インフラモダナイゼーション

Rapid Migration and Modernization Program（RaMP）の新しいインセンティブで移行を加速させましょう

Mon, 26 Jan 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 1 月 22 日に、Google Cloud blog に投稿されたものの抄訳です。

2026 年に主導的な立場を確立するには、あらゆるワークロードにわたり、AI 対応、スリム化、最適化が必要となります。多くの組織にとって、それは SAP、Oracle、NetApp、VMware などのアプリケーションをクラウドに移行してモダナイズすることを意味します。Google Cloud は、Rapid Migration and Modernization Program（RaMP）を通じて、数千ものお客様の移行を成功に導いてきましたが、このたび、移行すればするほど節約できる新しい RaMP を導入することになりました。新しいプログラムの重要ポイントは次のとおりです。

Google Cloud サービスクレジット: Google Cloud 上の対象ワークロードの使用量の増分に基づいてクレジットを獲得できます。
パートナーサービスファンドと Google Cloud プロフェッショナルサービスファンド: パートナーと Google Cloud プロフェッショナルサービスに資金を提供して、お客様のニーズの評価、ビジネスケースの構築、移行とモダナイゼーションのロードマップの実装を支援します。
高度なワークロードにより収益を拡大: 高度なワークロード（SAP、Oracle、VMware、データ分析など）に対して追加のクレジットとインセンティブを獲得し、高い技術費を相殺できます。

技術的負債から AI 対応へ

移行とモダナイゼーションの過程において、費用と複雑さは軽減されるべきであり、増すことがあってはなりません。Google Cloud に移行すると、技術的負債を柔軟に置き換えるのに必要なインフラストラクチャ基盤が提供されるため、費用と複雑さを抑えることができます。

しかし、インフラストラクチャの移行とモダナイゼーションにはそれ以上の意味があります。データアクセシビリティ、最適化、そしてイノベーションが重要なのです。たとえば、SAP のレガシー環境や大規模な Oracle データベースを Google Cloud に移行する場合、データは単に保存場所が変わるだけでなく、Vertex AI や Gemini モデルからアクセスできるようになります。

RaMP により、移行を加速させ、技術的負債をスケーラブルで安全な基盤に置き換えることができます。この基盤は、既存のエンタープライズワークロードにも、次世代の AI アプリケーション（何であれ）にも対応するものとなります。

将来を見据えて

RaMP を使用した移行とモダナイゼーションにより、世界クラスのインフラストラクチャ、データ、AI ソリューションにすぐにアクセスでき、2026 年以降の成功に必要な基盤を手に入れることができます。使用を開始するには、RaMP のページで詳細を確認し、評価を開始してください。RaMP で AI 時代を迎える準備を迅速に整えましょう。成功への近道へようこそ。

- GTM プラクティス担当バイスプレジデント Lindsay Myers

- GTM プログラム担当ディレクター Hani Shakeel

CME Group が Cloud SQL でより高速かつスマートな取引所を構築

Mon, 15 Dec 2025 03:00:00 +0000

※この投稿は米国時間 2025 年 12 月 4 日に、Google Cloud blog に投稿されたものの抄訳です。

編集者注: シカゴマーカンタイル取引所（CME Group）は、商品取引所として 19 世紀に業務を開始し、世界有数の先進的な金融市場インフラストラクチャへと発展しました。CME Group は、グローバル規模のリアルタイム取引とリスク管理をサポートするため、Google Cloud との戦略的パートナーシップを立ち上げました。その後、Cloud SQL に移行して AI による分析情報を導入。これによりデベロッパーの能力強化と技術的負債の削減が可能になり、金融市場全体でデータドリブンイノベーションの新たなチャンスを切り開きました。

バターや卵から帯域幅まで

CME Group には、リスクとチャンスが共存しています。当取引所で行われるトランザクション（注文、取引、リスク計算）はすべて、データが瞬時に完全な状態で移動することで成り立っています。市場の健全性は、このデータ処理にかかっていると言ってもよいでしょう。

このような取引の背後には、評価額、所有権、その他多くの情報を保存するデータベースがあり、これらはすべて一日中、ミリ秒単位で変化します。私たちの規模では、これらのデータベースは常に続く高需要の中で情報を保存し、取得しなければなりません。レイテンシやエラーが許されない状態で、一日に数百万件のメッセージを処理しています。このレベルの精度を保つのは容易ではありません。特に、パフォーマンスとセキュリティ、レポート作成を共存させなければならない規制の厳しい業界ではなおさらです。私たちが行う変更はすべて、厳格なコンプライアンス基準とグローバルな規制の枠組みに沿ったものでなければなりません。

スピードは常に私たちの強みでしたが、規模の拡大が課題となりました。CME Group の従来のデータベース資産には、パフォーマンスを維持し、規制要件を満たすための多大なエンジニアリング作業が必要でした。セキュリティポスチャーを向上させながら運用オーバーヘッドを削減しなければならず、透明性の高いオブザーバビリティと明確なコンプライアンス管理体制を実現する、マネージドデータベースソリューションが必要だったのです。

Cloud SQL を取引フロアに導入

この課題に対処するため、私たちは 10 年間にわたる Google Cloud との戦略的パートナーシップを結びました。それにより、すべてのテクノロジーをクラウドに移行して、クラウドインフラストラクチャのサポート範囲を拡大するイノベーションとコラボレーションが実現しました。現在、Google とともに、超低レイテンシパフォーマンスをクラウドで実現する新しい方法を模索しています。データ量が急増し、AI がリスク管理の中心となるにつれて、情報をミリ秒単位で移動して解釈する能力が技術的な要件となっています。Google Cloud でシステムを構築することで、市場を未来に導きながら、その機能を維持できるのです。

Cloud SQL を使用することで、市場のニーズに合った高速かつ信頼性の高いデータレイヤーを維持する方法が見つかりました。データベース内の状況をチームがリアルタイムに把握でき、アプリケーションの速度が低下した場合は、数時間も費やすことなく分単位で根本原因を特定できます。これらの分析情報はプラットフォームに組み込まれているため、運用を安定させるためのカスタムツールや手動分析は必要ありません。

しかし、Cloud SQL の価値を高めているのはパフォーマンスチューニングだけではありません。何よりも、信頼できることが大切です。データベース管理者は戦略的な改善に集中でき、開発者はエスカレーションを待つことなくクエリを検証して最適化できます。これらを組み合わせることで、トラブルシューティングが迅速化され、常時稼働が求められるグローバルな取引に対応できるデータ基盤が整いました。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud データベースでよりスマートに構築'), ('body', <wagtail.rich_text.RichText object at 0x7f21e8594be0>), ('btn_text', ''), ('href', ''), ('image', None)])]>

Cloud SQL は新たなベストパートナー

Cloud SQL の使用を重ねると、チームに新メンバーが加入したような感覚になります。Cloud SQL の AI による分析情報を活用することで、CME Group チームの働き方が変わりました。アプリケーションの速度が低下すると、Cloud SQL がその理由を教えてくれます。異常を検出してガイド付き分析を行い、数分でパフォーマンスを回復するためのクエリの最適化案まで示してくれます。開発者は、ワークフローで直接これらの推奨事項を確認し、修正をテストして、次のステップに進むことができます。待たされることはなく、引き継ぎや緊急対応も無用です。

つまり、AI を活用したトラブルシューティングにより、パフォーマンスの管理責任を共有することになったのです。また、Cloud SQL は一貫したエクスペリエンスを提供するため、チームは環境間をシームレスに移動できます。これによりトレーニングの必要性が減り、コラボレーションが大幅に増加しました。最終的に、CME Group はよりスマートで統合されたデータ文化を築いています。

パフォーマンスが競争上の優位性

Google Cloud との取り組みは、単なるモダナイゼーションではありません。スピードや確実性、可視性の向上は、そのままビジネスの信頼につながります。CME Group により、クライアントが依拠する継続性を維持しながら、新機能をより迅速にデプロイできるようになりました。

Cloud SQL は、そのアジリティの基盤となっています。パフォーマンスの問題が減ることで、イノベーションに注力する時間を増やせます。たとえば、分析機能の拡張、AI イニシアチブの加速、責任を持ってデータを商品化するための新たな方法を模索できるようになります。障害対応に追われることがなくなると、より大きな賭けに出て未来を築くための時間が生まれます。

CME Group にとっては、常にパフォーマンスこそがプロダクトでしたが、今ではプラットフォームも立派なプロダクトであると言えるでしょう。私たちは、グローバル市場を動かし続けるインフラストラクチャと、次の時代を形作るインテリジェンスを Google Cloud で構築しています。

詳細:

新しい Cloud SQL の無料トライアルにご登録ください。これは、新規および既存の Google Cloud ユーザーに対して、Cloud SQL（PostgreSQL および MySQL）が提供するプレミアムなエンタープライズグレードの機能をご利用いただくことを目的とした 30 日間の専用プログラムです。
IDC レポートをダウンロードして、Cloud SQL への移行によってコストの削減、アジリティの向上、デプロイの高速化を実現する方法をご確認ください。
Ford と Yahoo が Cloud SQL でモダナイズして、高いパフォーマンスを実現し、費用を削減した方法をご確認ください。

-CME Group、クラウドデータエンジニアリング担当エグゼクティブディレクター Kristofer Shane Sikora

AWS と Google Cloud が連携してマルチクラウドネットワーキングを簡素化

Wed, 03 Dec 2025 03:00:00 +0000

※この投稿は米国時間 2025 年 12 月 1 日に、Google Cloud blog に投稿されたものの抄訳です。

マルチクラウドアーキテクチャを採用する組織が増えるにつれ、クラウドサービスプロバイダ間の相互運用性への要求はかつてないほど高まっています。しかし、これまで異なるクラウド環境を接続することは困難であり、お客様はグローバルな多層ネットワークを大規模に管理するために、複雑な「自前主義」の方式を余儀なくされていました。

これらの課題に対処し、よりオープンなクラウド環境を推進するために、Amazon Web Services（AWS）と Google Cloud は協業し、クラウドサービスプロバイダ同士がシンプルに接続する方法を変革しました。

このたび、AWS と Google Cloud は、AWS Interconnect - multicloud と Google Cloud Cross-Cloud Interconnect の両方を使用する、共同設計のマルチクラウドネットワーキングソリューションを発表しました。このコラボレーションでは、ネットワークの相互運用性に関する新しいオープン仕様も導入されました。これによりお客様は、Google Cloud と AWS の間でプライベートな高速接続を確立し、高度な自動化とスピードを実現できます。

「Salesforce Data 360 をより広範な IT 環境と統合するには、堅牢でプライベートな接続が必要です。AWS Interconnect - multicloud を使用すると、Google Cloud への非常に重要な連携が、社内の AWS リソースをデプロイするのと同じくらい簡単に確立できます。このとき、事前構築された容量プールと、チームがいつも愛用しているツールを利用できます。プロビジョニングから継続的なサポートまで、このネイティブで合理化されたエクスペリエンスにより、お客様はデータの保存場所に関係なく、信頼できるデータに基づいて AI と分析を構築する能力を加速できます。」- Salesforce、ソフトウェアエンジニアリング担当シニアバイスプレジデント、Jim Ostrognai 氏

以前は、クラウドサービスプロバイダに接続するために、お客様は物理的な接続や機器などの複雑なネットワーキングの構成要素を手動で設定する必要がありました。このアプローチでは、長いリードタイムが必要となり、社内外の複数のチームと連携する必要がありました。この作業には数週間、あるいは数か月かかることもあります。AWS は、この機能をあらゆるクラウドサービスプロバイダが採用できる統一仕様として開発するというビジョンを持っており、Google Cloud と協力して市場に投入しました。

この新しいソリューションは、物理的なインフラ管理を脱却して、マネージドクラウドネイティブエクスペリエンスに移行することで、マルチクラウド接続を再構築します。AWS を Google Cloud のクロスクラウドネットワークアーキテクチャと統合することで、物理接続、ネットワークアドレス指定、ルーティングポリシーの複雑さを意識させずに扱いやすくしています。お客様は回線プロビジョニングに数週間も待つ必要がなくなり、専用帯域幅をオンデマンドでプロビジョニングし、好みのクラウドコンソールまたは API を使用して数分で接続を確立できます。

信頼性とセキュリティは、この連携の基盤です。この連携ソリューションにおいては、物理的に冗長な相互接続設備とルーター全体で 4 重の冗長化を行うことで、高い復元力を実現しています。AWS、Google Cloud の両プロバイダとも、継続的なモニタリングを実施し、問題をプロアクティブに検出して解決します。このソリューションは、Google Cloud と AWS のエッジルーター間の MACsec 暗号化を利用して、信頼基盤のもとに構築されています。

「AWS と Google Cloud のこのコラボレーションは、マルチクラウド接続における根本的な転換を表しています。お客様にとっての物理コンポーネントの複雑さを解消する標準を定義して公開し、高可用性とセキュリティをその標準に融合しました。今後、お客様は必要な接続を構築するための手間のかかる作業を心配する必要がなくなります。マルチクラウド接続が必要な場合は、簡単なクリック操作で数分以内に有効化できます。」- AWS、ネットワークサービス担当バイスプレジデント、Robert Kennedy 氏

「このコラボレーションに非常に期待しています。これによりお客様は、データとアプリケーションをクラウド間で移行する際にグローバルな接続が簡素化され、運用効率が向上します。今回の発表は、オープンで統合されたマルチクラウドエクスペリエンスをお客様に提供することに重点を置いた Google Cloud のクロスクラウドネットワークソリューションをさらに強化するものです。」- Google Cloud、クラウドネットワーキング担当バイスプレジデント兼ゼネラルマネージャー、Rob Enns

AWS と Google Cloud のこのコラボレーションは、単なるマルチクラウドソリューションではありません。よりオープンなクラウド環境に向けた一歩です。このプロダクト向けに開発された API 仕様は、他のプロバイダやパートナーが採用できるよう公開されています。すべてのお客様のグローバルな接続を簡素化することを目指しています。ぜひ、この新機能を今すぐお試しください。マルチクラウド運用を合理化する方法について詳しくは、Google Cloud Cross-Cloud Interconnect のブログと AWS Interconnect - multicloud のウェブサイトをご覧ください。

-Google Cloud、クラウドネットワーキング担当バイスプレジデント兼ゼネラルマネージャー Rob Enns

-Amazon Web Services、ネットワークサービス担当バイスプレジデント Robert Kennedy 氏

Google Cloud のコンピューティング費用を今すぐ削減する 11 の方法

Mon, 20 Oct 2025 01:05:00 +0000

※この投稿は米国時間 2025 年 10 月 7 日に、Google Cloud blog に投稿されたものの抄訳です。

「節約は美徳」という言葉がありますが、クラウドインフラストラクチャに関してはまさにこれが当てはまります。競争の激しい今日のビジネス環境では、ビジネスニーズを満たすためにパフォーマンスを維持する必要があります。幸いなことに、Google Cloud の Compute Engine とブロックストレージサービスは、特に移行とモダナイゼーションの取り組みにおいて、パフォーマンスを犠牲にすることなく費用を削減する多くの機会を提供します。

この記事では、Google Cloud でインフラストラクチャの費用を最適化するための 11 の重要な方法をご紹介します。簡単な調整から、長期的に大幅な費用削減につながる戦略的な意思決定まで、さまざまな方法があります。

1. 適切な VM インスタンスを選択する

Compute Engine のコストを削減する最も効果的な方法の一つは、移行とモダナイゼーションの取り組みに対して、そのワークロードに適した仮想マシン（VM）を適切に選択し、適切なサイズに設定することです。Google Cloud を初めて使用する場合でも、すでに Compute Engine を使用している場合でも、N4、C4、C4D、C4A などの最新世代の VM を採用することで、大幅な費用削減と費用対効果の向上を実現できます。

Google Cloud の Titanium アーキテクチャを搭載した最新世代の VM は、前世代よりも高速な CPU、より大きいメモリ帯域幅、より効率的な仮想化を実現するため、より少ないリソースで同じワークロードを処理できます。既存のお客様は、古い世代の VM から最新の VM に移行することで、総費用を大幅に削減できるだけでなく、現在のパフォーマンスレベルを上回ることもできます。切り替えを行った組織は、クラウドコンピューティング費用を大幅に削減しながら、パフォーマンスが 20 ～ 40% 向上したと報告しています。たとえば、Elastic は、Google Cloud の Arm ベースの Axion CPU をベースにした汎用 C4A マシンシリーズを活用して、ワークロードの効率とパフォーマンスを大幅に向上させました。

汎用 VM に加えて、お客様固有の要件に対応する特殊なマシンタイプも提供しています。H4D などのコンピューティング最適化 HPC VM は、ハイパフォーマンスコンピューティングとデータ分析向けに設計されており、要求の厳しいワークロードに優れたパフォーマンスを提供します。M4 インスタンスと X4 インスタンスはメモリ使用量の多いアプリケーションに対応し、Z3 インスタンスはストレージ使用量の多いワークロードに最適です。さらに、ハードウェア環境を完全に制御し、パフォーマンスを最大限に分離する必要がある場合は、ベアメタルインスタンスをご利用いただけます。

これらのオプションにより、最も特殊でパフォーマンスが重要なワークロードでも、Compute Engine ポートフォリオ内で最適で費用対効果の高い環境を見つけることができます。

2. ブロックストレージの選択を最適化する

ワークロードの動作を確保しながらブロックストレージの TCO を削減する最善の方法は、リソース効率を高めることです。Hyperdisk を使用すると高性能と高効率の実現が容易になり、これはブロックストレージをワークロードに合わせた最適化と、ストレージプールの活用によって行います。これらの各機能と、それらを使用してブロックストレージの TCO を削減する方法について、以下で説明します。

