เมฆปกคลุม: มีอะไรใหม่ใน Google Cloud เมื่อเดือนกุมภาพันธ์

AI และแมชชีนเลิร์นนิง: หัวใจสำคัญของนวัตกรรม

เดือนกุมภาพันธ์ได้ปล่อยคลื่นความก้าวหน้าของปัญญาประดิษฐ์บน Google Cloud โดยมีข่าวเด่นคือการเปิดตัวโมเดลใหม่และการผสานรวมที่ลึกซึ้งยิ่งขึ้น ทำให้ AI มีประโยชน์และทรงพลังมากขึ้นสำหรับนักพัฒนา การเปิดตัว Gemini 3.1 Flash-Lite ได้มอบตัวเลือกที่รวดเร็วและปรับให้เหมาะสมกับต้นทุนสำหรับงานที่มีปริมาณสูง ในขณะที่ Gemini 3.1 Pro ยกระดับมาตรฐานสำหรับงานการใช้เหตุผลที่ซับซ้อน พร้อมกันนั้น Nano Banana 2 ได้ทำให้การสร้างภาพระดับมืออาชีพเป็นที่แพร่หลายมากขึ้น โดยเสนอคุณภาพระดับ Pro ด้วยความเร็วระดับ Flash

สิ่งที่อาจจะเปลี่ยนแปลงไปมากกว่านั้นคือการเปิดให้ใช้งานทั่วไปของการผสานรวม Vertex AI กับ Cloud SQL สำหรับ MySQL ซึ่งทำให้สามารถเรียกใช้การทำนายออนไลน์และสร้างเวกเตอร์เอมเบดดิ้งได้โดยตรงผ่านคำสั่ง SQL การเคลื่อนไหวนี้ได้ลบขอบเขตดั้งเดิมระหว่างฐานข้อมูลและแพลตฟอร์ม AI อย่างมีประสิทธิภาพ สร้างชั้นข้อมูลอัจฉริยะที่รวมเป็นหนึ่งเดียวมากขึ้น

โมเดล Gemini: การออกแบบเพื่อการขยายขนาดและรายละเอียด

การเปิดตัวคู่ของ Gemini 3.1 Flash-Lite และ Pro แสดงให้เห็นถึงแนวทางเชิงกลยุทธ์ในการแบ่งระดับโมเดล Flash-Lite ถูกออกแบบมาสำหรับการดำเนินงานขนาดใหญ่ที่ปริมาณงานและต้นทุนต่องานมีความสำคัญสูงสุด เช่น การกลั่นกรองเนื้อหาหรือการแปลปริมาณมาก ในทางตรงกันข้าม 3.1 Pro ทำหน้าที่เป็นพื้นฐานที่ชาญฉลาดยิ่งขึ้นสำหรับการแก้ปัญหาที่ซับซ้อน ตั้งแต่การสร้างแบบจำลองรายละเอียดไปจนถึงการสร้างอินเทอร์เฟซผู้ใช้จากคำสั่งภาษาธรรมชาติ

Vertex AI: การถักทอความฉลาดเข้ากับโครงสร้างข้อมูล

การเปิดให้ใช้งานทั่วไปของการผสานรวม Vertex AI สำหรับ Cloud SQL เป็นก้าวสำคัญสำหรับ AI เชิงปฏิบัติการ ด้วยการอนุญาตให้เรียกใช้โมเดลที่โฮสต์ใน Vertex AI ผ่าน SQL อย่างง่าย มันจึงขจัดความยุ่งยากในการเคลื่อนย้ายข้อมูลและการประสานงาน API การเชื่อมโยงที่แน่นหนานี้หมายความว่านักวิทยาศาสตร์ข้อมูลและนักพัฒนาซอฟต์แวร์สามารถเพิ่มข้อมูลเชิงลึกจาก AI ให้กับข้อมูลธุรกรรมได้แบบเรียลไทม์ ซึ่งเร่งเส้นทางจากข้อมูลไปสู่การตัดสินใจได้อย่างมีนัยสำคัญ

