一直以来，Google 崇尚创新，从拉里·佩奇和谢尔盖·布林在 1998 年创立 Google 起，这家公司的发展方向就是目标未来，做对人类有益的创新。因此，我们才会看到 Google 在无人驾驶汽车、人工智能、量子人工智能实验室等方面的丰硕成果。

在云计算领域，Google 这方面的特点依旧得以体现。Google Cloud Platform（简称 GCP）承载了最前沿的 Google 核心基础架构、数据分析和机器学习技术，相比于其他云计算服务平台，GCP 更看重以未来为导向的技术创新和发展。在本文，我们将从云计算未来的三大发展方向解读其中原因。在文章最后，还有惊喜福利哦～

数据 + 云计算，创造更大的价值

大数据与云计算的关系就像一枚硬币的正反面那样密不可分。大数据技术对海量数据的挖掘无法用单台的计算机进行处理，必须采用分布式架构，这便需要依托云计算的分布式处理、分布式数据库、云存储、虚拟化技术和高速稳定的网络。

谈到大数据技术，从最初的论文到开源项目再到平台工具，Google 一直以来的技术领军地位几乎难以被撼动，自 2012 年 GCP 平台推出后，Google 将在大数据领域的丰富成果开放在 GCP 数据分析平台上，为企业提供完整数据生命周期的管理，包括规模化数据注入、数据迁移过程中的处理、数据计算和存储、到最后的高级分析预测、数据展示等。

在此，我们以 Google Cloud 的核心分析工具之一——云数据分析引擎 BigQuery 进行解读。

在大数据中，实现商业智能并且处理大量并发查询的能力对很多企业非常重要。BigQuery 默认加密，从 GB 到 TB 级的存储都可实现秒级交互式查询。它允许用户上传他们的超大量数据并通过其直接进行交互式分析，从而不必投资建立自己的数据中心。同时其采取计算存储分离的架构，依据具体情况来分配计算和存储资源。

如今，为各行业大数据提供精准分析和弹性计算能力，输出有实际价值的信息，已成为云计算的一项重要“使命”。而 Google 的大数据平台架构仍在演进中，目标是更大数据集、更快、更准确的分析和计算。这将进一步引领大数据技术的发展方向，也将支撑 GCP 应对未来更加复杂、更多元化的数据应用需求。

想要了解更多关于 Google Cloud 数据服务？2 月 27 日 15:00-16:00，Google Cloud 技术工程师吴斌将面向开发者进行线上直播培训课程，为您解读如何借助 Google Cloud 强大的云端服务，让数据驱动决策？可在文末预约直播。

GCP拥有全面的AI和机器学习能力

作为大规模训练的主要载体，云计算在建设过程中，越来越需要将智能化纳入对基础设施建设的考量范围。在 AI 领域，从深度学习框架 TensorFlow，到以 Google 先进的迁移学习技术和神经架构搜索技术为基础的 AutoML，再到自然语言处理预训练模型 BERT，Google 一直引领技术的发展，而它的这些能力也正在 GCP 上被用户更方便地使用。

纵观 Google 的云端 AI 能力，在基础架构 IaaS 层面，Google 发布了机器学习专属芯片 TPU，专为 Google 的深度学习框架 TensorFlow 设计。与 CPU、GPU 运算比较，它通过限制寄存器、控制和操作的灵活性，以换取效率和更高的操作密度。在 IaaS 层面，TPU 正在超过 GPU 成为深度学习的首选处理器。

在 PaaS 层面，AI Hub 一站式平台负责管理和运维复杂的机器学习环境，帮助用户实现平台化。而在 SaaS 层面，Google 提供众多 Cloud API 基础组件，包括 AutoML 定制化模型，以及视觉、语言、对话、结构化数据等层面各种 API。Google Cloud 将所有这些工具和服务整合到机器学习平台中，在 GCP 上为用户提供服务。同时结合基于全球的基础设施，大量的数据和强大的计算能力，让 AI 和机器学习更大程度发挥强项。

AI 和机器学习可以说是 GCP 的最大的亮点之一，未来也将成为 Google 在云计算领域中的核心竞争力。

鼓励多云 / 混合云战略

混合云或多云策略已开始成为企业在复杂云环境中的选择，这不仅有助于企业避免受到服务商的控制，提高应用程序可靠性、降低成本，还能用到每个云服务商提供的最佳服务。
GCP 一直公开鼓励采用多云战略，在此不得不提源于 Google 自身 Borg 系统的容器编排引擎 Kubernetes。Kubernetes 来自于 Google 在容器化基础设施领域多年来实践经验的沉淀和升华，拥有强大的一致性，能够有力支持内部、单一或者多公有云等部署场景，是混合云战略的理想基础。

去年 4 月，Google 推出新品——Anthos，进一步强化了自己的混合云战略。它基于 GCP 和 Google 开发的开源容器管理 Google Kubernetes 引擎（GKE）以及 GKE On-Prem 数据中心提供 Anthos 的混合功能，借助 Anthos，企业可以快速启动并运行现有硬件，利用开放式 API，随时随地更新功能，让数据实现在不同平台之间的迁移。

对于大多数企业而言，混合云 / 多云与过去的多供应商一样已经成为现实。调研公司 Wikibon 认为，未来云计算领域可能更加需要混合云 / 多云决方案。而 Google 面向 Anthos 的一系列解决方案也将成为企业的重要选择。

近几年来，较晚入局的 Google Cloud 一直保持着快速增长，这与其基因有着莫大的关系。从本质上说，搜索引擎是一项基于云架构的业务，加之对前沿技术一直偏爱有加，Google 有着很深的技术积累。向后展望，Google Cloud 很有可能凭借机器学习、深度学习、人工智能等技术引领云计算的未来。

开发者福利预告

在过去的五到十年间，现代企业中已经形成了数据驱动决策、决策推动业务发展的良好模式。随着企业信息的爆炸式增长，越来越多有价值的数据沉淀了下来。作为企业管理者、业务负责人，该如何借助 Google Cloud 强大的云端服务，有效利用数据？

2 月 27 日，Google Cloud 技术工程师吴斌将面向开发者进行线上直播培训课程，扫描二维码预约直播：

创作场景

三大方向解析：为什么说 GCP 是面向未来的云计算平台？