ワークロードの最適化: Hyperdisk を使用すると、容量とパフォーマンスのそれぞれを個別に調整して、ブロックストレージのリソースをワークロードに最適化できます。Hyperdisk では、ボリュームレベルでパフォーマンスと容量を個別にプロビジョニングできます。この機能を利用すると、容量とパフォーマンスを必要なだけ過不足なく購入できます。また、Hyperdisk Balanced の「ベースライン」パフォーマンス（すべてのボリュームに無料で含まれるパフォーマンス）を利用すれば、追加のパフォーマンスを購入しなくても、ほとんどの VM に対応できます。

ストレージプール: Hyperdisk は、シンプロビジョニングされたパフォーマンスと容量を提供する唯一のハイパースケールクラウドブロックストレージです。Hyperdisk ストレージプールを使用すると、ワークロードに必要な集約されたパフォーマンスと容量をプロビジョニングしながら、ワークロードが必要とするボリュームレベルの容量パフォーマンス（シンプロビジョニングとも呼ばれる）をプロビジョニングできます。これにより、プロビジョニングしたボリュームの総量ではなく、必要なリソースに対して料金を支払うことができます。その結果、ブロックストレージの全体的な TCO を最大で 50% も削減できます。

ワークロードに適したブロックストレージの選び方や、Hyperdisk からどのようなメリットが得られるかについて詳しくは、こちらのブログをご覧ください。

3. カスタムコンピューティングクラスを検討する

最新世代の VM を最大限に活用するために、Google Kubernetes Engine（GKE）のカスタムコンピューティングクラス（CCC）は、コンピューティングの選択を最適化し、高可用性を実現する高度な方法を提供します。ワークロードに単一のマシンタイプを使用するのではなく、VM インスタンスタイプの優先順位付きリストを定義できます。これにより、最新世代の VM を含む、最新で最も費用対効果の高い VM を最優先に設定できます。GKE カスタムコンピューティングクラスは、指定した優先順位リストに基づいてインスタンスを自動的に、かつシームレスにスピンアップする機能を提供します。この機能は、最も費用対効果の高いオプションを目指しながら、コンピューティング容量の可用性を最大化するのに役立ちます。これにより、ワークロードは手作業を経ずに確実にスケーリングできます。

カスタムコンピューティングクラスが費用の最適化にどのように役立つか、具体的なユースケースをいくつかご紹介します。

費用対効果の高いフォールバックの自動スケーリング: 需要がピークに達すると、高可用性ではあるものの費用対効果の低い VM タイプを使用して自動スケーリングしたくなるかもしれません。CCC では、段階的なアプローチを採用できます。費用対効果の高いフォールバックの代替案を複数設定することによって、需要が増加した場合に GKE はまず最も費用対効果の高いオプションを使用しようとし、需要を満たすための必要に応じて、リスト内の他の選択肢に徐々に移行します。
AI/ML 推論: AI/ML 推論ワークロードの実行には、多くの場合、相当なコンピューティングリソースが必要です。CCC を使用すると、オフピーク時にアイドル状態になる可能性のある大規模な静的予約を維持する代わりに、最小限のベース予約をプロビジョニングし、Spot VM などの費用対効果の高い容量タイプを活用して、ピーク時の推論需要を処理できます。これらはすべて、CCC 構成を通じてオーケストレーションされます。
新しい VM 世代の導入: GKE カスタムコンピューティングクラスの機能とコンピューティングフレキシブル確約利用割引（Flex CUD）を組み合わせて、N4 や C4 などの費用対効果の高い新しい VM シリーズの導入に伴うリスクを軽減します。CCC では、フォールバックオプションを定義してワークロードの復元力を確保できます。一方、フレキシブル CUD では、使用する具体的な VM シリーズに関係なく、対象となるコンピューティングの総費用に割引が適用されるため、財務上の適応性が得られます。この二重のアプローチは、中断することなく最新のハードウェアを活用するための安全で費用対効果の高い戦略です。詳細については、こちらのブログをご覧ください。
柔軟な Spot VM の使用: Spot VM は大幅なコスト削減を実現しますが、プリエンプトされる可能性があります。単一の Spot VM の構成に限定すると、容量が利用できなくなるリスクが高まります。CCC では、複数のフォールバック Spot VM タイプを定義できます。この「スポットサーフィン」機能により、アプリケーションは費用対効果の高いスポット容量を維持できます。プライマリの選択肢が利用できない場合は、代替のスポットインスタンスタイプに自動的にピボットします。

つまり、GKE CCC を活用することで、オンデマンド、スポット、DWS FlexStart、CUD でカバーされるインスタンスなど、さまざまな VM タイプと使用量モデルを巧みに組み合わせて、ワークロードの固有のニーズとパターンに適応する、復元力が高く、費用対効果に優れたインフラストラクチャを構築できます。

4. カスタムマシンタイプ（CMT）を活用する

カスタムマシンタイプは N4 VM で利用でき、仮想マシンをぴったりと仕様に合わせて構成できます。過剰な容量が含まれている可能性のある事前定義されたマシンタイプから選択するのではなく、ワークロードに合わせて CPU とメモリの比率を調整できるため、実際に使用したリソースに対してのみ料金を支払うことができます。この的を絞ったアプローチにより、無駄を最小限に抑え、クラウド支出を大幅に削減できます。特に、オンプレミスから Google Cloud に移行する場合や、他のクラウドプロバイダから移行する場合に効果的です。

この柔軟性は、アプリケーションに標準のサービスとあまり一致しない独自のリソースプロファイルがある場合に特に役立ちます。カスタムマシンタイプを使用すると、ニーズに最適な環境を構築できます。特定のコンピューティングリソースを過剰にプロビジョニングして他のリソースを制約するような妥協を避けることで、Compute Engine デプロイメント全体でパフォーマンスの向上と費用の効率化の両方を実現できます。

たとえば、16 個の vCPU と 70 GB のメモリで最適に動作するメモリ集約型のワークロードがあるとします。通常、標準シェイプでは 128 GB のメモリを搭載した VM を選択する必要があるか、他のクラウドコンテキストでは、プロビジョニングされたリソースが余分になるため、ワークロードの実行コストが高くなります。カスタムマシンタイプを使用すると、16 個の vCPU と 70 GB のメモリを搭載した VM を簡単に起動でき、標準の N4-highmem-16 VM と比較して 18% の費用削減を実現できます。

5. 確約利用割引を最大限に活用する

CUD は、コンピューティングのニーズが安定していて予測可能な組織にとって、費用を削減する戦略的な機会となります。1 年間または 3 年間のリソース使用量を確約することで、オンデマンド料金と比較してクラウド費用を最大 70% 削減できます。このアプローチは、予算を予測可能なもにするだけでなく、固定インフラストラクチャの支出を財務上の利点に変えるため、コアビジネス機能をサポートする安定したワークロードに最適です。

Google Cloud は、さまざまな運用モデルに対応できるよう、柔軟な CUD 構造を提供しています。リソースベースのコミットメントは特定のマシンタイプとリージョンを対象とし、フレキシブルコミットメントはプロジェクト、リージョン、マシンシリーズ全体に割引を適用します。これは動的な環境に最適です。過去の使用状況を分析し、将来のニーズを予測することで、これらの割引に適したワークロードを特定し、節約した費用をイノベーションやスケーリングの取り組みに再投資できます。

6. 未使用のディスク容量を管理する

実際に使用した量に関係なく、プロビジョニングされたディスク容量の合計に対して料金が発生します。多くの組織は「念のため」にストレージを過剰にプロビジョニングする傾向があり、その結果、不要で高額な無駄が発生することがよくあります。たとえば、100 GB のディスクをプロビジョニングしても、実際に使用するのは 20 GB のみの場合、100 GB 全体の料金を支払うことになります。ストレージの割り当てを一般的なサイズに切り上げるのではなく、意図的で正確に行うことで、大幅な費用削減につながります。

費用を最適化するには、いくつかのベストプラクティスを採用することが重要です。Ops エージェントを使用して、インフラストラクチャ全体のディスク使用量を定期的に監査し、非効率な部分を特定して排除します。実際の使用量に合わせてディスクのサイズを変更し、成長のための合理的なバッファを確保します。Google Cloud で自動アラートを実装する Cloud Monitoring を使用して、使用率の低いディスクを検出して是正措置を講じる。ステートレスアプリケーションの場合は、より小さいブートディスクイメージを使用してオーバーヘッドを最小限に抑え、費用をさらに削減することを検討してください。

さらに、費用を削減して効率を向上させるために、次の最適化戦略を検討してください。

Google Cloud のモニタリングツールを使用して、CPU、メモリ、ディスクの使用状況を時系列で追跡する。
定期的なレビューサイクルを確立して、過剰にプロビジョニングされたリソースを特定し、適切なサイズに調整する。
さまざまな VM 構成でワークロードをテストし、費用とパフォーマンスの最適なバランスを見つけます。

7. Spot VM を使用する

Spot VM は、標準の仮想マシンと同じマシンタイプと構成オプションを提供しますが、費用は大幅に削減されます。通常は 60% ～ 91% の割引が適用されます。費用対効果が高い一方で、短時間でプリエンプションされる可能性があるため、フォールトトレラントで、予期しない中断から迅速に復旧できるワークロードに最適です。Spot VM は、未使用のコンピューティング容量を活用するように設計されており、高性能リソースへのアクセスを損なうことなくクラウド費用を最適化できます。

Spot VM が有望なユースケースには、バッチ処理ジョブ、ビッグデータと分析のワークロード、継続的インテグレーションとデプロイ（CI/CD）パイプライン、自動スケーリンググループで実行されるステートレスウェブサーバー、コンピューティング負荷の高いタスクなどがあります。中断に対処するように適切に設計されている場合（たとえば、ジョブのチェックポイント、ロードバランシング、タスクキューを使用するか、GKE カスタムコンピューティングクラスを使用する場合（詳細は上記を参照））、Spot VM は、高い可用性とシステム復元力を維持しながらインフラストラクチャの費用を最小限に抑えるうえで重要な役割を果たすことができます。このようなシナリオで Spot VM を活用すると、特にコンピューティング需要が変動する場合や、時間に柔軟性がある場合に、費用対効果の高いスケーリングが可能になります。

8. 最適化案を適用する

Google Cloud の Recommender は、クラウドリソースを効率的に最適化できるように設計された強力なツールです。Google Cloud コンソールを閲覧していると、特定のリソースの横に電球アイコンが表示されることがあります。これは、Google の推奨エンジンによって特定された改善の可能性を示しています。Recommender は、リアルタイムの使用パターンと現在のリソース構成を分析することで、各ユーザーの固有の環境に合わせた、実用的な情報を提供します。このインテリジェントシステムは、費用の削減だけでなく、セキュリティ、パフォーマンス、信頼性、管理効率、環境サステナビリティの向上につながる機会に注意を促してくれます。

たとえば、過去 1 ～ 14 日間に使用されていない VM インスタンスを特定するのに役立つアイドル状態の VM の推奨事項があります。一般的な推奨事項としては、より適切なマシンタイプへの切り替え、使用率の低いコンピューティングインスタンスの適正サイズ設定、費用対効果の高いストレージソリューションの採用などがあります。このツールを使用すると、これらの変更の多くを直接適用できるため、最適化プロセスを効率化できます。ワークロードを継続的に評価し、データドリブンな自動提案を行うことで、おすすめハブは、組織がクラウドのパフォーマンスを維持しながら、より効果的に費用を管理するお役に立ちます。

9. 自動スケーリングとスケジューリングを活用する

コンピューティングリソースを実際の需要パターンに合わせることは、クラウドの無駄を削減し、全体的な費用対効果を高める最も効果的な方法の一つです。多くの組織は、ピーク時のワークロードに対応するためにリソースを過剰にプロビジョニングしており、オフピーク時にはマシンが十分に活用されていません。コンピューティング容量を、営業時間や季節のトレンドなど、リアルタイムまたは予測可能な使用パターンに緊密に合わせることで、パフォーマンスを犠牲にすることなく、不要な支出を大幅に削減できます。

この効率性を実現する鍵となるのが自動スケーリングです。実際、Google Compute Engine の仮想マシンの自動スケーリングを活用しているお客様は、インフラストラクチャの費用を平均 40% 以上削減しています。

自動スケーリング戦略を実装して、CPU 使用率、ロードバランシング容量、またはカスタムアプリケーション指標に基づいてリソースを動的に調整できます。これにより、ワークロードは必要なときに必要なコンピューティング能力を受け取ることができ、需要が低い期間は自動的にスケールダウンされます。

営業時間や季節のイベントの予定に合わせて変動するワークロードなど、パターンが予測可能なワークロードの場合、スケジュールベースのスケーリングは特に強力なツールです。このアプローチでは、需要の増加を見越してリソースを事前に増やし、需要が落ち着いたときにスケールダウンできるため、常にオーバープロビジョニングすることなく必要なパフォーマンスを確保できます。

自動スケーリングに加えて、いくつかの実用的な実装手法を使用することで、リソースの使用をさらに最適化できます。インスタンススケジュールを設定すると、営業時間に応じて開発環境とテスト環境を自動的に起動および停止できます。これは、シンプルながら非常に効果的なアプローチであり、最大 70% の費用削減につながります。また、メンテナンスの時間枠を利用して、使用量が少ない期間にアップデートとシステム変更を集中させることで、中断とリソース消費を削減できます。これらの戦術を組み合わせることで、インフラストラクチャの費用を抑えながら、高可用性とパフォーマンスを維持できます。

10. 詳細な請求金額の分析で費用を把握する

Google Cloud で費用削減戦略を実装する前に、現在の支出を詳細に把握することが不可欠です。Google Cloud の請求パネルでは、個々の SKU ごとの費用など、費用の詳細な可視性が提供されます。このレベルの透明性により、費用の流れを追跡し、潜在的な非効率性を特定できます。まず、請求ダッシュボードを定期的に確認して、使用量の傾向をモニタリングし、異常を検出します。リソースにラベルとタグを適用すると、特に複数のプロジェクトや部門がある複雑な環境で、費用を正確に分類して割り当てることができます。

さらに、予算アラートを設定すると、費用が事前定義されたしきい値に近づいた場合や超えた場合に通知されるため、費用超過を未然に防ぐことができます。また、アクティブに使用されなくなった仮想マシンや永続ディスクなど、未使用またはアイドル状態のリソースを特定して排除することも重要です。これらはシャットダウンまたは削除することで、費用をすぐに削減できます。費用構造を徹底的に分析することで、「低く垂れ下がった果実」である価値がほとんど、あるいはまったくないリソースを特定し、データドリブンな意思決定を行ってクラウドの使用を効率的に最適化できます。

11. サーバーレスの代替手段を検討する

最後に、Google Cloud のサーバーレスコンピューティングサービスは、従来の仮想マシンに代わる魅力的な選択肢であり、費用対効果の向上、運用の簡素化、スケーラビリティの向上を実現できます。インフラストラクチャ管理を抽象化することで、サーバーレスプラットフォームでは、チームがサーバーのプロビジョニング、スケーリング、メンテナンスを心配することなく、コードの作成とデプロイに集中できます。この移行により、運用オーバーヘッドを削減できるだけでなく、コンピューティング費用をアプリケーションの使用量に直接合わせることで費用を削減できます。

さまざまなサーバーレスオプションが用意されており、それぞれが異なるワークロードに合うように作られています。

Cloud Run は、迅速なスケーリングと柔軟なデプロイが必要なコンテナ化されたアプリケーションを実行するために設計されています。Cloud Run Functions は、マイクロサービスや自動化タスク向けの軽量なイベントドリブンコード実行をサポートします。GKE（Autopilot モード）は、ノードの管理とスケーリングを自動化することで Kubernetes の運用を簡素化し、基盤となるインフラストラクチャを処理することなく Kubernetes ワークロードを実行できるようにします。これらのオプションはすべて、割り当てではなく使用量に基づいて課金されるため、アイドル状態のリソースやオーバープロビジョニングに関連する費用を大幅に削減できます。そのため、変動するワークロードや予測不可能なワークロードに特に役立ちます。Cloud Run と GKE はどちらも GPU をサポートしており、両者間の移行も柔軟に行えます。Cloud Run から始めて GKE に移行することも、その逆も可能です。一部のお客様は、ワークロードに両方のサービスを利用されています。Kubernetes API にアクセスする必要がある場合は、GKE から始めるのが良いでしょう。それ以外の場合は、Cloud Run から始めます。

今すぐ費用削減を始めましょう

Google Cloud に移行して、自社のワークロードに必要なものを妥協することなく、インフラストラクチャの費用を最適化できます。Google Cloud を初めて使用する場合は、まず移行評価から始めます。Google Cloud の Migration Center を使用すると、Google Cloud への移行によって得られる潜在的な費用削減額を明確に把握できます。また、ワークロードの推奨パスの詳細や TCO レポートも確認できます。この記事の戦略を適用して、大幅なコスト削減を実現しましょう。

-グループプロダクトマネージャー、Alex Bestavros

-Google Cloud、プロダクト管理担当、Sai Gopalan

10 月 17 日開催「Modern Infra & App Summit '25 Fall」

Wed, 01 Oct 2025 03:00:00 +0000

Google Cloud では、生成 AI やサーバーレスといった新技術の活用や、VMware ライセンス変更を契機としたクラウド移行など、様々な課題に取り組まれている皆様に向けて「Modern Infra & App Summit '25 Fall」を開催します。