ฐานข้อมูลและการวิเคราะห์: ฉลาดขึ้น เร็วขึ้น และเชื่อมต่อกันมากขึ้น

ชั้นข้อมูลได้รับการอัปเกรดอย่างมากโดยมุ่งเน้นที่การปรับขนาด ความฉลาด และการโต้ตอบกับ AI ที่ราบรื่น Cloud Spanner ได้แนะนำความสามารถการปรับขนาดอัตโนมัติใหม่ที่ทรงพลัง ในขณะที่การเปิดตัวอย่างเซิร์ฟเวอร์ Model Context Protocol (MCP) ระยะไกลสำหรับ Cloud SQL, Spanner และ Firestore ได้สร้างสะพานมาตรฐานสำหรับเอเจนต์ AI ในการโต้ตอบกับข้อมูลสด

BigQuery ยังคงพัฒนาต่อไปด้วยคุณสมบัติใหม่ที่ขับเคลื่อนด้วย AI เช่น ข้อมูลเชิงลึกของชุดข้อมูลและโมเดลการจำแนกประเภทหลายหมวดหมู่ ข้อความเตือนที่สำคัญสำหรับผู้ใช้คือกำหนดเวลาที่กำลังจะมาถึงสำหรับ Legacy SQL ซึ่งผลักดันให้หันมาใช้ไวยากรณ์คำสั่งที่ทันสมัยและมีประสิทธิภาพมากขึ้น การอัปเดตเหล่านี้รวมกันผลักดันให้ฐานข้อมูลเปลี่ยนจากที่เก็บข้อมูลแบบเฉยๆ ไปเป็นผู้มีส่วนร่วมที่กระตือรือร้นและชาญฉลาดในสแต็กแอปพลิเคชัน

Cloud Spanner และการปฏิวัติการปรับขนาดอัตโนมัติ

คุณสมบัติการปรับขนาดอัตโนมัติใหม่ของ Spanner เป็นก้าวกระโดดสำหรับการจัดการปริมาณงานที่คาดเดาไม่ได้ ระบบสามารถปรับเปลี่ยนทรัพยากรคอมพิวเตอร์และพื้นที่จัดเก็บแบบไดนามิกตามความต้องการจริงได้แล้ว เพื่อรับประกันประสิทธิภาพโดยไม่ต้องจัดเตรียมทรัพยากรมากเกินไป สิ่งนี้สำคัญเป็นพิเศษสำหรับแอปพลิเคชันระดับโลกที่ประสบรูปแบบการใช้งานที่แปรผันในภูมิภาคและเวลาต่างกัน

เซิร์ฟเวอร์ MCP: ตัวแปลงสัญญาณสากลสำหรับ AI

การแนะนำเซิร์ฟเวอร์ MCP ระยะไกลในตัวอย่างสำหรับบริการฐานข้อมูลหลักเป็นการเปลี่ยนแปลงพื้นฐาน เซิร์ฟเวอร์เหล่านี้ทำหน้าที่เป็นตัวแปลสากล ทำให้แอปพลิเคชันและเอเจนต์ AI เช่น Gemini หรือ Claude สามารถสอบถาม อัปเดต และใช้เหตุผลเกี่ยวกับเนื้อหาฐานข้อมูลได้อย่างปลอดภัยโดยใช้โปรโตคอลมาตรฐาน มันเปลี่ยนฐานข้อมูลที่รองรับใดๆ ให้กลายเป็นแหล่งข้อมูลที่สามารถสื่อสารได้สำหรับแอปพลิเคชันแบบเอเจนต์รุ่นต่อไป

