UI）から、Terraform スクリプトを使用して数回のクリックで VM をデプロイする手順をご紹介します。 では、詳しく見ていきましょう。 Marketplace

Gemini 1.5 モデル をお試しください。Vertex AI からアクセスできる、Google のもっとも先進的なマルチモーダル モデルです。 試す ※この投稿は米国時間 2024 年 6 月 22 日に、Google Cloud blog に投稿されたものの抄訳です。 Google Cloud ネットワーキング チームは長年にわたり、お客様のネットワークの構築、修正、強化の支援に深く携わってきました。その間に、ネットワークのパフォーマンスと効率を最大限に高める重要なパターンやベスト プラクティスを発見しました。この豊富な知見は、ただの理論的なリソースではありません。Google Cloud、クロスクラウド、オンプレミス、その他のクラウド プロバイダなどデプロイ先を問わず、お客様のビジネス目標達成を支援するよう設計された実用的なツールキットです。Google はこの専門知識を共有する

フィードバックを送信 Partner Interconnect の概要 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 Partner Interconnect は、サポート対象のサービス プロバイダを介して、お客様のオンプレミス ネットワークと Virtual Private Cloud（VPC）ネットワークの間の接続を提供します。Partner Interconnect による接続は、Dedicated Interconnect コロケーション施設に接続できない場所にデータセンターを設置しているお客様や、常時 10 Gbps の専用回線を必要としないお客様に便利にお使いいただけます。 Partner Interconnect を使用する前に 次の要件を満たしていることを確認してください。 Cloud Interconnect の用語を理解している。 サ

Darren EvansEMEA Practice Solutions Lead, Application Platform ※この投稿は米国時間 2024 年 5 月 30 日に、Google Cloud blog に投稿されたものの抄訳です。 なぜ新しいトピックに対して否定的になってしまう人がいるのか、その理由は、群盲象を評すの寓話からわかります。その人自身の視点からのみで物事を見てしまうと、その全体像を見失ってしまうということです。プラットフォーム エンジニアリングはソフトウェア デリバリーの比較的新しい手法です。現在、IT 組織やソフトウェア エンジニアのチームの多くがプラットフォーム エンジニアリングについて検討している段階にあるのですが、プラットフォーム エンジニアリングとは何なのか、プラットフォーム エンジニアリングで何ができるのか、プラットフォーム エンジニアリングを導入す

Gemini 1.5 モデル をお試しください。Vertex AI からアクセスできる、Google のもっとも先進的なマルチモーダル モデルです。 試す ※この投稿は米国時間 2024 年 5 月 21 日に、Google Cloud blog に投稿されたものの抄訳です。 生成 AI の台頭により、興味深い未来の AI 活用法が多く語られていますが、一方で限界もあります。生成 AI の主力である大規模言語モデル（LLM）は、特定のデータやリアルタイムの情報を活用できないことが多いため、特定のシナリオで効果を十分発揮できないことがあります。検索拡張生成（RAG）は、自然言語処理における手法で、2 段階のプロセスによって、より有益で正確なレスポンスを提示します。まず、提示された質問との類似性に基づき、より大規模なデータセットから関連するドキュメントまたはデータポイントを検索します。次に、生

Sharing details on a recent incident impacting one of our customers A Google Cloud incident earlier this month impacted our customer, UniSuper, in Australia. While our first priority was to work with our customer to get them fully operational, soon after the incident started, we publicly acknowledged the incident in a joint statement with the customer. With our customer’s systems fully up and runn

Gemini 1.5 モデル をお試しください。Vertex AI からアクセスできる、Google のもっとも先進的なマルチモーダル モデルです。 試す ※この投稿は米国時間 2024 年 4 月 30 日に、Google Cloud blog に投稿されたものの抄訳です。 Kubernetes の大きな強みの 1 つは、Pod ごとに固有のネットワーク アドレスがあることです。これにより、Pod が VM のように機能するため、デベロッパーはポートの競合などの煩わしい問題を気にする必要がありません。Kubernetes のその特性のおかげで、デベロッパーやオペレーターは作業を簡略化できます。また、設計機能の 1 つとして高い信頼性を獲得しているため、コンテナ オーケストレーターとしての人気が非常に高くなっています。Google Kubernetes Engine（GKE）は、VPC 内

※この投稿は米国時間 2023 年 9 月 13 日に、Google Cloud blog に投稿されたものの抄訳です。 生成 AI は、現在注目を浴びている ML と AI の一種です。ここでは、皆様がこの分野で一歩先を行けるよう、Google Cloud が提供する最新のトレーニングをご紹介します。このブログ投稿では、生成 AI について、そのビジネスへの影響、そして活用方法を理解するためのリソースをまとめています。 Google Cloud は、生成 AI の新しいトレーニング オプションを公開するとともに、Google Cloud Skills Boost のトレーニング カタログを継続的に拡充しています。その中に学習パスが 2 つあり、それぞれ包括的なコンテンツが含まれます。1 つは技術者以外の方を対象とする入門レベルの Introduction to Generative AI

Gemini 1.5 モデル をお試しください。Vertex AI からアクセスできる、Google のもっとも先進的なマルチモーダル モデルです。 試す ※この投稿は、2024 年 4 月 10 日に、Google Cloud blog に投稿されたものの抄訳です。 Vertex AI は、あらゆるハイパースケール プロバイダのさまざまな基盤モデル、堅牢なインフラストラクチャ オプション、モデル開発と MLOps のための豊富なツール セットへのアクセスを提供するほか、生成 AI アプリやエージェントの構築だけでなく、デプロイとメンテナンスもできるワンストップ プラットフォームです。本日 Google Cloud Next ‘24 で、モデルに関するアップデートやプラットフォーム機能など、Vertex AI のさらなる強化を発表しました。 Gemini 1.5 Pro を Vertex

Amin VahdatVP/GM, Machine Learning, Systems, and Cloud AI, Google Cloud At Google, we constantly push the boundaries of computing, exploring what is possible for grand challenges ranging from information retrieval, global video distribution, and of course generative AI. Doing so requires rethinking systems design in deep collaboration with service developers. This rethinking has resulted in our si

※この投稿は米国時間 2024 年 3 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。 Google は、デベロッパーの負担を軽減し、クラウドネイティブ アプリケーションの構築を容易にするために、Google のスケーラブルなインフラストラクチャ上に直接、フルマネージドのコンテナ プラットフォームである Cloud Run を構築しました。 現在、Cloud Run の各インスタンスは、自身のローカル ファイル システムにはアクセスできます。しかし、既存のアプリケーションがローカル ファイル システムに保存された共有データにアクセスする必要がある場合はどうでしょうか。これまで、ファイル サーバーや Cloud Storage バケットのようなストレージ システムを簡単にマウントする方法がなかったため、デベロッパーは、複雑なソリューションを利用するか、他のサ