本イベントでは、クラウド移行のステップや設計のコツ、プラットフォームエンジニアリング、データベース移行などを、豊富なお客様事例を交えてご紹介いたします。

ぜひこの機会にご参加いただき、クラウド戦略を加速させる一助としていただければ幸いです。

開催日 : 2025 年 10 月 17 日（金） 14:00 - 18:30 (予定)

開催方法：ハイブリッド（Google 渋谷オフィス / オンライン配信）

参加費：無料（事前登録制）

※会場参加の場合は抽選制となります。

セッション概要

[Track1]

【基調講演】クラウド移行と Platform Engineering の最前線
Sansan株式会社水谷高朗氏
日本特殊陶業株式会社森健太郎氏
Google Cloud 安原稔貴

Sansan、ジーニー、Google Cloud が語る！新規事業と共に始める、データとビジョンで進化する Platform Engineering
Sansan株式会社辻田美咲氏
株式会社ジーニー小河原優貴氏
Google Cloud 関本信太郎

開発効率と品質を劇的に向上させた Platform Engineering 実践！
SOMPOシステムズ株式会社嶋﨑翔太氏

事業の財務責任に向き合うリクルートデータプラットフォームの FinOps
株式会社リクルート
菅沼孝二氏　鈴木理紗氏

そのアーキテクチャ、いつまで戦えますか？Spanner で実現する、未来を見据えた DB 戦略
Google Cloud 安井通隆

Firestore → Spanner 移行で実現した 93% コスト削減の全記録
株式会社カウシェ市島慎吾氏

[Track2]

30 分で企業インフラの課題を解決！レガシー VM の移行ノウハウと Gemini をインフラ運用で活用する第一歩
Google Cloud 栃沢直樹

AI が伴走する開発環境：Cloud Shell エディタと Gemini 活用術
株式会社G-gen
堂原竜希氏　高宮怜氏

VMware の森から Kubernetes の海へ：vSphere 技術者のための Google Kubernetes Engine 実践航海術
富士ソフト株式会社清水歩氏

GitLab と Google Cloud で進めるモダンな開発と AI エージェント化
GitLab合同会社小松原つかさ氏

Google Kubernetes Engine で実践、プラットフォームエンジニアリングで Dev/Ops の壁を壊す！
株式会社センティリオンシステム関戸栄一氏

現地会場参加者に抽選でオリジナルグッズをプレゼント！

※ お渡しは諸条件がございます。（当日会場にてご案内いたします）
※ 画像はイメージです。実際の仕様と異なる場合がございます。

参加条件:
※ 当日会場にて聴講いただいた方（詳細は当日ご案内いたします）
※ 現地会場参加は定員を設けております。お申し込み多数の場合は抽選とさせていただきます。

詳細はこちら

【お問い合わせ】
Google Cloud イベント事務局
g-partners@bizevent-support.info

Baseten が AI 推論の費用対効果を 225% 改善した方法

Thu, 18 Sep 2025 01:20:00 +0000

※この投稿は米国時間 2025 年 9 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。

Baseten は、急増している AI インフラストラクチャプロバイダの一つであり、モデルやテストを「迅速」かつ「大規模」に実行できるようスタートアップを支援しています。顧客企業が重視するこの 2 点において、同社はこのたび大きなマイルストーンを達成しました。

Baseten は、NVIDIA Blackwell 搭載の最新の Google Cloud A4 仮想マシン（VM）と Google Cloud の Dynamic Workload Scheduler（DWS）を活用することで、スループット重視の推論では 225%、レイテンシ重視の推論では 25% も費用対効果を向上させました。

重要な理由: パフォーマンスと効率におけるこの画期的な進歩により、企業は強力なエージェント AI と推論モデルを、ラボから本番環境にコストを抑えて移行できます。技術リーダーにとって、これは次世代 AI プロダクトを構築するためのブループリントであり、リアルタイム音声 AI、検索 AI、エージェントワークフローなどを、これまで達成できなかった規模と費用対効果で実現できるようになります。

背景: 推論はエンタープライズ AI の要です。マルチステップの推論と意思決定を行うモデルでは、コンピューティング需要が指数関数的に増大するため、効率的なサービスという課題が主なボトルネックになっていました。そこへ登場したのが、6 年前に設立されたシリーズ C の企業、Baseten です。同社は Google Cloud および NVIDIA と提携し、パフォーマンスと費用対効果に重点をおいて、独自モデルやオープンモデル（Gemma、DeepSeek、Llama など）向けのスケーラブルな推論プラットフォームを企業に提供しています。その成功の原動力は、最先端のハードウェアの可能性を最大限に引き出し、高度に最適化されたオープンソフトウェアスタックでそれをオーケストレーションするという二重の戦略です。

Baseten がどのようにスタックを構築したのか、そしてこの新しいレベルの費用対効果が推論アプリケーションにどのような可能性をもたらすのかについて、詳しくご紹介します。

aside_block: <ListValue: [StructValue([('title', '300 ドル分の無料クレジットで Google Cloud の AI と ML を試用'), ('body', <wagtail.rich_text.RichText object at 0x7f21e8131b20>), ('btn_text', ''), ('href', ''), ('image', None)])]>

パフォーマンスを最大限に高める高度なソフトウェア

Baseten のアプローチの基盤は、アクセラレータを活用した最新のハードウェアと最先端のオープンソースソフトウェアとの組み合わせにより、一つひとつのチップから最大限の価値を引き出すことにあります。この統合は、NVIDIA のオープンソースソフトウェアスタックである NVIDIA Dynamo と TensorRT-LLM、SGLang、vLLM など、幅広い高度な推論フレームワークを含む Google Cloud の AI Hypercomputer によって実現しました。

Baseten は TensorRT-LLM を使用して、AI 事業の大手顧客である Writer のカスタム LLM を最適化およびコンパイルしています。これにより、Writer の Palmyra LLM のスループットは 60% 超も向上しました。TensorRT-LLM の柔軟性を活かして、Baseten はコンパイルを高速化するカスタムモデルビルダーも開発しました。
NVIDIA Blackwell GPU で DeepSeek R1 や Llama 4 などの推論モデルを提供するために、Baseten は NVIDIA Dynamo を使用しています。NVIDIA の HGX B200 と Dynamo の組み合わせによって大幅なレイテンシの短縮とスループットの向上を実現したことで、同社は OpenRouter の LLM ランキングリーダーボードで GPU パフォーマンス部門のトップに躍り出ました。
チームは、カーネル融合、メモリ階層の最適化、カスタムアテンションカーネルなどの手法を活用して、1 秒あたりのトークン処理数の増加、最初のトークンまでの時間の短縮、より長いコンテキストウィンドウとより大きなバッチサイズのサポートを、低レイテンシと高スループットを維持しながら実現しています。

高可用性と冗長性のためのバックボーンの構築

ミッションクリティカルな AI サービスでは、復元力が欠かせません。Baseten は複数のクラウドとリージョンにわたってグローバルに運用されているため、突発的な需要やサービス停止に対応できるインフラストラクチャを必要としていました。AI Hypercomputer 内の Dynamic Workload Scheduler などの柔軟な利用モデルでは、オンデマンドと同様のキャパシティ管理が実現するとともに、料金的なメリットも得られます。これにより、他のクラウドで障害が発生した場合に、Google Cloud でスケールアップすることが可能になります。

Baseten のインフラストラクチャ責任者である Colin McGrath 氏は次のように述べています。「Baseten はマルチクラウドでグローバルに運用されており、障害が発生したときに Dynamic Workload Scheduler に何度も助けられました。影響を受けたワークロードが自動システムによって Google Cloud Dynamic Workload Scheduler などの他のリソースに移動され、数分で全員が作業を再開できます。通知が来て確認するころにはすべてが復旧して正常に戻っているのですから、驚きです。このような成果は、DWS なしでは実現できませんでした。当社のビジネスを支える基盤となっています。」

Baseten のスケーラブルな推論プラットフォームのアーキテクチャ

エンドユーザー向けの新しい AI アプリケーションの実現

Baseten と Google Cloud および NVIDIA とのコラボレーションが示すこと、それは、最先端のハードウェアとスケーラブルで柔軟なクラウドインフラストラクチャという強力な組み合わせにより、Google Cloud の AI Hypercomputer を通じて AI 推論における最も差し迫った課題を解決できるということです。

この独自の組み合わせにより、さまざまな業界で新しいアプリケーションの市場投入が可能になります。金融サービスにおけるエージェントワークフローの強化、メディアにおけるリアルタイムの音声および動画コンテンツの生成、ヘルスケアにおけるドキュメント処理の高速化などを、これまでは不可能だった規模と費用で実現できるのです。

Baseten のプラットフォームは、Google Cloud Marketplace から簡単に利用を開始していただけます。また、技術アーキテクチャの詳細については、Baseten のブログ投稿をご覧ください。

ー Baseten、デベロッパーリレーションズ責任者 Philip Kiely 氏

ー Google Cloud、AI Infrastructure 担当シニアプロダクトマネージャー Chelsie Czop

Google Distributed Cloud でオンプレミスなどあらゆる場所で Gemini を実行

Fri, 05 Sep 2025 02:00:00 +0000

※この投稿は米国時間 2025 年 8 月 28 日に、Google Cloud blog に投稿されたものの抄訳です。

今年、Google は Gemini をオンプレミス環境で利用できるようにする取り組みを発表しました。これを可能にするのが、Google Distributed Cloud（GDC）です。このたび、GDC 上の Gemini がお客様にご利用いただけるようになりました。

データセキュリティとデータ主権に関する最も厳格な要件を持つ企業や政府機関は、長年にわたり、最新の AI を導入するか、データを保護するかという難しい選択に直面してきました。その妥協が過去のものとなります。このたび、GDC のエアギャップ環境で Gemini の一般提供を開始し、GDC の接続環境で Gemini のプレビュー版を提供することをお知らせいたします。これにより、Google の最先端モデルをデータセンターで直接ご利用いただけるようになります。

シンガポールの Centre for Strategic Infocomm Technologies（CSIT）、Government Technology Agency of Singapore（GovTech Singapore）、Home Team Science and Technology Agency（HTX）、KDDI、Liquid C2 などのお客様から、GDC 上の Gemini で生成 AI のメリットを得られることに期待しているという初期フィードバックをいただいています。

革新的な AI 機能をオンプレミスで

Gemini モデルは、広範なコンテキストの処理から、テキスト、画像、音声、動画のネイティブなマルチモーダル理解まで、画期的な機能を提供します。これにより、安全なインフラストラクチャ上で、影響力の大きいさまざまなユースケースを実現できます。

新しい市場とグローバルなコラボレーションを開拓: 国際的な事業全体で言語の壁を即座に取り払い、よりつながりのある効率的なグローバルな従業員を育成します。
意思決定の迅速化: AI を使用してドキュメントを自動的に要約し、感情を分析し、独自のデータセットから分析情報を抽出することで、データドリブンな意思決定を迅速に行うことができます。
従業員の効率と顧客満足度を向上: 顧客と従業員向けにインテリジェントな chatbot と仮想アシスタントを開発することで、24 時間 365 日即座にサポートを提供し、ユーザー満足度を高めます。
開発速度の向上: Gemini を使用してコード生成の自動化、インテリジェントなコード補完、プロアクティブなバグ検出を行うことで、高品質のソフトウェアをより迅速にリリースできます。
安全性とコンプライアンスの強化: 有害なコンテンツを自動的にフィルタリングし、業界のポリシーを確実に遵守する AI 搭載の安全ツールでユーザーを保護します。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7f21e8d5a850>), ('btn_text', ''), ('href', ''), ('image', None)])]>

必要な場所に安全な AI インフラストラクチャを

生成 AI を利用してビジネス上の価値を高めるにはモデルだけでは足りません。スケーラブルな AI インフラストラクチャ、最新の基盤モデルを備えたライブラリ、高性能な推論サービス、Agentspace 検索などの事前構築済み AI エージェントを含む、完全なプラットフォームが必要です。GDC は、最新世代の AI インフラストラクチャと Gemini モデルのパワーを組み合わせたエンドツーエンドの AI スタックにより、これらすべてを実現し、あらゆる AI ワークロードを加速および強化します。

これらの変革的な機能を安全に提供するには、Google が現在提供しているような、完全なエンドツーエンドのプラットフォームが必要です。

大規模なパフォーマンス: GDC は、NVIDIA Hopper や Blackwell GPU などの最新の NVIDIA GPU アクセラレータを利用しています。フルマネージドの Gemini エンドポイントは、お客様またはパートナーのデータセンター内で利用でき、シームレスでゼロタッチの更新エクスペリエンスが特徴です。Gemini エンドポイントの自動負荷分散と自動スケーリングは、当社の L7 ロードバランサと高度なフリート管理機能によって処理され、高いパフォーマンスと可用性が維持されます。
セキュリティと制御の基盤: セキュリティは Google のソリューションの中核となるコンポーネントであり、監査ログとアクセス制御機能により、お客様に完全な透明性を提供します。これにより、オンプレミスの AI 環境に出入りするすべてのデータトラフィックを監視し、厳格なコンプライアンス要件を満たすことができます。また、このプラットフォームは、Intel TDX を使用した CPU と、NVIDIA のコンフィデンシャルコンピューティングを使用した GPU の両方で Confidential Computing をサポートしており、機密データを保護して改ざんやデータ漏洩を防ぎます。
AI 戦略の柔軟性とスピード: このプラットフォームは、Gemini 2.5 Flash と Pro、Vertex AI タスク固有モデル（翻訳、光学文字認識、音声文字変換、エンべディング生成）、Google のオープンソース Gemma モデルなど、業界をリードするさまざまなモデルをサポートしています。GDC は、マネージド VM シェイプ（A3 および A4 VM）と Kubernetes クラスタも提供しており、お客様は任意のオープンソースまたはカスタム AI モデルと、選択したカスタム AI ワークロードをデプロイできます。これに加えて、マネージドサービングエンジン、データコネクタ、Agentspace 検索（プレビュー版）などの事前構築済みエージェントを含むエンドツーエンドの AI プラットフォームを提供する Vertex AI サービスにより、オンプレミスデータ全体で統合された検索エクスペリエンスが実現します。

お客様の声

「GDC エアギャッププロダクトロードマップの策定とデプロイソリューションの検証における主要な GDC コラボレーションパートナーとして、この先駆的な役割が、当社の最先端の機能を強化し、同様の要件を持つ他の代理店にも役立つ実績のあるデプロイブループリントを確立するのに役立ったことを嬉しく思います。これは、CSIT と Google Cloud の深い戦略的コラボレーションによってのみ実現可能です。また、GDC で Gemini が利用可能になることも楽しみです。パートナーシップをさらに発展させ、国家安全保障の使命を果たすためのエージェント AI アプリケーションを開発、デプロイすることを楽しみにしています。」- Centre for Strategic Infocomm Technologies（CSIT）、副最高責任者、Loh Chee Kin 氏

「私たちの優先事項の一つは、AI の可能性を活用しながら、市民や企業が頼りにするシステムやサービスを安全に保つことです。Google Cloud は、AI のアジャイルかつ責任ある導入を可能にする活動を通じて、公共部門を支援することに強いコミットメントを示しています。Google Cloud とさらに緊密に連携して、公共の利益のためにテクノロジーを提供できることを楽しみにしています。」- Government Technology Agency of Singapore、最高責任者 Goh Wei Boon 氏

「Google Distributed Cloud に Gemini をデプロイできることで、オンプレミスのデータと AI の最新の進歩とのギャップを埋めることができます。Google Distributed Cloud は、厳格なデータ所在地とコンプライアンスの要件を損なうことなく、AI を活用してイノベーションを起こすための安全なマネージドプラットフォームを提供してくれます。」 - Home Team Science & Technology Agency（HTX）、最高 AI 責任者、Ang Chee Wee 氏

「Google Cloud とのパートナーシップと、Google の最先端の Gemini モデルの統合により、最先端の AI 機能が実現し、特定のパフォーマンス要件を満たし、日本企業や消費者のデータローカリティと規制のニーズに対応できるようになります。」- KDDI、執行役員、先端プラットフォーム開発本部長、丸田徹氏

「データのセキュリティと主権は、お客様にとって最重要事項です。Google Distributed Cloud 上の Gemini を使用することで、当社の Liquid Cloud とサイバーセキュリティソリューションは戦略的価値を提供し、規制の厳しい業界のお客様が最も価値の高いデータを管理しながら AI の力を活用できるようにします。」- Liquid C2、CEO Oswald Jumira 氏

Gemini がどこでも使えるように

妥協のないオンプレミス AI の時代が到来しました。Gemini の機能をオンプレミス環境に導入するために、ぜひ Google の戦略エキスパートにお問い合わせください。

-Google Distributed Cloud 担当バイスプレジデント兼ゼネラルマネージャー、Vithal Shirodkar

本番環境 AI への効率的な道: JAX と Cloud TPU を使用した Kakao の取り組み

Mon, 01 Sep 2025 01:20:00 +0000

※この投稿は米国時間 2025 年 8 月 20 日に、Google Cloud blog に投稿されたものの抄訳です。

韓国の人口の 93% にあたる 4,900 万人ものユーザーを抱えるメッセージングプラットフォーム Kakao にとっては、一つひとつの技術的な意思決定に大きな責任が伴います。既存のインフラストラクチャで重大な制限に直面した Kakao のエンジニアリングチームは、この重責をひしひしと実感しました。Kakao の取った解決策は、JAX フレームワークを使用した Google Cloud TPU への戦略的な移行です。これにより当面のスケーラビリティのニーズが解決されただけでなく、高度な AI モデル開発に向けた新たな可能性が開かれました。