เซิร์ฟเวอร์เลสคอมพิวติ้ง: การสร้างความยืดหยุ่นและการเชื่อมต่อที่ปลอดภัย

แพลตฟอร์มเซิร์ฟเวอร์เลส เช่น Cloud Run และ Cloud Functions ได้รับคุณสมบัติที่เพิ่มความแข็งแกร่งสำหรับแอปพลิเคชันที่สำคัญต่อภารกิจ Cloud Run ได้เข้าสู่ตัวอย่างสำหรับการปรับใช้งานหลายภูมิภาคพร้อมการสลับระบบอัตโนมัติ ซึ่งเป็นตัวเปลี่ยนเกมสำหรับการสร้างบริการที่ยืดหยุ่นในระดับโลกโดยไม่ต้องจัดการโครงสร้างพื้นฐาน Cloud Functions ทำให้การส่งข้อมูลออกจาก VPC โดยตรงพร้อมใช้งานทั่วไปสำหรับฟังก์ชันรุ่นที่สอง ซึ่งช่วยให้สามารถเชื่อมต่อกับทรัพยากรภายในได้อย่างปลอดภัยและเป็นส่วนตัว

รันไทม์ OSON24 สำหรับ Cloud Run ยังเปิดให้ใช้งานทั่วไปด้วย เพื่อตอบสนองนักพัฒนาที่ชอบปรับใช้งานโดยตรงจากซอร์สโค้ด ยิ่งไปกว่านั้น เส้นทางการย้ายข้อมูลใหม่จาก App Engine ไปยัง Cloud Run ทำให้การทำให้แอปพลิเคชันรุ่นเก่าทันสมัยง่ายขึ้น โดยเสนอแนวทางที่ชัดเจนยิ่งขึ้นสู่อนาคตแบบเซิร์ฟเวอร์เลสเต็มรูปแบบ

Cloud Run บรรลุความยืดหยุ่นระดับโลก

ตัวอย่างของการสลับระบบหลายภูมิภาคสำหรับการรับส่งข้อมูลภายนอกของ Cloud Run เป็นขั้นตอนที่สำคัญสำหรับความน่าเชื่อถือของเซิร์ฟเวอร์เลส บริการสามารถปรับใช้งานข้ามหลายภูมิภาคทางภูมิศาสตร์ได้แล้ว โดยโครงสร้างพื้นฐานของ Google จะกำหนดเส้นทางผู้ใช้ไปยังภูมิภาคที่ทำงานได้ตามปกติโดยอัตโนมัติในกรณีที่เกิดขัดข้อง สิ่งนี้นำความพร้อมใช้งานสูงระดับองค์กรมาสู่แพลตฟอร์มที่จัดการเต็มรูปแบบและปรับขนาดเป็นศูนย์ได้

การรักษาความปลอดภัยขอบเขตเซิร์ฟเวอร์เลสด้วย VPC Egress

การเปิดให้ใช้งานทั่วไปของการส่งข้อมูลออกจาก VPC โดยตรงสำหรับ Cloud Functions รุ่นที่ 2 ได้แก้ไขข้อกังวลหลักด้านความปลอดภัยและการเชื่อมต่อ ฟังก์ชันสามารถเข้าถึงฐานข้อมูล API ส่วนตัว หรือบริการอื่นๆ ภายใน Virtual Private Cloud ได้โดยไม่ต้องผ่านอินเทอร์เน็ตสาธารณะ สิ่งนี้รักษาขอบเขตความปลอดภัยที่แข็งแกร่งในขณะที่ทำให้ฟังก์ชันเซิร์ฟเวอร์เลสทำหน้าที่เป็นส่วนสำคัญของสถาปัตยกรรมแบบไฮบริดส่วนตัว

ความปลอดภัยและการดำเนินงาน: การรวมการควบคุมและข้อมูลเชิงลึกเชิงรุก

การจัดการความปลอดภัยและการดำเนินงานได้รับการรวมศูนย์และทำให้เป็นอัตโนมัติอย่างมีนัยสำคัญ Google SecOps บรรลุเป้าหมายสำคัญด้วยการเปิดให้ใช้งานทั่วไปของ Role-Based Access Control (RBAC) แบบรวมศูนย์ ซึ่งช่วยให้ผู้ดูแลระบบสามารถจัดการสิทธิ์สำหรับคุณสมบัติ SIEM และ SOAR ได้โดยตรงผ่าน Google Cloud IAM Security Command Center ได้ผสานรวมกับ AppHub ลึกซึ้งยิ่งขึ้นสำหรับการวิเคราะห์ความเสี่ยงตามบริบท

