Home Cloud Google Cloud velocizza i workload di dati e machine learning

Google Cloud velocizza i workload di dati e machine learning

Oltre ai prodotti per consentire alle imprese di superare limiti e silos di dati e sbloccare nuovo valore – BigLake e Spanner change streams –, Google Cloud ha annunciato anche innovazioni per rimuovere i limiti dei workload ed estendere la portata dei dati.

Il portafoglio di intelligenza artificiale di Google Cloud è alimentato da Vertex AI, una piattaforma gestita che offre ogni strumento di machine learning necessario per costruire, distribuire e scalare i modelli.

La piattaforma è ottimizzata per funzionare senza problemi con i carichi di lavoro dei dati in BigQuery e oltre di esso.

Ora, Google Cloud ha annunciato nuove innovazioni per Vertex AI progettate per fornire ai clienti un’esperienza ancora più snella per portare i modelli di intelligenza artificiale in produzione più velocemente e rendere la manutenzione ancora più facile.

Google Cloud

Vertex AI Workbench, che è ora generalmente disponibile, porta i dati e i sistemi di machine learning in un’unica interfaccia in modo che i team abbiano un set di strumenti comune per l’analisi dei dati, la scienza dei dati e l’apprendimento automatico.

Con integrazioni native tra BigQuery, Serverless Spark e Dataproc, Vertex AI Workbench consente ai team di costruire, addestrare e distribuire modelli di machine learning cinque volte più velocemente dei notebook tradizionali, sostiene Google Cloud.

Con Vertex AI, i clienti hanno la possibilità di aggiornare regolarmente i loro modelli. Ma la gestione dell’enorme numero di artefatti coinvolti può sfuggire rapidamente di mano.

Per facilitare la gestione e la manutenzione dei modelli, Google Cloud ha annunciato anche nuove funzionalità MLOps con Vertex AI Model Registry.

Google Cloud

Attualmente in preview, Vertex AI Model Registry fornisce un repository centrale per scoprire, utilizzare e governare i modelli di apprendimento automatico, compresi quelli in BigQuery ML.

Ciò facilita la condivisione dei modelli da parte dei data scientist e il loro utilizzo da parte degli sviluppatori di applicazioni, consentendo in definitiva ai team di trasformare i dati in decisioni in tempo reale e di essere più agili di fronte alle mutevoli dinamiche di mercato.

Google Cloud ha inoltre lanciato Connected Sheets per Looker, e la possibilità di accedere ai modelli di dati Looker all’interno di Data Studio.

Google Cloud

I clienti hanno ora la possibilità di interagire con i dati come preferiscono: attraverso Looker Explore, da Google Sheets o utilizzando l’interfaccia drag-and-drop di Data Studio.

Questo – sottolinea Big G – renderà più facile per tutti l’accesso e lo sblocco delle intuizioni dai dati per guidare l’innovazione e per prendere decisioni data driven  con questa nuova piattaforma unificata di business intelligence (BI) di Google Cloud.

Questa esperienza unificata di BI rende facile attingere a dati aziendali governati e affidabili, incorporare nuovi set di dati e calcoli e collaborare con i colleghi.

Leggi tutti i nostri articoli su Google Cloud

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche

css.php