Kakao のアプローチは、大規模な AI モデル開発に高パフォーマンスの配列コンピューティングフレームワークである JAX を活用した優れた事例です。主なトレーニング環境は GPU ベースでしたが、同社は費用と効率を最適化するために、Google Cloud TPU で JAX スタックを採用するという戦略的な決定を下しました。

この取り組みが同社独自の Kanana モデルファミリーの開発の基礎を築き、最近 Kanana-MoE を含むいくつかの Kanana モデルが Hugging Face Hub でオープンソースとしてリリースされました。

この投稿では、Kakao の Ryu Minho 氏と Kim Nayeon 氏が、Kakao の技術的な取り組みについて詳しく説明し、JAX 大規模言語モデルフレームワークと MaxText のカスタムデータパイプラインへの導入から、混合エキスパート（MoE）モデルのトレーニングに関する作業まで、具体的な実装の詳細をご紹介します。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7f21e90d61c0>), ('btn_text', ''), ('href', ''), ('image', None)])]>

カカオの取り組み

Kakao のエンジニアとして、私たちはテキストをはるかに超えるサービスを提供するプラットフォームである KakaoTalk に役立つモデルを開発しています。Kakao の豊富なエコシステムには、70 万点以上の画像とステッカー（絵文字）を使用したチャット、音声通話とビデオ通話、金融、ナビゲーションなどが含まれます。

KakaoTalk の規模と複雑さから、当社の言語モデルには高い効率性はもちろんのこと、韓国語への優れた理解や、多様なアプリケーションに対応できる柔軟性が求められます。こうした実世界におけるプロダクト要件が技術的な意思決定に直接影響し、カスタマイズ可能なトレーニングフレームワークが必要であるという判断にもつながりました。

JAX の利用を検討し始めたころ、当社は重要な転換期を迎えており、既存の GPU ベースのインフラストラクチャは、処理能力と予算の容量の上限に達しつつありました。選択肢は 2 つ。GPU インフラストラクチャを拡張して既存のコードベースを維持するか、費用対効果においてメリットを提供する一方、新しいツールチェーンが必要な Cloud TPU を採用するかです。当社は、短期的な投資が長期的な費用対効果のメリットに見合うものと判断して Cloud TPU を選択し、JAX 上にスタックを構築しました。

Kubernetes クラスタの管理には XPK を使用して、Kubernetes の専門知識がなくても、GKE でのジョブの作成と管理が簡単にできるようにしています。データパイプラインには、決定的な動作をする Grain を採用し、長時間実行される AI モデルのトレーニングジョブに不可欠な安定性を確保しました。

また、MaxText フレームワークを当社の具体的な研究ニーズと互換性ニーズに合わせて調整することに重点を置き、パイプラインに 2 つの重要なカスタマイズを加えました。

1. マルチソースのデータブレンド: MaxText を使用したトレーニングの検討を始めた当初は、事前に混合された単一のコーパスを想定していました。当社の研究では、さまざまなトレーニングフェーズで、ウェブテキスト、コード、数学などのさまざまなデータソースを、特定の動的に調整された重みでブレンドする必要があります。テストごとにテラバイト単位のデータを再処理することなく、この柔軟性を実現するために、Grain の mix 関数を使用したソリューションを実装しました。このアプローチでは、構成でブレンド比率を定義できるため、反復的な研究プロセスに不可欠な適応性が得られます。MaxText でこの機能をネイティブにサポートするための PR を提出し、それがその後こちらに組み込まれました。

2. 効率と互換性を重視したトークン処理: 既存の Megatron-LM パイプラインとの互換性を維持し、効率を向上させるために、MaxText のトークン処理ロジックを変更しました。Kakao のデータ準備方法では、後続のシーケンスの最初のトークンを追加することで、各トレーニングシーケンスを構築します。これにより、重複する連続したシーケンスが作成され、境界で情報が失われることがなくなり、データ利用が最大化されます。

新しい TPU ベースのワークフローを検証するために、2 つのモデルをトレーニングしました。まず、パラメータ数が 21 億の Kanana モデルをゼロからトレーニングした結果、当社の MaxText 実装は、各段階で既存の GPU ベースの Megatron-LM パイプラインに匹敵するパフォーマンスを達成しました。次に、既存の 8B モデルから 9.8B アーキテクチャへ、事前トレーニングを継続した深度アップスケーリングを行いました。どちらのアプローチも成功し、さまざまなベンチマークで一貫した改善が見られ、GPU での結果が TPU で効果的に再現できることが確認されました。

アプローチの進化: MaxText を使用した混合エキスパート（MoE）モデルのトレーニング

コアパイプラインの検証の完了後、高いパフォーマンスと高い推論効率を両立させたモデルを構築するために、より高度なアーキテクチャ、具体的には MoE モデルのテストを開始しました。目標は、既存の高密度モデルを MoE 構造にアップサイクルできるかどうかを調査し、このタスクに対する TPU と MaxText スタックの適合性を評価することです。

この実験では、2.1B の高密度モデルを、64 のエキスパート（トークンあたり 8 つのアクティブエキスパート）を持つパラメータ数 134 億（23 億がアクティブ）の MoE アーキテクチャにアップサイクルしました。アーキテクチャの変更による影響を分離するため、モデルのトレーニングには元の高密度モデルとまったく同じデータセットを使用しています。トレーニングは、v5e TPU 上の、完全シャーディングデータ並列処理（FSDP）を行う MaxText で実行されました。

実装プロセスは簡単で、Flax、Optax、Orbax 上に構築された MaxText の柔軟な設計が、MoE 研究に必要な幅広いアブレーションに最適であることがわかりました。詳細は以下のとおりです。

統合カーネル: Megablocks MoE カーネルは、Group GEMM などの最適化された MoE 機能をサポートしており、すでに JAX に統合されています。
スケジュールの結合: optax.join_schedules 関数を使用して、複数の学習率スケジュール（ウォームアップ、定数、アニーリングなど）を 1 つのカスタムスケジュールに結合し、トレーニング実行に使用しました。異なるスケジュールを組み合わせることができるため、さまざまなトレーニング戦略を試すのに非常に便利です。

コードのカスタマイズ: 疎行列乗算の実装で、ロードバランシングの損失を有効にする必要がありました。そのため、MaxText の MoE ブロック内の permute 関数に 1 行のコードを挿入して、ルーターのロジットから直接損失を計算できるようにしました。

結果は、特にコードと数学のベンチマークでパフォーマンスが向上していることを示しており、エキスパートの間でドメインの専門化が進んでいることを示唆しています。

パフォーマンス評価

目標が達成され、高度なモデル開発における JAX スタックの有用性をさらに実証できました。現在、この取り組みをさらに拡大し、共有エキスパートのテストや、初期の MoE レイヤを密なレイヤに置き換えるテストを行っています。これらの変更は、MaxText フレームワーク内で簡単に実装できます。

パフォーマンスの改善と重要なポイント

この取り組みの中で、Trillium TPU の早期アクセス権を得ました。XPK クラスタとワークロードの構成でいくつかのパラメータを変更することで v5e からの移行を実現すると、すべてのモデルで、即座にスループットが 2.7 倍と大幅に増加し、費用対効果も向上しました。

当社の経験では、TPU 上の JAX スタックが、AI モデル開発のための包括的かつ効率的な環境を提供することが示されました。チームにとっての主なメリットは次のとおりです。

パフォーマンスとスケーラビリティ: JAX と XLA の組み合わせにより、ジャストインタイムコンパイルが実現します。MaxText は、SPMD や FSDP などをサポートする大規模な並列コンピューティング向けに最適化されています。
カスタマイズ性と制御性: コードベースは純粋な Python であり、Flax、Optax、Orbax などのライブラリ上に構築されているため、直感的で簡単に変更できます。これにより、最小限のオーバーヘッドでカスタムデータパイプライン、トレーニング戦略、新しいアーキテクチャを実装することが可能になります。
機能の迅速な導入: MaxText フレームワークは、最先端の新しいモデルの機能で迅速に更新されるため、常に最先端の研究を行うことが可能です。

こうした強みがあってこそ、JAX スタックは Kakao で大規模言語モデルをトレーニングするための、強力かつ柔軟な基盤となっているのです。

JAX エコシステムで言語モデルを構築する

Kakao の取り組みは、MaxText、Flax、Optax、Orbax などの JAX エコシステムのモジュール設計が、カスタマイズされたデータブレンドから MoE アーキテクチャを使用した迅速なテストまで、本番環境パイプラインと高度な研究の両方に必要なカスタマイズ性をどのように実現するかを示しています。

貴重なエンジニアリングの取り組みを共有してくださった Ryu 氏、Kim 氏、そしてそのチームに心より感謝申し上げます。Google は、このように世界中の大手企業が、JAX エコシステムを使用して次世代の強力かつ効率的な言語モデルを構築していくのを楽しみにしています。

ー Kakao、言語モデルリサーチエンジニア Ryu Minho 氏、Kim Nayeon 氏

ー Google ML フレームワーク、シニアプロダクトマネージャー Srikanth Kilaru

Yahoo カレンダーがハードウェアキューと DBA ボトルネックから解放された方法

Fri, 29 Aug 2025 01:02:00 +0000

※この投稿は米国時間 2025 年 8 月 12 日に、Google Cloud blog に投稿されたものの抄訳です。

編集者注: Yahoo Mail は、Google Cloud への移行によって数百ペタバイトのサービスをモダナイズするという、これまでで最大規模のインフラストラクチャ変革の真っ只中にあります。Yahoo Mail の移行は、数億人の Yahoo Mail ユーザーにとってエクスペリエンスの不可欠な部分である Yahoo カレンダーから始まりました。これは、大規模な常時稼働のワークロードです。これは、ミスが許されない大規模な取り組みでしたが、結果として、お客様に影響を与えることなくスムーズに移行することができ、

Cloud SQL は、Yahoo のオペレーションの複雑さとスピードに対応できました。また、手動のオーバーヘッドを削減し、デベロッパーのアジリティを高め、次のステップへの基盤を築くことで、Yahoo の働き方を変えることにもなりました。

Yahoo では、基幹プラットフォームである Yahoo メールをクラウドに移行することが、これまでで最も重要なインフラストラクチャの取り組みの一つになることを認識していました。500 ペタバイトを超える相互接続されたシステムがあるため、早期に信頼を築くには、影響の大きい小規模なワークロードから始める必要があることがわかっていました。こうして、数億人の Yahoo Mail ユーザーにとってエクスペリエンスの重要な一部である Yahoo カレンダーが、最初に移行する本番環境サービスとなりました。

毎日ユーザーが利用するサービスを中断することなく、大規模な常時稼働サービスを移行する必要がありました。移行に失敗すれば、何百万人もの人々がスタンドアップミーティングや誕生日ディナー、予約した歯医者の予約を逃してしまう可能性があります。

Google Cloud を選んだのは、マネージドインフラストラクチャで運用をモダナイズし、手作業を減らし、大規模な変革のために信頼できるエコシステムを活用するためです。Yahoo カレンダーの移行は、Cloud SQL でミッションクリティカルなサービスを実行するための実証の場となり、Yahoo メールに関する数年間の移行計画のペースを設定することになりました。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud データベースでよりスマートに構築'), ('body', <wagtail.rich_text.RichText object at 0x7f21e8899fa0>), ('btn_text', ''), ('href', ''), ('image', None)])]>

招待を 1 件も逃さずにインフラストラクチャをモダナイズ

置き換えの対象となったインフラストラクチャには、数十のオンプレミス MySQL（Percona）インスタンスが含まれていました。堅牢ではありましたが、運用のスピードを重視したものではありませんでした。スケーリングは、ハードウェアリクエストを提出し、数週間から数か月待つことを意味していました。バックアップやアップグレードなどのルーチンタスクは、別のデータベース管理（DBA）チームが担当する必要がありました。需要の増加に伴い、アジリティの必要性も高まりました。増大するニーズに、より柔軟かつ迅速に対応するため、Google は大規模な取り組みに着手しました。

複数のリージョンにわたる数十個のデータベースシャードの移行
20 TB を超えるストレージ（レプリカを除く）の移行
100 万 QPS の読み取りと 2,500 QPS の書き込みのピークトラフィックをサポート
数億人の Yahoo Mail ユーザーのカレンダーエクスペリエンスをサポートするために、アプリケーションスタックを Google Kubernetes Engine（GKE）上で実行するようにリプラットフォーム

Cloud SQL は、既存の MySQL ワークロードを最小限の変更でサポートしているため、完全な再アーキテクチャを行わずにオンプレミスのシャードを複製できます。この互換性が、フルスタックを再構築するための基盤となりました。すべてを機能させるために、UI、API、バックエンドを GKE に移行し、すべてを複数の Google Cloud リージョンの Cloud SQL デプロイメントに接続しました。これらすべてを、一般ユーザーのダウンタイムなしで段階的に移行する必要がありました。トラフィックは既存のエンドポイントを流れ続け、プロキシレイヤは各ユーザーの場所と移行状態に基づいてリクエストをルーティングしました。データベースシャードの準備が整うと、Cloud SQL で読み取り / 書き込みモードに慎重に切り替え、バックエンドを段階的に移行しながら、カレンダーユーザーがスケジュールどおりに利用できるようにしました。

図 1 - オンプレミスの MySQL から Cloud SQL への初期ロード + CDC

こうした大規模な移行にはバックアップが必要

Google Cloud の Professional Services Organization（PSO）は、その実現に重要な役割を果たしました。初期段階から、彼らは私たちのチームに組み込まれていました。Cloud SQL の評価 Database Migration Service（DMS）を使用して、概念実証作業をガイドし、移行アーキテクチャのストレステストを実施しました。

DMS を使用したデータのレプリケーションで障害が発生したとき、PSO は Cloud SQL エンジニアリングチームと社内のセキュリティチームおよび DBA チームと緊密に連携して、カスタムの回避策を設計しました。カットオーバーの際には、容量の制約のデバッグやシャドウトラフィック中の接続スパイクのトラブルシューティングなど、問題が発生したときにすぐにサポートしてくれました。また、権限の変更が原因で発生した逆方向のレプリケーションの失敗を解決するのにも役立ちました。これは、Google のガイダンスがなければ予測できなかったエッジケースです。

図 2 - Yahoo カレンダーの移行図

Cloud SQL のおかげで重要なことに時間を割けるようになった

マネージドインフラストラクチャにより、手動操作が大幅に減り、データベース管理のオーバーヘッドが削減され、待つことなくスケールアップできるアジリティが向上しました。アプリケーションチームは、手動プロセスに頼ることなく、Infrastructure as Code（IaC）を使用してデータベースシャードをデプロイおよび管理できるようになりました。バックアップ、パッチ適用、フェイルオーバーが自動化され、リスクと手作業が軽減されます。使用状況と費用のモニタリングが組み込まれているため、全体的な最適化に役立っています。また、セキュリティプロトコルとの緊密な統合により、大規模な一般向けサービスを高い信頼性で運用できます。

現在、Yahoo カレンダーは 1 秒あたり数十万件のクエリを処理し、障害復旧（DR）を備えた 26 個の Cloud SQL インスタンスを運用しています。また、データベースだけで 2,500 個の仮想 CPU と 17 TB のメモリを含むインフラストラクチャ上で実行されています。アプリケーション層は 850 個の Pod と 2,200 個の vCPU に及び、10 TB のメモリに対応しています。ハードウェアやハンドオフを待つことなく、自信を持って大規模に実行できるようになりました。

図 3 - Yahoo カレンダーのサービスのアーキテクチャ図

カレンダーの次の予定

インフラストラクチャが敵ではなく味方になってくれることのメリットを実感しています。しかも、スケーリング、パフォーマンス、セキュリティを損なうことなく、すべてを実現しています。移行戦略を徹底的にテストし、クラウドでの運用方法を改良したことで、500 ペタバイトを超える Yahoo Mail の環境全体に対応する準備が整いました。

今後数年間は、スマートなスケーリング、俊敏性の維持、モダナイゼーションが必ずしも混乱を意味するわけではないことの証明が重要になります。しかし、あらゆる移行で最も難しい部分（出発）を終え、カレンダーは Cloud SQL で実行されるようになり、すべて予定通り進んでいます。

詳細:

Cloud SQL でビジネスを変革する方法を確認する。今すぐ無料トライアルをお試しください。
IDC レポートをダウンロードして、Cloud SQL への移行によってコストの削減、アジリティの向上、デプロイの高速化を実現する方法をご確認ください。
Ford と Lightricks が Cloud SQL でモダナイズして、高いパフォーマンスを実現し、費用を削減した方法をご確認ください。

-Yahoo、ソフトウェアアプリケーションエンジニアリング担当ディレクター、Sunitha Reddy 氏
-Yahoo Mail、シニアエンジニアリングマネージャー、Lee Atkins 氏

Google、Gartner® Magic Quadrant 戦略的クラウドプラットフォームサービス部門のリーダーに

Fri, 15 Aug 2025 02:00:00 +0000

※この投稿は米国時間 2025 年 8 月 9 日に、Google Cloud blog に投稿されたものの抄訳です。

Gartner® は、Gartner Magic Quadrant™ 戦略的クラウドプラットフォームサービス部門のリーダーとして Google を選出しました。これで、Google は 8 年連続で選出されたことになります。さらに、今年は Google がビジョンの完全性で最も高い評価を受けるという快挙を成し遂げました。

こちらから、2025 年 Magic Quadrant for Strategic Cloud Platform Services の無料レポートをダウンロードできます。

このように毎年 Google が高い評価を得ている理由は、Google Cloud インフラストラクチャを利用する 3 大メリットにあると Google は考えています。これは同時に、お客様から一貫して寄せられている声でもあります。