สำหรับผู้ดูแลฐานข้อมูล คุณสมบัติตัวอย่างได้นำความสามารถการตรวจสอบที่ขับเคลื่อนด้วย Gemini มายัง Cloud SQL และ AlloyDB โดยใช้ AI เพื่อช่วยแก้ไขปัญหาคำสั่งที่ทำงานช้า การอัปเดตเหล่านี้ชี้ไปสู่อนาคตที่ความปลอดภัยถูกฝังแน่นอย่างราบรื่นและภาระการดำเนินงานได้รับการบรรเทาผ่านความช่วยเหลือที่ชาญฉลาด

RBAC แบบรวมศูนย์: การทำให้การกำกับดูแล SecOps ง่ายขึ้น

การเปิดให้ใช้งานทั่วไปของ RBAC แบบรวมศูนย์สำหรับ Google SecOps ขจัดความจำเป็นสำหรับระบบสิทธิ์แยกต่างหาก ด้วยการใช้ประโยชน์จากเฟรมเวิร์ก IAM ที่แข็งแกร่งของ Google Cloud ทีมงานสามารถกำหนดการควบคุมการเข้าถึงที่แม่นยำและละเอียดสำหรับนักวิเคราะห์ความปลอดภัยและผู้ตอบสนองข้ามทั้งฟังก์ชันการทำงาน SIEM และ SOAR ได้แล้ว สิ่งนี้ทำให้การบริหารงานง่ายขึ้นและเพิ่มความมั่นคงปลอดภัยผ่านการบังคับใช้นโยบายที่สม่ำเสมอ

การแก้ไขปัญหาฐานข้อมูลที่ขับเคลื่อนด้วย AI

ตัวอย่างของ Gemini Cloud Assist investigation สำหรับ Cloud SQL และ AlloyDB ได้แนะนำผู้ช่วยร่วม AI สำหรับ DBA เมื่อเผชิญกับปัญหาประสิทธิภาพ เช่น คำสั่งที่ทำงานช้า ระบบสามารถวิเคราะห์เมตริก บันทึก และการกำหนดค่าเพื่อแนะนำสาเหตุรากฐานและการปรับปรุงประสิทธิภาพที่เป็นไปได้ สิ่งนี้เปลี่ยนการแก้ไขปัญหาจากเกมนักสืบแบบใช้มือเป็นเวิร์กโฟลว์ที่ชาญฉลาดและมีคำแนะนำ

ประสบการณ์นักพัฒนาและโครงสร้างพื้นฐาน: ความประณีตและพลังภายใต้เครื่องยนต์

อินเทอร์เฟซนักพัฒนาและโครงสร้างพื้นฐานหลักได้รับการปรับปรุงอย่างรอบคอบโดยมุ่งเน้นที่ประสิทธิภาพการทำงานและความยืดหยุ่น คอนโซล Google Cloud ได้ต้อนรับการเปิดให้ใช้งานทั่วไปของโหมดมืด ซึ่งเป็นคุณสมบัติที่ได้รับการร้องขอมานานเพื่อลดการเมื่อยล้าสายตาในช่วงการทำงานที่ยาวนาน API Gateway และ Cloud Endpoints ได้รับการรองรับ OpenAPI v3 ดั้งเดิม ซึ่งทำให้การกำกับดูแล API ทันสมัย

ในด้านโครงสร้างพื้นฐาน Google Kubernetes Engine (GKE) ได้แนะนำ Dynamic Default Storage Class เพื่อจับคู่ประเภทพื้นที่จัดเก็บกับฮาร์ดแวร์โหนดโดยอัตโนมัติ และ Cloud Build ได้ขยายการมีอยู่ไปยังภูมิภาคจาการ์ตา การอัปเดตเหล่านี้ แม้ว่าบางครั้งจะละเอียดอ่อน แต่รวมกันแล้วช่วยปรับปรุงประสบการณ์ประจำวันของการสร้างและรันบน Google Cloud