AI ファーストのアプリやサービス向けに特別に設計された、目的特化型の最新クラウド。
SAP、VMware、Microsoft、Oracle、OpenShift、メインフレームなどの主要なエンタープライズワークロードの移行とモダナイゼーションを容易にする、ワークロードに最適化されたコンピューティング、ストレージ、最も汎用性の高いクラウドネットワーキング。
ハイパースケーラーの中でトップクラスの信頼性とセキュリティ。お客様のセキュリティチームの延長としての Google。

しかし、これだけではありません。Google Cloud は、お客様にこれらのメリットを提供するために、舞台裏でどのようなことを行っているのでしょうか。Google Cloud がインフラストラクチャを構築、強化し続けるうえで重視している 5 つの原則を詳しくご紹介します。

1. 厳密に最適化されたインフラストラクチャでワークロードを実行

Google Cloud は、アプリケーションのパフォーマンスをスケーリングするにあたって、単にハードウェアを追加するだけでは持続可能ではなく、効果的でもないと考えています。Google が戦略的でワークロードに最適化されたインフラストラクチャ技術を開発しているのはそのためです。たとえば、Titanium はハードウェアとソフトウェアのオフロードシステムであり、パフォーマンス、信頼性、セキュリティを向上させ、ワークロードの効率を最大限に高めます。

ここ 12 か月間、Google Cloud は Compute Engine プラットフォームを強化しており、次のような大きな発展をお届けすることで、企業の変革を推進しています。

第 4 世代のコンピューティングインスタンスと Hyperdisk ブロックストレージは、エンタープライズクラスのスケーラビリティ、信頼性、セキュリティ、ワークロードの一貫性を実現しながら、ワークロード全般のパフォーマンスと費用の最適化に重点を置き、最終的には企業が効率的に成長し、イノベーションにさらに投資できるようにします。
また、汎用ワークロードのパフォーマンスの最大化、インフラストラクチャ費用の削減、サステナビリティ目標のサポートを目的として、独自のカスタム Arm® ベース CPU である Google Axion プロセッサを開発しました。
AlloyDB for PostgreSQL や Cloud SQL などのフルマネージドデータベースサービスの強化を継続して、従来のデータベースから Google Cloud インフラストラクチャへの移行を容易にしました。

2. AI 中心のインフラストラクチャを構築

2024 年に続き、Google は 2025 年の Gartner Critical Capabilities 戦略的クラウドプラットフォームサービス部門で、AI / ML において第 1 位にランク付けされました。それ以降も、Google のポートフォリオの深さと幅は増すばかりです。Google の AI へのコミットメントの証として、過去 10 年間に開発された Google AI テクノロジーを基盤として構築され、Google Cloud で実行されるほぼすべての AI ワークロードを支えている AI Hypercomputer があります。

この統合型スーパーコンピューティングシステムは、AI ワークロードのトレーニングとサービングの両方において、一貫した低価格でより多くのインテリジェンスを提供します。また、データの準備からモデルのデプロイとモニタリングまで、ML ライフサイクル全体を統合するマネージド ML プラットフォームである Vertex AI を支えているのも AI Hypercomputer です。インフラストラクチャの観点から見ると、データサイエンティストとデベロッパーは、モデルを実行するために必要なインフラストラクチャのプロビジョニングと管理ではなく、モデルの構築に集中できます。

コアインフラストラクチャのほかに、Google はオープンで革新的な生成 AI パートナーエコシステムの育成にも力を入れており、企業がソフトウェア開発、ビジネスプロセス、情報検索を迅速に変革できるよう支援しています。

また、以下を含む多数の新しい AI プロダクトとサービスをリリースしました。

Next ‘25 で発表された Ironwood は、推論専用に構築された Google の第 7 世代 TPU で、前世代と比較してピーク時のコンピューティング容量が 5 倍、高帯域幅メモリが 6 倍になっています。また、大容量構成では電力効率を 2 倍にしつつ、42.5 エクサフロップという驚異的なコンピューティング能力を実現しています。
Google Cloud Managed Lustre は、DDN EXAScaler Lustre ファイルシステム上に構築されたフルマネージドの並列ファイルシステムで、AI ワークロード向けに 1 ミリ秒未満のレイテンシ、数百万の IOPS、TB/秒のスループットでペタバイト規模のストレージを提供します。Rapid Storage は、新しい Cloud Storage ゾーンバケットで、業界トップクラスである 1 ミリ秒未満のランダム読み取り / 書き込みレイテンシ、20 倍高速のデータアクセス、6 TB/秒のスループット、他の主要なハイパースケーラーと比較して 5 分の 1 のランダム読み取り / 書き込みレイテンシを実現します。Anywhere Cache は、Cloud Storage バケット向けに SSD を使用したゾーン内の読み取りキャッシュを提供します。Hyperdisk Exapools は、今四半期にプレビュー版がリリースされる予定で、AI クラスタ向けにエクサバイトのブロックストレージ容量と TB/秒のスループットを提供します。
Gemini CLI（コマンドラインインターフェース）は、Gemini 2.5 Pro をターミナルに直接取り込むオープンソースの AI エージェントです。無料利用枠が非常に大きく（1 分あたり 60 件のモデルリクエスト、1 日あたり 1,000 件のリクエスト）、Gemini Code Assist と統合して AI ファーストのコーディングと問題解決を実現します。

3. コンテナで AI の時代に対応

Google は、Google Kubernetes Engine（GKE）が評価され、今年の Gartner Magic Quadrant コンテナ管理部門で再びリーダーに選出されました。他の分野と同様に、GKE もさらに進化しています。長年の経験と Kubernetes への深いコミットメントに基づいて構築された GKE は、次世代の AI ワークロードの基盤として台頭しています。実際、Google は、Vertex AI を含む最先端の AI サービスを大規模に運用するために GKE を使用しており、これにはお客様に提供しているものと同じ最先端のテクノロジーとベストプラクティスが活用されています。

AI イノベーションをさらに強化するために、いくつかの優れた新リリースを展開しました。

GKE Autopilot は、2024 年に作成されたアクティブな GKE クラスタの 30% が Autopilot モードで動作しているという驚異的な実績を誇り、重要なワークロードの運用を簡素化し、リソース効率を高めるその効果を実証しています。
Cluster Director の一般提供が開始され、アクセラレータ（GPU と TPU）の大規模クラスタを単一の高性能ユニットとしてデプロイおよび管理できるようになりました。これは、要求の厳しい AI モデルや分散ワークロードにとって重要です。
AI 推論を最適化するために、新しい GKE Inference Quickstart と GKE Inference Gateway（どちらも公開プレビュー版）は、ベンチマークされたプロファイルでモデルのデプロイを簡素化し、インテリジェントなルーティングを提供します。これにより、サービング費用を最大 30% 削減し、テールレイテンシを最大 60% 削減できます。

4. 真の主権を顧客に提供

Google Cloud は、デジタル主権は単なるコンプライアンスではなく、イノベーションを可能にするために、機能を犠牲にすることなく、組織に柔軟性、制御、選択、堅牢なセキュリティを提供することだと考えています。そのために、Google は現地のパートナーや政策立案者と幅広く連携し、お客様の多様なニーズに沿った技術機能を提供しています。

この分野における Google の強みは、42 を超えるクラウドリージョン、127 のゾーン、202 のネットワークエッジロケーション、そして多額の海底ケーブル投資を含む大規模なグローバルインフラストラクチャに由来します。最近の重要な開発としては、次の 2 つが挙げられます。

Schwarz Group、T-Systems、S3NS（Thales との提携）、Minsait、Telecom Italia、World Wide Technology など、アジア、ヨーロッパ、中東、米国各地の独立した地域パートナーと重要なパートナーシップを構築
お客様固有のビジネスニーズ、規制要件、リスクプロファイルに適合するように設計された主権ソリューションのポートフォリオを設計。組織は 3 つの精密に設計されたソリューション、Google Cloud Data Boundary、Google Cloud Dedicated、Google Cloud Air-Gapped から、独自の要件に基づいて必要なものを選択できます。

5. 「地球規模」のネットワークを提供

Google のネットワーキングの強みは、25 年以上にわたる Google の基礎的なイノベーションの上に築かれており、世界中の数十億の人々を Gmail、YouTube、検索などの重要なサービスに接続しています。この深い専門知識により、Google Cloud とクロスクラウドネットワークソリューションを支える地球規模のネットワークインフラストラクチャを構築することができました。Google の広大なバックボーンネットワークは、202 か所のポイントオブプレゼンス（PoP）、200 万マイルを超える光ファイバー、33 本の海底ケーブルを備え、99.99% の信頼性を保証する SLA によって支えられています。これにより、堅牢で復元力のあるグローバルプラットフォームが実現しています。

AI の急速な台頭により、あらゆる業界で、AI モデルのトレーニング、推論、サービングに、大規模な容量、シームレスな接続性、堅牢なセキュリティなど、かつてないネットワーク機能が求められています。Google は、クラウドネットワーキングプロダクトとクロスクラウドネットワークソリューションにおける継続的なイノベーションを通じて、お客様が分散型 AI アプリケーションを簡単に構築して提供できるよう支援することでこのニーズに応えています。

こうした厳しい要件を満たすために、Google は以下のような優れた新しいネットワーキングソリューションのスイートをリリースしました。

Cloud WAN は、Google の地球規模のネットワークを活用して広域ネットワーク（WAN）アーキテクチャを変革するために設計された、信頼性とセキュリティに優れたフルマネージド型の新しいエンタープライズバックボーンです。パブリックインターネットと比較して最大 40% 高速なパフォーマンスを実現し、顧客管理型ソリューションと比較して総所有コスト（TCO）を最大 40% 削減します。
Cloud Interconnect と新しい Cross-Site Interconnect（Cloud WAN のオプション、現在プレビュー版）により、Google Cloud はネットワーク上で透過的なレイヤ 2 接続を提供する最初の主要クラウドプロバイダとなります。
AI に最適化されたネットワーキングとしては、400G Cloud Interconnect（大量のデータ取り込みで 4 倍の帯域幅）、クラスタあたり最大数万個の GPU に対応するネットワーキングサポート、ゼロトラスト RDMA セキュリティ（高性能 GPU / TPU トラフィック用）を提供します。

Google Cloud で次のステップへ

Google Cloud では、従来のアプリの最適化から次世代 AI の構築、そしてその間のあらゆることまで、お客様のデータセンター、他のクラウド、エッジなど、環境を選ばないプラットフォームで最大の課題に取り組むことができます。数十年にわたる経験と信頼性の実績を誇る Google Cloud インフラストラクチャは、最も革新的なワークロードを処理する能力を備えており、ビジネス変革を推進する理想的なパートナーです。

2025 年 Magic Quadrant for Strategic Cloud Platform Services のコピーは Google のウェブサイトから無料でダウンロードできます。ぜひご一読ください。

-Google Cloud Platform、バイスプレジデント兼ゼネラルマネージャー Brad Calder

-ML、システム、クラウド AI 担当バイスプレジデント兼ゼネラルマネージャー Amin Vahdat

ワークロードに適した Hyperdisk ブロックストレージの選び方

Fri, 27 Jun 2025 01:02:00 +0000

※この投稿は米国時間 2025 年 6 月 12 日に、Google Cloud blog に投稿されたものの抄訳です。

Google Cloud の導入や最新の Compute Engine VM、Google Kubernetes Engine（GKE）への移行の際には、ワークロードに最適なブロックストレージの選択が重要です。Hyperdisk は Google Cloud の最新 VM ファミリー（C4、N4、M4 など）向けに設計されており、ワークロードに最適化されたブロックストレージです。高パフォーマンスかつコスト効率に優れ、大規模運用時の管理も容易な、エンタープライズ対応のストレージボリュームを提供します。この投稿では、Hyperdisk の基本知識と、環境に適した選び方をご提案します。

Hyperdisk ブロックストレージの概要

Hyperdisk を使用すると、容量とパフォーマンスを個別に調整して、ブロックストレージのリソースをワークロードに最適化できます。Hyperdisk にはいくつかの種類があります。

Hyperdisk Balanced: ほとんどのワークロードに適合するよう設計されており、価格とパフォーマンスの最適な組み合わせとバランスを実現します。これは、コンピューティングインスタンスのブートディスクとしても使用できます。Hyperdisk Balanced を使用すると、各ボリュームの容量、スループット、IOPS を個別に構成でき、高可用性モードとマルチライターモードで利用可能です。
Hyperdisk Extreme: Hyperdisk のサービスの中で最も高い IOPS を提供するため、パフォーマンスを重視するハイエンドなデータベースに最適です。Hyperdisk Extreme を使用すると、単一ボリュームで最大 35 万 IOPS を発揮できます。
Hyperdisk Throughput: ディスクのセマンティクスを持ちながら、コールドオブジェクトストレージ並みの低コストで容量を提供します。Hyperdisk Throughput は、低レイテンシを必要としない、帯域幅と容量を大量に消費するワークロードに対して、高スループットを実現します。また、コスト重視のワークロード（コールドディスクなど）向けに費用対効果の高いディスクとしても利用できます。
Hyperdisk ML: 静的データをコンピューティングクラスタに読み込むことに特化して設計されています。Hyperdisk ML では、モデルの重みやバイナリなどの固定データセットをディスクにハイドレートし、最大 2,500 のコンピューティングインスタンスを同じボリュームに接続できます。これにより、読み取り専用モードでは、競合するブロックストレージと比べて、単一ボリュームで対応できるインスタンス数が 150 倍以上になります1。すべてのノードで非常に高い総スループットを発揮するため、推論の起動を高速化し、モデルのトレーニングを迅速に進め、貴重なコンピューティングリソースを最大限に利用できます。

また、Hyperdisk ストレージプールを活用することで、容量とパフォーマンスの合計量を事前プロビジョニングできます。プール内のボリュームが動的にリソースを消費するため、TCO を削減し運用を簡素化できます。ワークロードに必要な合計容量とパフォーマンスを考慮してストレージプールを作成し、そのストレージプール内にディスクを作成します。その後、ディスクを VM にアタッチできます。ディスクの作成時には、必要以上に大きなサイズや、余裕を持たせたパフォーマンス上限でプロビジョニングすることも可能です。これにより、計画が簡素化され、ディスクのプロビジョニングされたサイズやパフォーマンスを変更することなく、将来的な拡張にも対応できます。

また、高可用性、クロスリージョンレプリケーションと復元、バックアップ、スナップショットなどの包括的なデータ保護機能を活用することで、ビジネスクリティカルなワークロードを保護することもできます。

機能、容量、マシンサポート、パフォーマンスに関する詳細については、ドキュメントをご覧ください。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7f21e9884220>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

一般的なワークロードに関する推奨事項

適切な Hyperdisk アーキテクチャを簡単に選べるように、よく見られる一般的なワークロードに対する推奨事項の概要を以下に示します。エンタープライズ環境では、Hyperdisk ポートフォリオを活用し、アプリケーションの各コンポーネントのニーズに応じて最適な Hyperdisk のタイプを組み合わせることで、3 層アプリケーション全体を最適化できます。

汎用データベースを含むエンタープライズアプリケーション:

Hyperdisk Balanced とストレージプールを組み合わせることで、一般的なデータベースワークロードをはじめとした、幅広い汎用ワークロードに優れたソリューションを提供します。Hyperdisk Balanced は、Clickhouse、MySQL、PostgreSQL など、ほとんどのデータベースの IOPS とスループットのニーズを満たし、標準的な価格帯で利用できます。Hyperdisk Balanced は、1 ボリュームあたり 16 万 IOPS を発揮し、AWS EBS gp3 ボリュームの 10 倍のパフォーマンスを実現します2。ストレージプールを使用することで、効率を高め、計画を大幅に簡素化できます。また、典型的なデータベースワークロードにおいても、Hyperdisk Balanced ボリュームや AWS EBS gp3 ボリュームと比較して、ストレージの費用を約 20～40% 削減できます3。

「Sentry.io は迅速なデバッグと問題解決を支援するプラットフォームであり、全世界で 400 万人以上の開発者と 13 万のチームに利用されています。Google Cloud の Hyperdisk を採用したことで、当社のビジネスの中核を担うイベント分析プラットフォームに、次世代に向けた柔軟なアーキテクチャを構築できました。大容量かつ高性能な Hyperdisk ストレージプールにより、数週間かかっていた計画サイクルを数分に短縮でき、永続ディスクと比較してストレージの費用を 37% 削減することにも成功しました。」- Sentry、最高技術責任者、Dave Rosenthal 氏

「Blackline にとって高可用性は不可欠です。当社では、グローバル規模でミッションクリティカルな財務決算管理システムを展開するにあたり、大規模なデータベースフェイルオーバークラスタリングを運用しています。このような重要なワークロードを Google Cloud に移行でき、大変喜ばしく思います。Hyperdisk Balanced High Availability により、お客様が求めるパフォーマンス、容量、コスト効率、レジリエンスの要件を満たし、さらにはグローバル規模での金融規制への対応にも貢献しています。」- Blackline、SVP Cloud エンジニアリング＆オペレーション、Justin Brodley 氏

Tier-0 データベース

SAP HANA、SQL Server、Oracle データベースなどのハイエンドかつパフォーマンス重視のデータベースには、Hyperdisk Extreme が妥協のないパフォーマンスを提供します。Hyperdisk Extreme を使用すると、単一ボリュームで最大 35 万 IOPS と 10 GiB/秒のスループットを実現できます。

AI、分析、スケールアウトワークロード

Hyperdisk は、最も要求の厳しい次世代の ML とハイパフォーマンスコンピューティングのワークロードに対して、優れたソリューションを提供します。

動的にスケールする AI、分析ワークロード、および高性能ファイルシステム

需要の変動が激しく、ピーク時のスループットや IOPS を必要とするワークロードには、Hyperdisk Balanced とストレージプールが効果的です。これらのワークロードには、お客様が管理する並列ファイルシステムや、アクセラレータクラスタ向けのスクラッチディスクが含まれます。ストレージプールの動的なリソース割り当てにより、ピーク時でもパフォーマンスを確保でき、手動調整の手間や非効率なオーバープロビジョニングを回避できます。さらに、ストレージプールを設定することで、ディスク単位での計画が大幅に簡素化されます。注: フルマネージドのファイルシステムをお求めの場合は、Managed Lustre をご検討ください。

「Hudson River Trading（HRT）では、定量取引に最先端の ML を活用しています。Google Cloud のアクセラレータ最適化マシン、Dynamic Workload Scheduler（DWS）、および Hyperdisk を導入したことで、最先端モデルの開発が大幅に加速しました。Hyperdisk ストレージプールにより、通常の Hyperdisk と比較してストレージ費用を約 50% 削減でき、計画にかかる手間も最小限に抑えられました。」- Hudson River Trading、システムエンジニア、Ragnar Kjørstad 氏

AI / ML と HPC のデータ読み込みの高速化

Hyperdisk ML は、推論、トレーニング、HPC ワークロードのデータ読み込み時間の高速化に特化したストレージです。一般的な代替手段と比較してモデルの読み込み時間を 3～5 倍高速化します4。Hyperdisk ML は、Google Cloud の他のストレージサービスと比べて、サービングタスクに特に優れた性能を発揮します。1 ボリュームあたり最大 1.2 TiB/秒の総スループットを実現し、多数の VM に対して同時に高い総スループットを提供します。これにより、競合製品と比較して 100 倍以上のパフォーマンスを達成します5。1 回の書き込みで最大 64 TiB のディスクを作成し、読み取り専用モードで複数の VM インスタンスを同じボリュームにアタッチできます。Hyperdisk ML を使用すると、GPU や TPU などの最も高価なコンピューティングリソースのデータ読み込み時間を短縮できます。詳細については、g.co/cloud/storage-design-ai をご覧ください。

「Resemble AI では、独自のディープラーニングモデルを活用して、テキスト読み上げや音声変換による高品質な AI 音声を生成しています。Google Cloud の A3 VM と NVIDIA H100 GPU、Hyperdisk ML を組み合わせることで、トレーニングワークフローを大幅に改善できました。Hyperdisk ML によりデータローダのパフォーマンスが劇的に向上し、類似のソリューションに比べてエポックサイクルを 2 倍の速度で実行できるようになりました。この高速化により、エンジニアリングチームは柔軟に実験を重ねながら大規模なトレーニングを実施し、プロトタイプから本番環境へと迅速に移行できるようになりました。」- Resemble AI、CEO、Zohaib Ahmed 氏

「Abridge は、生成 AI を活用して患者と医療従事者の間の会話をリアルタイムで要約することで、臨床文書に革命をもたらしています。Hyperdisk ML を採用したことで、モデルの読み込み速度が最大 76% 向上し、Pod の初期化時間が短縮されました。」- Abridge、ソフトウェアエンジニア、Taruj Goyal 氏

大容量の分析ワークロード:

Hadoop や Kafka などの大規模なデータ分析ワークロードは、ディスクレイテンシの変動にあまり影響されません。そのため、Hyperdisk Throughput は高スループットかつ費用対効果の高いソリューションとなります。スループットを自由に構成できるうえ、1 GiB あたりのコストが低いため、TCO を抑えながら大量のデータを処理するのに最適です。

Hyperdisk のサイズ設定と設定方法

ワークロードに適した Hyperdisk ボリュームタイプを選択してサイズ設定する際には、以下の事項を確認してください。

ストレージ管理。ワークロードのブロックストレージをプール単位で管理するか、個別に管理するかを決定します。ワークロードの容量が単一のプロジェクトとゾーンで 10 TiB を超える場合は、Hyperdisk ストレージプールを使用して TCO を削減し、計画を簡素化することを検討してください。ストレージプールはディスクのパフォーマンスに影響しません。ただし、レプリケーションや高可用性など、一部のデータ保護機能はストレージプールではサポートされていません。
レイテンシ。SSD 並みのミリ秒未満のレイテンシが求められるワークロードには、Hyperdisk Balanced または Hyperdisk Extreme が適しています。
IOPS またはスループット。単一ボリュームから 16 万 IOPS 未満または 2.4 GiB/秒未満のスループットが必要なアプリケーションには、Hyperdisk Balanced が最適です。それ以上の性能が必要な場合は、Hyperdisk Extreme を検討してください。
パフォーマンスと容量のサイズ設定。Hyperdisk は容量とパフォーマンスを個別に設定できるため、必要なリソース分のみのお支払いで利用できます。この機能を活用して、ディスクのピーク IOPS、スループット、およびワークロードに必要な容量を把握することで、TCO を削減できます。具体的には、そのワークロードを処理するディスクに保存されるデータ量を、GiB または TiB 単位で見積もります。ワークロードがすでに Google Cloud 上で稼働している場合は、コンソールの Metrics Explorer でこれらの指標を確認できます。

もう一つの重要な考慮事項は、ワークロードに求められるビジネスの継続性とデータ保護のレベルです。ワークロードによって、目標復旧時点（RPO）と目標復旧時間（RTO）の要件が異なるため、それにかかる費用も変わってきます。データ保護の方針を決める際には、ワークロードの重要度を考慮しましょう。重要なアプリケーションやワークロードほど、データ損失やダウンタイムに対する許容度が低くなります。ビジネスオペレーションに不可欠なアプリケーションでは、RPO はゼロ、RTO は数秒程度であることが求められます。Hyperdisk のビジネスの継続性とデータ保護は、お客様が求めるパフォーマンス、容量、コスト効率、レジリエンスの要件を満たすとともに、世界中の金融規制への対応にも貢献します。

ワークロードに適した Hyperdisk の種類を選ぶ際に、考慮すべき事項をいくつか紹介します。

攻撃や悪意のある内部者からワークロードを保護するにはどうすればよいですか？Google Cloud Backup Vault を使用すると、バックアップの不変性や消去不能性、サイバーレジリエンスを確保でき、バックアップのレポート作成やコンプライアンス対応も管理できます。バックアップを自己管理する場合は、ワークロード向けの Hyperdisk 標準スナップショットも利用できます。
ユーザーエラーや不具合のあるアップグレードによる影響から、低い RPO / RTO を保ちつつ、コスト効率よくデータを保護するにはどうすればよいですか？インスタントスナップショットによるポイントインタイムリカバリをご利用ください。この機能を使うと、非常に低い RPO と RTO で、ユーザーエラーや不具合のあるアップグレードによるデータ損失のリスクを最小限に抑えられます。チェックポイントの作成はほぼ瞬時に行えます。
複数のロケーションにわたってレジリエンスを確保しながら、重要なワークロード（MySQL など）を簡単にデプロイするにはどうすればよいですか？Hyperdisk HA をご利用ください。これは、フェイルオーバークラスタリングを活用する SQL Server など、高可用性と高速フェイルオーバーが求められるシナリオに最適です。このようなワークロードでは、マルチライターサポートを備えた Hyperdisk Balanced High Availability の新しい機能を利用することもできます。これにより、2 つのゾーンで RPO=0 の同期レプリケーションを実現し、ワークロードに最適化されたストレージを利用したクラスタ化コンピューティングを実行できます。
障害が発生した場合、ワークロードを別の場所で迅速かつ確実に復元し、その復元プロセスを確認するための訓練を行うにはどうすればよいですか？Hyperdisk 非同期レプリケーションを使用した障害復旧機能をご利用ください。これにより、リージョン間の継続的なレプリケーションやリージョン障害からの復旧が可能になります。また、クローン作成による障害復旧訓練の迅速な検証もサポートしています。さらに、リージョン間でワークロードのフェイルオーバーが必要になった際にも、整合性グループポリシーにより複数のディスクに分散されたワークロードデータを確実に復元できます。

つまり、Hyperdisk はワークロードに応じてブロックストレージを最適化できる豊富な選択肢を備えています。さらに、適切な Hyperdisk を選択してストレージプールなどの機能を活用することで、TCO を削減し、管理を簡素化できます。詳しくは、ウェブサイトをご覧ください。お客様に合わせた推奨事項については、Google Cloud アカウントチームにお問い合わせください。

^{1. 2025 年 3 月時点で公開されている Amazon EBS、Azure マネージドディスクの情報}

^{2. 2025 年 5 月時点での Amazon EBS gp3 ボリュームの最大 IOPS（ボリュームあたり）との比較}

^{3. 2025 年 3 月時点の正規価格に基づき、容量 50～150 TiB、ピーク IOPS 25K～75K、圧縮率 25% の場合の Amazon EBS gp3 ボリュームとの比較}

^{4. 2025 年 3 月時点の Google 内部ベンチマークに基づき、大規模ノードサイズにおいて Rapid Storage、Anywhere Cache を利用した GCSFuse、Parallelstore、Lustre と比較した場合}

^{5. 2025 年 3 月時点で公開されている Microsoft Azure Ultra SSD および Amazon EBS io2 BlockExpress のパフォーマンスに基づく。}

^{このブログの執筆にご協力いただいた David Seidman 氏と Ruwen Hess 氏に、著者一同から感謝を申し上げたいと思います。}

-Google、グループプロダクトマネージャー、Ben Gitenstein
-Google Cloud、プロダクト管理担当、Sai Gopalan

お客様のクラウドにおける主権、選択肢、セキュリティを強化

Mon, 16 Jun 2025 00:00:00 +0000

※この投稿は米国時間 2025 年 5 月 22 日に、Google Cloud blog に投稿されたものの抄訳です。

他の多くの組織と同様に、Google Cloud はお客様、パートナー、政策立案者と継続的に連携し、ニーズを反映したテクノロジー機能を提供すべく取り組んでいます。デジタル主権のソリューションに関しては、Google Cloud は 10 年近くにわたりお客様と協力してきました。

このたび、Google はお客様向けの主権クラウドソリューションに関する重要な技術的、商用的なアップデートを発表いたしました。また、機能性を損なうことなく、クラウドでより優れた制御、選択肢、セキュリティを実現する方法についても詳しくご説明します。

数年前に導入した最初の主権ソリューションを基盤として、Google はインフラストラクチャのフットプリントを世界規模で大幅に拡大し、現在では 42 以上のクラウドリージョン、127 のゾーン、202 のネットワークエッジロケーション、33 の海底ケーブル投資を擁しています。

また、これらの主権ソリューションをアジア、ヨーロッパ、中東、米国で提供するため、ドイツの Schwarz Group と T-Systems、フランスの S3NS、スペインの Minsait、イタリアの Telecom Italia、ベルギーとルクセンブルクの Clarence、サウジアラビアの CNTXT、日本の KDDI、米国の World Wide Technology など、主要なパートナーシップを築いてきました。

お客様の選択肢を拡大

デジタル主権は暗号鍵の制御だけに留まりません。根本的には、グローバルなビジネスに必要な柔軟性をお客様に提供することです。つまりは複数のクラウドでの運用を可能にし、最先端のテクノロジーでデータを保護することです。

Google は、お客様が 1 つの選択肢に縛られることなく、ニーズに最適なクラウドプロバイダとソリューションを選択できるように長年取り組んできました。クラウドにおける主権については、万能なソリューションはありません。Google は、お客様のビジネスニーズ、規制要件、リスクプロファイルに沿ったソリューションポートフォリオを提供しています。

お客様との契約に基づく強固なコミットメントは、すべて現在利用可能な強固な主権管理とソリューションによって支えられています。最新の主権クラウドソリューションポートフォリオには、次のものが含まれます。

Google Cloud Data Boundary: お客様がデータ主権の境界を確立し、コンテンツの保存場所と処理場所を管理できる機能を提供します。この境界により、お客様は Google のインフラストラクチャの外部に暗号鍵を保存、管理することもできるようになり、市場を問わずデータアクセスと制御に関する特定の要件を満たすことが可能です。Google Cloud Data Boundary のお客様は、AI サービスを含む広範な Google Cloud プロダクトにアクセスでき、Confidential Computing や External Key Management（Key Access Justifications 機能付き）などの機能を有効にして、データへのアクセスを制御し、理由を問わずアクセスを拒否できます。さらに、Google Workspace のお客様は Google Cloud Data Boundary の主権管理を活用して、コンテンツの処理を米国または EU に限定する、データをローカルに保存する国を選択する、クライアントサイド暗号化を使用して最も重要なコンテンツへの不正アクセス（Google によるものも含む）を防止する、といったことが可能です。今回、Google Cloud Data Boundary 上に構築されたお客様のアプリケーションのセキュリティを検証する Mandiant サービスを追加したソリューション「User Data Shield」も発表しました。User Data Shield はお客様のアプリケーションのセキュリティテストを反復的に実施して、主権に関連する体制を検証します。
Google Cloud Dedicated : 地域の独立したパートナーの協力のもと、各地域の主権要件を満たすように設計されたソリューションを提供します。たとえば、Google Cloud は 2021 年から Thales と提携して、ヨーロッパ向けのこれまでにないソリューション Trusted Cloud by S3NS を構築しています。Thales とのこのサービスは、AI ワークロードをサポートするために GPU を備えた豊富な Google Cloud サービスを提供するよう設計されており、独立したフランスの企業である S3NS によって運用されています。現在プレビュー版の S3NS のソリューションは、フランスの SecNumCloud 基準の厳格なセキュリティとオペレーショナルレジリエンスに関する要件を満たすように設計されています。Google Cloud Dedicated は世界中で展開範囲を拡大しており、次はドイツでサービスを開始する予定です。「フランスがデジタル主権を真に受け入れるためには、ハイパースケールテクノロジーの圧倒的なパワーと、最も厳格なローカルセキュリティと運用管理を組み合わせたクラウドソリューションが不可欠です。S3NS は、重要な AI 機能を含む高度なクラウドサービスへのアクセスをフランスの組織に提供するよう取り組んでいます。これらのサービスはすべて厳格な SecNumCloud 基準を満たし、さらにはそれを上回るべく、ヨーロッパの事業者によってフランス国内で運営されています」と、Thales の情報システムおよびセキュアコミュニケーション担当 EVP である Christophe Salomon 氏は述べています。
Google Cloud Air-Gapped: 外部ネットワークへの接続を必要としない、完全なスタンドアロンのエアギャップソリューションを提供します。このソリューションは、データセキュリティとデータ所在地に関する要件が厳しいインテリジェンス、防衛などの分野のお客様向けにカスタマイズされています。エアギャップソリューションは、Google、お客様、または Google パートナーによるデプロイ、運用が可能です。オープンソースコンポーネントで構築されており、ターゲットを絞った AI、データベース、インフラストラクチャサービスを備えています。エアギャップソリューションはオープンソースコンポーネントで実行されるため、サービスが中断した場合でもビジネスの継続性と存続性を確保できるように設計されています。Google Cloud Air-Gapped は、2024 年に米国政府の「Top Secret（最高機密）」および「Secret（秘密）」レベルのデータをホストするための認可を取得しました。Accenture のシニアマネージングディレクター兼 Google ビジネスグループ担当リードである Scott Alfieri 氏は次のように述べています。「Google Cloud と連携して主権サービスを導入することで、基盤となるクラウドアーキテクチャの機能を損なうことなく、私たち共通のお客様により優れたクラウドの制御、選択肢、セキュリティを提供できます。Google Cloud の広範なグローバルインフラストラクチャと、Accenture のトランスフォーメーションと業界に関する専門知識を組み合わせることで、組織はアジャイルでスケーラブルな基盤を構築し、成長と継続的なイノベーションの機会を獲得できます。」

ローカルでの制御、グローバルなセキュリティ

セキュリティと主権は表裏一体です。データと運用をローカルで管理することで、お客様には自社のセキュリティにより自信を持っていただけますが、従来のインフラストラクチャに依存しているためにデータが紛失や盗難の危険にさらされるようでは、どの組織も主権があるとはみなされません。

Google Threat Intelligence グループと Google Cloud の CISO オフィスによる分析では、悪意のある行為者が AI を活用したツールや手法を駆使して古いソフトウェアプロダクト、プラットフォーム、時代遅れのインフラストラクチャを狙うようになるにつれて、世界的なサイバー脅威の状況はますます複雑化すると予想されます。

Google Cloud を利用することで、お客様は主権ソリューションを入手できるだけでなく、Google の最先端のセキュリティ機能を利用できるようになります。その内容としては、安全性を重視した設計技術に徹底して重きを置く姿勢や、世界中のサイバー紛争の最前線で活動し、世界 80 か国以上の政府と信頼できるパートナーシップを維持している Google Threat Intelligence グループと Mandiant コンサルティングの深い専門知識が含まれます。

さらに、Google Cloud CyberShield は、AI とインテリジェンス主導のサイバー防御を提供し、国家規模の脅威から防衛できるよう各国政府を支援します。また、Mandiant Managed Defense サービスにより、世界中のお客様が Mandiant のセキュリティチームを活用して自社のセキュリティチームを簡単に拡張できます。

Google Sovereign Cloud ソリューションにより、お客様は Google Cloud の安全な基盤を活用しながら、Confidential Computing、ゼロトラスト、ポスト量子暗号、AI を活用したプラットフォーム防御などの高度なセキュリティ機能に、自力で実現するよりも迅速かつ費用対効果の高い方法でアクセスできます。