โหมดมืดของคอนโซลและข้อกำหนด API ที่ทันสมัย

การเปิดให้ใช้งานทั่วไปของโหมดมืดสำหรับคอนโซล Google Cloud เป็นมากกว่าการอัปเดตด้านความสวยงาม มันเป็นคุณสมบัติด้านความเป็นอยู่ที่ดีและประสิทธิภาพการทำงานสำหรับทีมที่ทำงานเป็นเวลานาน ในขณะเดียวกัน การรองรับ OpenAPI v3 ดั้งเดิมใน API Gateway หมายความว่านักพัฒนาสามารถใช้มาตรฐานข้อกำหนดล่าสุดได้โดยไม่ต้องลดระดับ ซึ่งรับประกันความเข้ากันได้ของเครื่องมือที่ดีขึ้นและสัญญา API ที่แสดงออกได้ดีขึ้นตั้งแต่เริ่มต้น

โครงสร้างพื้นฐานที่ชาญฉลาดยิ่งขึ้นด้วย GKE และ Cloud Build

Dynamic Default Storage Class ของ GKE ทำให้งานที่เคยต้องทำด้วยมือเป็นอัตโนมัติ ด้วยการตรวจสอบความสามารถของโหนด มันจะจัดเตรียมประเภทดิสก์ที่ถูกต้อง (Persistent Disk หรือ Hyperdisk) โดยอัตโนมัติ เพื่อรับประกันประสิทธิภาพและต้นทุนที่เหมาะสมที่สุดโดยไม่ต้องใช้กฎการกำหนดตารางเวลาที่ซับซ้อน การขยายตัวของ Cloud Build เข้าสู่ Asia Southeast 3 เสนอความหน่วงเวลาที่ต่ำกว่าสำหรับไปป์ไลน์ CI/CD ในตลาดที่กำลังเติบโตนั้น

เส้นด้ายที่เชื่อมโยง: จากระบบที่แยกส่วนสู่ระบบอัจฉริยะที่เชื่อมโยงกัน

เมื่อมองข้ามการอัปเดตของเดือนกุมภาพันธ์ เรื่องราวอันทรงพลังได้ปรากฏขึ้น: Google Cloud กำลังรื้อถอนระบบที่แยกส่วนระหว่าง AI ข้อมูล คอมพิวติ้ง และการดำเนินงานอย่างรวดเร็ว การเปิดตัวเซิร์ฟเวอร์ MCP ไม่ใช่แค่คุณสมบัติใหม่เท่านั้น มันคือความมุ่งมั่นเชิงปรัชญาที่จะทำให้ทุกบริการเป็นองค์ประกอบที่เข้าถึงได้สำหรับเอเจนต์ AI ในทำนองเดียวกัน การรวมศูนย์ SecOps RBAC กับ Cloud IAM หรือการฝัง Vertex AI เข้าไปใน Cloud SQL สะท้อนให้เห็นถึงการขับเคลื่อนไปสู่แพลตฟอร์มที่เชื่อมโยงกันและชาญฉลาด

การเปลี่ยนแปลงนี้เป็นพื้นฐานสำหรับอนาคตแบบเอเจนต์ มันไม่ใช่เรื่องของเครื่องมือที่แยกกันทำหน้าที่แต่ละอย่างอีกต่อไป แต่เป็นการสร้างระบบนิเวศที่ทำงานร่วมกันได้ซึ่งความฉลาดไหลเวียนอย่างอิสระ นวัตกรรมของเดือนกุมภาพันธ์วางรากฐานสำหรับการสร้างแอปพลิเคชันที่ AI ไม่เพียงแต่วิเคราะห์ข้อมูลในสุญญากาศเท่านั้น แต่ยังประสานงานและปรับปรุงประสิทธิภาพสภาพแวดล้อมคลาวด์ทั้งหมดแบบเรียลไทม์อีกด้วย คลาวด์กำลังกลายเป็นน้อยกว่าการรวบรวมบริการ และกลายเป็นหุ้นส่วนที่คิดเป็นและเป็นหนึ่งเดียวมากขึ้น