あらゆる組織のための主権ソリューション

Google は、お客様のために信頼と制御の環境を育み、世界中の組織がデジタル主権の複雑な状況を自信を持って乗り越えられるよう、引き続き尽力していきます。また、世界中のお客様、パートナー、政策立案者と協力して、Google の主権クラウドサービスを改良し、ニーズに応えるテクノロジーを提供し続けます。

Google がお客様のデジタル主権の実現をどのように支援しているかについて詳しくは、Google のウェブページをご覧いただくか、担当のアカウントマネージャーまでお問い合わせください。

-Google Cloud、カスタマーエクスペリエンス担当プレジデント、Hayete Gallot

SandboxAQ: クラウドインテグレーションによる創薬の加速

Thu, 15 May 2025 01:15:00 +0000

※この投稿は米国時間 2025 年 4 月 30 日に、Google Cloud blog に投稿されたものの抄訳です。

従来の創薬プロセスは、莫大な資本投資が必要で、開発期間が長期にわたり、高い失敗率に悩まされています。新薬を市場に出すには、初期の研究から規制当局の承認を得るまで、数十年かかることもあります。この期間中、非常に期待されていた新薬候補の多くが、効果が不十分であったり、安全性に関する懸念があるために失敗に終わります。臨床試験と規制上の課題を乗り越えることができる新薬候補は、ごく一部にすぎません。

そこでご紹介するのが、SandboxAQ です。SandboxAQ は、研究者が広大な化学空間を探索し、分子間相互作用に関する深い分析情報を引き出し、生物学的結果を正確に予測できるよう支援します。アクティブラーニング、絶対自由エネルギー摂動ソリューション（AQFEP）、生成 AI、構造解析、予測データ分析などの最先端のコンピューティング手法を活用して、最終的に創薬と医薬品開発のタイムラインを短縮します。そしてこれらすべてを、クラウドネイティブな基盤上で行います。

医薬品の設計は、分子の設計、合成、テストの反復サイクルである「設計 - 製造 - テスト」サイクルにより成り立っています。多くの顧客は、設計段階で SandboxAQ にアプローチします。そして多くの場合に、計算手法が機能していないという問題を抱えています。SandboxAQ は、設計サイクルのこの部分を改善し、加速させることで、医薬化学者が革新的で効果的な分子を市場に投入できるよう支援します。たとえば、神経変性疾患に関連するプロジェクトでは、SandboxAQ のアプローチにより化学空間が 25 万分子から 560 万分子に拡大し、ヒット率が 30 倍向上し、候補分子の発見が大幅に促進されました。

科学的知見のためのクラウドネイティブ開発

SandboxAQ のソフトウェアは大規模なコンピューティングに依存しており、柔軟性とスケーラビリティを最大化するために、Google Cloud のインフラストラクチャとツールを含むクラウド戦略を採用しています。

大規模なバーチャルスクリーニングキャンペーンで使用するテクノロジーは、アジャイルで、費用対効果に優れたスケーリングが可能である必要があります。具体的には、SandboxAQ のエンジニアは、科学的なコードをすばやく反復処理し、そのコードを費用対効果に優れた方法で大規模に即座に実行し、生成されるすべてのデータを保存して整理しなければなりません。

SandboxAQ は、Google Cloud インフラストラクチャを使用することで、効率性とスケーラビリティの大幅な向上を実現しました。演算スループットを 100 倍スケールし、数万台の仮想マシン（VM）を並列で活用できるようになりました。また、アイドル時間を 90% 削減することで、利用率も向上させています。SandboxAQ は、Google Cloud で開発とデプロイを統合することで、コードの開発、テストから大規模なバッチ処理、そして ML モデルのトレーニングに至るまで、ワークフローを効率化しました。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7f21e95e6d90>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

SandboxAQ の開発とデプロイはすべてクラウド上で行われます。コードとデータはクラウドベースのサービスに保存され、開発はクラウドベースのプラットフォームで行われます。このプラットフォームは、科学者やエンジニアに、標準化され一元管理された環境とツールを備えたセルフサービス VM を提供します。これは重要な点といえます。なぜなら、科学的なコードには高い負荷に耐えられるコンピューティングハードウェアが必要になることがよくあるからです。科学者は、96 コアの強力なマシンや、大規模な GPU を使用するインスタンスにアクセスできます。また、以下に示すように、別の構成や CPU タイプで新しいマシンを作成することもできます。これにより、異種リソース間でのスムーズなテストと開発プロセスが可能になります。

SandboxAQ の科学者と開発者は、同社の「bench」クライアントを使用して、Bench マシン（上の図を参照）を管理し、アクセスできます。SSH 経由でマシンに接続したり、即時にリモートデスクトップを提供するブラウザベースの VNC サービスや、JupyterLab による使い慣れたノートブック開発フローなど、さまざまな管理ツールを使用したりできます。

コードを大規模に実行する準備ができたら、研究者は Batch を活用した内部ツールに SandboxAQ のパラメータ化された計算セットをジョブとして送信できます。Batch は、Google インフラストラクチャでバッチジョブをスケジュールし、キューに入れ、実行するフルマネージドサービスです。開発環境とバッチランタイム環境が密接に同期しているため、変更を大規模にすばやく実行できます。また、Bench マシンで開発されたコードは GitHub に push され、すぐにバッチ実行に使用できます。その後、確認され、同社の monorepo の「main」に統合された新しいツールは SandboxAQ の科学者の Bench マシンで自動的に利用可能になります。科学者は、オンデマンド VM または Spot VM を利用し、任意のグローバルゾーンにあるあらゆる種類の Google Cloud VM リソースで数百万個の分子を処理する並列ジョブを起動できます。

SandboxAQ のグローバルに解決された推移的な依存関係ツリーの実装により、パッケージと依存関係の管理が簡単に行えます。この手法では、Google Batch はエンジニアが開発した個々のツールとシームレスに統合し、モデルの多数のインスタンスを並行してトレーニングできます。

ML は SandoxAQ の戦略の中核的要素であり、容易なデータアクセスが特に重要です。一方で、SandboxAQ の創薬チームは機密データを扱うクライアントとも連携しています。顧客のデータを保護するために、Bench ワークロードと Batch ワークロードは、IAM により管理される統合インターフェースからデータを読み書きし、組織内のさまざまなデータソースに対するきめ細かい制御を可能にします。

また、Cloud Logging、Cloud Monitoring、Compute Engine、Cloud Run などの Google Cloud サービスにより、これらのワークロードをモニタリングし、SandboxAQ の科学者にログを簡単に表示し、膨大な量の出力データを精査するためのツールを簡単に開発できます。新機能のテストやバグの発見時には、インフラストラクチャに手を加えることなく、変更がすぐに科学チームに提供されます。コードが安定したら、それを Google Cloud 上の一元的に保護された統一的な方法で、ダウンストリームの本番環境アプリケーションに組み込むことができます。

つまり、Google Cloud 上に開発、バッチコンピューティング、本番環境が統合されていることで、SandboxAQ は新しいワークロードを開発し、大規模に実行する際に直面する摩擦を減らすことができます。科学的なワークロードの開発とエンジニアリングのための共有環境を備えた SandboxAQ は、顧客が試験運用から本番環境に迅速かつ容易に移行できるようにし、顧客が求める結果をすばやく提供します。

SandboxAQ ソリューションの実際の活用

SandboxAQ は、治療が難しいさまざまな疾患を対象とした創薬プログラムにすでに大きな影響を与えています。たとえば、カリフォルニア大学サンフランシスコ校（UCSF）の Stanley Pruisner 教授の研究室、Riboscience、Sanofi、Michael J Fox Foundation などとの先進的な共同研究が挙げられます。この Google Cloud を基盤としたアプローチにより、SandboxAQ は高スループットスクリーニングなどの他の手法と比較して優れたヒット率を達成し、創薬における SandboxAQ の革新的な可能性を示しながら、患者に迅速な治療法を提供しています。

Google Cloud AI インフラストラクチャについて詳しくは、Google Cloud AI Hypercomputer のウェブページをご確認ください。

-Google Cloud AI Infrastructure、プロダクトマーケティングリード Ruslan Mursalzade

Google Cloud で目指すクラウド二刀流エンジニア講座 - 2025 年最初の開催決定！

Tue, 22 Apr 2025 01:00:00 +0000

クラウド技術の進化は目覚ましく、ハイブリッドクラウド、マルチクラウドの時代において、複数のクラウドテクノロジーを熟知した「クラウド二刀流」エンジニアの需要はますます高まっています。Google Cloud Japan では、2022 年より Google Cloud で目指すクラウド二刀流エンジニア講座」を開催しております。過去 8 回のオンラインイベント、そして、昨年 12 月には渋谷オフィスにもお客様をお招きし、初めてのハイブリッド形式で開催し、多くのお客様にお越しいただきました。

今年で 4 年目となる本イベントの第 1 回は 6 月 4 日（水）にオンラインで開催します。今回のテーマは、はじめて Google Cloud を活用する際に押さえておきたいポイントについて、 Google Cloud のエンジニアがよくご相談を受けるネットワークとセキュリティにフォーカスしてお伝えしていきます。他のクラウドとの特性の違いなども解説しながら、Google Cloud をこれから活用していきたい皆様に向けたセッションとなります。

■ 開催概要

2025 年 6 月 4 日（水）15:00-17:35
開催方法：オンライン
登録はこちら：https://goo.gle/gctw25q2bg

テクニカルセッションでは、「初心者必見！ゼロから始める Google Cloud アーキテクチャ」と題して、ハイブリッドクラウド、マルチクラウド環境の導入を目指すエンジニア、管理者様に向けて Google Cloud のメリットを最大限に活かしながら、安心して利用するために押さえておくべきポイントを解説します。これから Google Cloud を学び始める方はもちろん、改めて基礎を理解したい方にも最適なセッションです。

パネルディスカッションでは、テクニカルセッションの内容を踏まえて、ネットワークとセキュリティのベストプラクティスについて Google Cloud の認定パートナーのスペシャリストを迎えて、実際のお客様事例や他のクラウドとの比較を交えながら討論をしていきます。実践的な知見を深めたい方には最適なセッションとなります。それ以外にも Google Cloud 認定資格をサポートするプログラム、学習リソースについてご紹介するセッションもご用意しています。

■ アジェンダ

15:00 - 15:05	オープニング
15:05 - 16:05	Session 1 : 初心者必見！ゼロから始める Google Cloud アーキテクチャ Google Cloud　有賀征爾 Google Cloud　栃沢直樹
16:05 - 16:20	Session 2 : 認定資格関連 2025 Google Cloud 学習リソースと認定資格のご紹介 Google Cloud　足立明日香 Google Cloud　新妻詩織
16:20 - 16:30	休憩
16:30 - 17:30	Session 3 : スペシャリストが語る！Google Cloud のメリットを活かすネットワーク、セキュリティのあり方とは？株式会社NTTデータグループ　工藤佑介氏株式会社スリーシェイク　鈴木勝史氏アイレット株式会社　檜垣慶太氏株式会社NTTデータグループ　工藤祐介氏 Google Cloud　有賀征爾 Google Cloud　栃沢直樹
17:30 - 17:35	クロージング

また、今回は AWS の知識はあるが、Google Cloud を体験したことがないエンジニアを対象として、実際に Google Cloud を体験していただけるセッションを、クラウド二刀流エンジニア講座が終わった後の 18:00 より開催します。この機会をぜひご活用ください。

AWS ユーザーのための Google Cloud 入門

2025 年 6 月 4 日（水）18:00-19:30

開催方法：オンライン

登録はこちら：https://goo.gle/gcaws25q2

※ Google Meet を使用しての実施となります。
　後日お送りする受講票にて当日のご参加方法をご案内いたします。

※ 「AWS ユーザーのための Google Cloud 入門」は定員を設けて開催いたします。お申込み多数の場合は抽選とさせていただきます。

■ 参加対象

AWS の知識をもち、Google Cloud に興味をもつエンジニア
クラウド二刀流を目指すエンジニア

◾️必須最低条件

基本的な PC 操作: キーボード入力、マウス操作、Web ブラウザの利用ができる。
Python, JavaScript など、いずれかのプログラミング言語の基本的な文法を理解している。
AWS を利用したことがある。

【お問い合わせ】

Google Cloud イベント運営事務局
two-way-cloud@google.com

#クラウド二刀流セミナー

Google Cloud と Oracle が新しいサービス、リージョン、機能で企業のモダナイゼーションを加速

Mon, 21 Apr 2025 02:00:00 +0000

※この投稿は米国時間 2025 年 4 月 11 日に、Google Cloud blog に投稿されたものの抄訳です。

Google Cloud のコアバリューは、お客様のニーズに応じたサポートを提供することです。Oracle との提携はそのための大きな一助となり、両社の強みを最大限に活かして、より迅速にイノベーションを起こせるようお客様を支援することが可能になります。

今週の Google Cloud Next では、Oracle データベースにおけるサービス拡充について重要な発表を行い、クラウドで Oracle データベースを柔軟かつ制御可能な方法で実行する Oracle Base Database Service のプレビュー版、Oracle Exadata X11M の一般提供、Google Cloud への最新世代の Oracle Exadata プラットフォームの導入、エンタープライズ対応の追加機能（顧客管理の暗号鍵（CMEK）など）を紹介しました。

Google Cloud は、Oracle 向けのグローバルインフラストラクチャへの投資を継続し、今後、オーストラリア、ブラジル、カナダ、インド、イタリア、日本に Oracle Database@Google Cloud を追加し、数か月以内に合計 20 か所のリージョンに拡大する予定です。

これらの発表は、Oracle Database@Google Cloud をリリースした昨年 7 月以降、Google と Oracle が協力して進めている開発の成果でもあります。このパートナーシップにより、Oracle ワークロードの移行とモダナイズが可能になるとともに、BigQuery、Vertex AI プラットフォーム、Gemini 基盤モデルなど、Google の業界をリードするデータおよび AI 機能を活用できるようになります。

お客様のモダナイゼーションの取り組みにおける選択肢をさらに広げる追加機能（フルマネージドの Oracle Autonomous Database Serverless など）も提供されるほか、クロスリージョンの障害復旧や Oracle Maximum Availability Gold 認定など、信頼性や復元力の向上に役立つ機能も利用できます。

「Banco Actinver は、革新的な金融ソリューションをお客様に提供することに尽力しています。Oracle データベースのセキュリティとパフォーマンスを Google Cloud のデータ分析ツールや AI ツールと組み合わせることで、マーケットトレンドに関するきめ細かい分析情報を得ることができ、この情報を活用して、サービスを強化し、パーソナライズされたエクスペリエンスをお客様に提供しています」と、Banco Actinver の CIO である Jorge Fernandez 氏は述べています。

aside_block: <ListValue: [StructValue([('title', '300 ドル分の無料クレジットで Google Cloud データベースを試用'), ('body', <wagtail.rich_text.RichText object at 0x7f21e8560790>), ('btn_text', '無料で構築を始める'), ('href', 'http://console.cloud.google.com/freetrial?redirectPath=/products?#databases'), ('image', None)])]>

革新的な新機能

Google Cloud は、さまざまなデータベースワークロードを費用対効果の高い方法で柔軟に管理できるようサービスを拡充しています。

Oracle Base Database Service: 新しい Base Database Service は、高度に制御およびカスタマイズ可能な基盤データベースプラットフォームを提供します。Oracle Cloud Infrastructure（OCI）仮想マシンと汎用インフラストラクチャ上に構築される Base Database Service により、さまざまなデータベースワークロードを直接管理する柔軟性を得られます。
Oracle データベースサービスの拡充: Exadata Cloud Service、Autonomous Database Service、Oracle Linux、Oracle on Google Compute Engine（GCE）、Google Kubernetes Engine（GKE）に加えて、Oracle Exadata X11M の一般提供を開始しました。Oracle Database@Google Cloud では、要求の厳しいデータベースワークロードに対応するパフォーマンスとスケーラビリティを強化した、最新世代の Oracle Exadata マシン X11M を提供しています。この新しいマシンは、大幅なパフォーマンス向上と容量増加を実現しており、負荷の高い Oracle アプリケーションでも容易に実行できます。X11M はすべての新しいリージョンで利用可能になります。

Oracle Database@Google Cloud は、すでに多くのお客様にご利用いただいています。今後も、お客様のグローバルなニーズをサポートするために、アプリケーションのパフォーマンスと信頼性を最高水準に維持しながら、サービス提供地域を拡大していきます。

Oracle Database@Google Cloud のロケーションを今後数か月以内に 20 か所に拡大: Google Cloud での Oracle ワークロードの需要の高まりに対応するために、U.S. Central 1（アイオワ）、North America-Northeast 1（モントリオール）、North America-Northeast 2（トロント）、Asia-Northeast 1（東京）、Asia-Northeast 2（大阪）、Asia-South 1（ムンバイ）、Asia-South 2（デリー）、South America-East 1（サンパウロ）、Europe-West（イタリア）、Australia-Southeast2（メルボルン）、Australia-Southeast1（シドニー）に加えて、アッシュバーン、フランクフルト、ロンドン、メルボルン、イタリアにゾーンを追加します。新しいリージョンと拡張された容量は、現在利用可能な U.S. East（アッシュバーン）、U.S. West（ソルトレイクシティ）、U.K. South（ロンドン）、Germany Central（フランクフルト）の Google Cloud リージョンに追加されます。
Partner Cross-Cloud Interconnect の新規提供: OCI 用の Partner Cross-Cloud Interconnect のグローバルネットワークサービスを拡大し、トロントとチューリッヒにおいて Google と Oracle Cloud Infrastructure の間のマルチクラウド接続を新たに提供します。これにより、すでにサービスが提供されている 11 のリージョンが補完され、トラフィックをプライベートかつ安全に保ちながら、両クラウド間のレイテンシを最小限に抑えることができます。
クロスリージョンの障害復旧: Oracle Autonomous Database 上の Oracle ワークロードに対するクロスリージョンの障害復旧サポートにより、高可用性と復元力の確保、潜在的なサービス停止の回避、重要なアプリケーションの継続的な運用を可能にします。
エンタープライズグレードのネットワーキングのアップグレード: 高度なネットワーキングのアップグレードにより、Oracle リソースを Google Cloud とともに効率的にデプロイし、リソースを共有できます。

業界をリードする認証とユーザーエクスペリエンス

Google Cloud は、Oracle のお客様にシームレスで効率的なエクスペリエンスを提供することに尽力しており、Oracle データベースを簡単かつ効果的に管理および利用できるようにしています。Google Cloud ネイティブのツールと Oracle Cloud Infrastructure（OCI）インターフェースを組み合わせ、さまざまなアプリケーションやシステムを強力にサポートします。

ユーザーエクスペリエンスの向上: Google Cloud は、Oracle のお客様に使いやすいエクスペリエンスを提供することに尽力しています。アプリケーション開発や日常的なデータベース操作には Google Cloud の統合されたユーザーエクスペリエンスを提供し、高度なデータベース管理には OCI ネイティブのエクスペリエンスを提供しています。これには、共有 VPC、API、SDK、Terraform のサポートが含まれます。
アプリケーションのサポート: Google Cloud 上で実行する Oracle アプリケーションのサポートを拡充しました。Oracle E-Business Suite、Peoplesoft Enterprise、JD Edwards Enterprise One、Hyperion Financial Management、Retail Merchandising などのアプリケーションの互換性と最適なパフォーマンスを保証します。
SAP と Oracle のサポート: Google Compute Engine 上の Oracle ワークロードが SAP と Oracle によってサポートされるようになりました。これにより、Google Cloud がエンタープライズアプリケーションを実行するための信頼できるプラットフォームであることがさらに証明されました。
Google Cloud Monitoring とのインテグレーション: Oracle データベースを含むすべての Google Cloud データベースサービスにわたって、統合されたモニタリングおよびアラートメカニズムを利用できます。
Google Cloud Backup and DR の新しいサポート: Google Cloud のバックアップサービスにより、Oracle ワークロードのバックアップを、他の Google Cloud サービスのバックアップとともに、ポリシーに基づいて一元管理できます。データ保護のための安全な Backup Vault を使用して、ランサムウェアや偶発的な削除などの脅威からデータを隔離して保護します。

Google Cloud は、その堅牢さにより、ミッションクリティカルな Oracle ワークロードの実行に最適なハイパースケーラーとなっています。

これらの機能は、Google Cloud コンソールからご利用いただけます。詳細については、こちらをご覧ください。

-Google Cloud、シニアプロダクトマネージャー Michelle Burtoft
-Google Cloud、シニアエンジニアリングマネージャー Rajesh Kasanagottu

スクウェア・エニックス: モバイルゲームのバックエンドシステムを Google Cloud に移行し、さらに良質なユーザー体験の提供基盤を確立

Thu, 17 Apr 2025 17:00:00 +0000

株式会社スクウェア・エニックス（以下、スクウェア・エニックス）は、国内有数のゲームソフト開発・販売会社として、多くの人気タイトルを世に送り届け続けています。同社では、モバイルゲーム向けのバックエンドシステムのスケーラビリティと安定性の向上に向けて、仮想マシンをベースにしたクラウドシステムから、Kubernetes を活用したクラウドアーキテクチャへの移行を実施。新たな基盤に Google Kubernetes Engine（GKE）および Cloud SQL Enterprise Plus を採用しました。このプロジェクトを担当した 2 名に、移行の狙いや成果について話を伺いました。

利用しているサービス:
Google Kubernetes Engine（GKE）, Compute Engine, Cloud SQL Enterprise Plus, Memorystore for Redis, Memorystore for Redis Cluster, Cloud Run functions, Cloud Scheduler, Cloud Run

利用しているソリューション:
インフラストラクチャのモダナイゼーション

スケーラビリティ確保とゲーム体験向上のため、バックエンドシステムの再構築が急務に

スクウェア・エニックス・グループの一員としてゲーム事業やコンテンツ事業を手掛けるスクウェア・エニックスでは、「無限の想像力で、新しい世界を創り出そう。」というパーパスに基づいて、多種多様なゲームを生み出し、人々に新しい体験を提供し続けています。

そんな同社は、IaaS（Infrastructure as a Service）上に数百台規模の仮想マシンを設けて、モバイルタイトル向けに共通のバックエンドシステムを構築。ユーザー情報の管理やゲーム内課金機能の提供などさまざまな処理を一括して行い、開発や運用の効率化、コスト削減、良質なゲーム体験の提供などを追求してきました。

しかしゲームタイトルやユーザーが増えていく中、新たな課題が浮上します。トラフィックが急増した際、サーバー側には最大で数万 rps（request per second）のアクセスに対応しながら、数十 ms（millisecond）オーダーの応答速度も確保することが求められます。旧来のシステムでは、スケーラビリティの確保に限界が生じており、運用の柔軟性を高めることも急務になっていました。カスタマーエクスペリエンスデザインセンターオンラインビジネス推進ディビジョンプラットフォーム開発グループの佐藤雅宏氏は、次のように振り返ります。

「まず旧システムでは、新規のゲームタイトルリリース時やゲーム内でのイベント開催などがきっかけでトラフィックが急激に変化した際、処理能力のスケールアップに時間がかかっていました。また、システム更新などのために定期的に計画停止を実施するため、その間ゲームがプレイできなくなり、ユーザー体験の低下や機会損失が起こることもネックになっていました。データベースは仮想マシン上で MySQL を運用していたのですが、障害が発生した場合には、復旧に半日以上かかることもあり、多くのお客さまのためにより万全な体制を構築したいと考えていました。」

GKE の導入に合わせて徹底したチューニングを行い、理想的なクラウド環境を構築

同社はこれらの問題を解消するために、バックエンドシステムのアーキテクチャ自体を刷新し、コンテナベースのクラウドに移行することを決定。複数のサービスを比較検討したうえで、プラットフォームとして Google Cloud を採用しました。決め手になったのは GKE の存在です。

今回の移行計画では、Kubernetes を使う方針が当初から定められていました。Kubernetes なら Pod やノードの自動スケーリング機能などのマネージドサービスを活用して、ワークロードに合わせてリソースを柔軟に増減させられるからです。同グループの伊賀一貴氏によれば、GKE は他のアドバンテージも数多く備えていました。

「GKE には、細かなカスタマイズができる、エンジニアの知見を蓄積しやすい、コストパフォーマンスが良いといった優位性があります。GKE ならサービスを提供しながら、プラットフォームをアップデートすることも可能です。ユーザー体験に影響する計画停止が回避できるのは、何より大きなメリットでした。」

一方、データベースには、Compute Engine を基盤に、MySQL による InnoDB クラスタ構成が採用されました。社内で知見がある MySQL の利用を継続しつつ、InnoDB クラスタ構成にすることで信頼性を高めるのが狙いです。

移行作業に先立っては、API の性能要件を満たすために徹底的なチューニングも実施されました。佐藤氏は、GKE で理想的なクラウドシステムを構築するうえで、このチューニングが不可欠な過程だったと言います。

「例えば応答速度の改善に関しては、各 API における通信をパケットレベルで詳細に解析したところ、仮想マシン環境とクラウド環境の挙動の違いが性能低下を招いていることがわかり、設定の見直しや無駄な通信の削減など、ひとつずつ対策を講じていきました。これは結果的に、クラウドの内部構造を把握して性能を十分に引き出すことや、より堅牢で安定性が高いシステムの構築につながりました。」

Cloud SQL Enterprise Plus の活用で、データベースの構築時間や障害復旧時間を大幅に短縮

約 3 年にわたって行われた移行作業は、2024 年 9 月に無事に終了。プレミアムサポートに含まれるテクニカルアカウントマネジメント（TAM）も活用しながら、予定のスケジュールどおり新たなバックエンドシステムがリリースされています。伊賀氏は Google Cloud のサポートについて、「私たちが直面していたあらゆる課題に、親身に寄り添っていただけました」と厚い信頼を寄せます。

「ミッションクリティカルな問題に対しても回避策の立案や、プロダクトの内部仕様まで踏まえた対策などの全面的な支援により、大きなトラブルは一切発生しませんでした。TAM による移行作業時のバックアップ体制構築やアフターフォローも万全で、運用上のティップスや中長期的な Google Cloud のプロダクト開発計画など多くの知見と情報の共有もあり、非常に助かりました。」

Google Cloud 移行の直接的な効果として、佐藤氏は当初の目的のとおり、水平スケールが容易になったメリットを強調します。

「従来は API の増強だけでも数時間以上の作業が必要でしたが、GKE では数十秒で完了するので、急激な負荷上昇や負荷試験時のスケール調整にも即座に対応できます。それに加えて、IAM（Identity and Access Management）との親和性による権限管理の容易さ、Cloud Storage FUSE をはじめとする Google Cloud の既存サービスとの連携、Cloud Load Balancer との統合など、GKE でしか実現できないアドバンテージを強く実感しています。」

Google Cloud への移行は、他にも多くの効果をもたらしました。旧システムでは仮想マシンの構築作業などの一部は手作業で行われていましたが、すべて IaC（Infrastructure as a Code）としてコードで管理できるようになり、運用作業の効率化と省力化が実現。ストレージについては、Compute Engine を使った InnoDB クラスタ構成への移行によって信頼性が大幅に高まりました。

ただし、これは移行プロジェクトの第 1 段階で、現在は次のステップとなる Cloud SQL Enterprise Plus への移行が進められています。すでに課金システムを含む一部の重要なシステムは移行が完了し、やはり顕著なインパクトをもたらしているとのことです。伊賀氏は「劇的な効果と言っていいと思います」と前置きし、具体例を挙げてくれました。

「例えばバックアップ用のレプリカ構築作業では、以前は 4 人がかりで約 3 日の作業時間が必要でした。それに対して Cloud SQL Enterprise Plus では、初期データ同期と Replication 設定も含めて terraform で構築可能であるため、1 人が約 1 日で作業を完了できるようになりました。これは実に 90% のコスト削減です。障害時の復旧作業も同様です。かつては数時間必要でしたが、今では自動的にフェイルオーバーが行われアプリケーション側の変更も不要なので、数十秒で復旧できます。つまり障害時間は 99% 以上も短縮できることになります。Cloud SQL Enterprise Plus は上記のような運用における大幅な工数削減や、高い耐障害性をもつ構成を実現しただけでなく、計画停止の時間を 1 秒未満に抑え、ユーザー体験を損なわないシステムアップデートを可能にしてくれました。」

「無限の想像力で、新しい世界を創り出そう。」スクウェア・エニックスは、このパーパスをさらに追求するために新たな一歩を踏み出しました。佐藤氏は、今後も Google Cloud を活用して、サービスの向上を追求し続けたいと締めくくりました。

「Google Cloud への移行により、バックエンドシステムのスケーラビリティや信頼性を一気に高めながら、各種サービスの利用コストと運用コストを従来よりも低く抑えることができるようになりました。これはお客さまにより良質なサービスを提供するという意味でも、大きなステップアップだったと感じています。今後も積極的に Google Cloud を活用して、自社サービスの信頼性を高めていきたいと考えています。」

株式会社スクウェア・エニックス
2003 年 4 月 1 日にゲームメーカーの株式会社スクウェアと株式会社エニックスの合併により誕生。2008 年 10 月 1 日、持株会社体制への移行に伴って、株式会社スクウェア・エニックス・ホールディングスの 100% 子会社として現行の株式会社スクウェア・エニックスが設立された。ユーザーの日常に「新しい世界」が生み出され、それを「思い出」として、より豊かな人生を送ることに貢献したいという想いを込めて、「無限の想像力で、新しい世界を創り出そう。」をグループ全体のパーパスとして掲げている。

インタビュイー（写真右から）

・カスタマーエクスペリエンスデザインセンターオンラインビジネス推進ディビジョンプラットフォーム開発グループ　伊賀一貴氏

・カスタマーエクスペリエンスデザインセンターオンラインビジネス推進ディビジョンプラットフォーム開発グループ　佐藤雅宏氏

その他の導入事例はこちらをご覧ください。

Google Cloud とそのパートナーによる生成 AI でメインフレームのモダナイゼーションを加速

Thu, 17 Apr 2025 00:30:00 +0000

※この投稿は米国時間 2025 年 4 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。

メインフレームのモダナイゼーションは長年にわたり、時間と費用がかかるプロセスでした。そこで Google では、このたび、Gemini モデルと Google パートナーのテクノロジーやサービスの強力な組み合わせを活用して、メインフレームのモダナイゼーションを加速させる新しいソリューションをリリースしました。

メインフレームのモダナイゼーションのための Google Cloud の生成 AI プロダクト

Google Cloud は現在、メインフレームアプリケーションの再構築（コードロジックと設計の大幅な変更）を検討しているメインフレームユーザー向けに、評価、コード変換、テストに重点を置いた 3 つのプロダクトを提供しています。

1. Google Cloud の Mainframe Assessment Tool（Gemini モデルを活用）一般提供が開始された Google Cloud の Mainframe Assessment Tool（MAT）により、お客様はアプリケーションやデータを含むメインフレーム資産全体を徹底的に評価、分析し、その情報に基づいて最適なモダナイゼーションパスを判断できます。MAT には、詳細なコード分析、コードの明確な説明の生成、アプリケーションロジックと仕様の要約、ドキュメントの自動作成、アプリケーション依存関係の特定、初期テストケースの生成といった機能があります。これにより、メインフレームコードの理解が促進され、モダナイゼーションプロセスの迅速な開始が可能となります。詳細

2. Google Cloud の Mainframe Rewrite（Gemini モデルを活用）メインフレームアプリケーションをモダナイズするために、Google Cloud の Mainframe Rewrite がプレビュー版として提供されています。このツールは、開発者がメインフレームのレガシーコードを Java や C# などの新しい言語に変換して再構築するのに役立ちます。Mainframe Rewrite は、開発者がレガシーコードを反復的にモダナイズし、モダナイズしたアプリケーションを Google Cloud でテストしてデプロイするための IDE 環境を提供します。詳細

3. Dual Runモダナイゼーションのリスクを軽減するために、お客様は Google Cloud の Dual Run を使用して、モダナイズしたメインフレームアプリケーションを徹底的にテスト、認証、検証できます。Dual Run を使用すると、アプリケーションの移行中と、本番環境で新しいアプリケーションの稼働を開始する前に、モダナイズしたコードの正確性、完全性、パフォーマンスを検証できます。

Dual Run は、本番環境のメインフレームにおけるライブイベントを、モダナイズしたクラウドアプリケーションで再現し、2 つのシステムの出力を比較して違いを検出します。詳細

Google Cloud の Mainframe Assessment Tool、Mainframe Rewrite、Dual Run の利用を開始しましょう。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7f21e8563370>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

パートナーのテクノロジーも利用可能

メインフレームのモダナイゼーションに対して、よりインタラクティブで段階的なアプローチを採用したいお客様には、Google のパートナーである Mechanical Orchard が、ロジックを変更することなくメインフレームアプリケーションを最近の慣用的な言語に迅速に書き換えるプラットフォームを提供しています。これによりコードが新しい言語に変換された後は、より迅速な変革が可能になります。このような段階的な変革は、グローバルコンサルティング企業の Thoughtworks と Mechanical Orchard が連携して取り組む、AI を活用したメインフレームモダナイゼーションの基盤でもあります。

Mechanical Orchard のモダナイゼーションプラットフォームは、データキャプチャエージェントと、高度に規律された手法を組み合わせて、以前のシステムを段階的に、中断なくモダナイズします。実際のデータフローからシステム動作を再構築し、生成 AI を使用してコンポーネントを 1 つずつ書き換え、最近の慣用的かつ決定論的なコードにします。統合とテストを早い段階にずらすことで、リスクも軽減されます。また、出力が以前のシステムと一致するまで改良が加えられるため、新旧コードの機能が同等であることが保証されます。ワークロードは、クラウドの本番環境に個別に移行されます。このアプローチにより、プロジェクトのリスクと中断が減り、価値創出までの時間が短縮されます。

最も重要な目標は、以前のシステムと同等の機能を備えたコードを作成して、新しいコードがすべての入力に対して同じ出力を生成することを保証することです。Mechanical Orchard は COBOL 時代のシステムをサポートし、Java、Python などの言語でコードを生成できます。

Google の主要なデリバリーパートナーが、モダナイゼーションの加速とリスク軽減をさらに推進

もう一つの重要な要素として、Google Cloud の新しい生成 AI によるメインフレームのモダナイゼーションアクセラレータ プログラムがあります。これは、Google の専門的なデリバリーパートナーがその豊富な経験と優秀なチームを活かして、お客様が上記のツールを活用できるよう支援するプログラムです。このプログラムには、Accenture、EPAM、Thoughtworks が参加しています。これらのパートナーは、こうした AI ソリューションを効果的に使用してモダナイゼーションを最大限に進める実践的な経験を豊富に持っています。最新のエンジニアリング手法を確立し、お客様のチームに包括的な支援を提供してきた経験を活かし、お客様の組織がクラウドネイティブな未来を完全に受け入れ、永続的な成功を収められるよう支援します。

このプログラムには 3 つのフェーズがあります。

詳細な評価: このフェーズでは、Gemini モデルで強化された Google Mainframe Assessment Tool（MAT）と、パートナーの専門知識を組み合わせて環境を分析します。この詳細な評価の後、お客様にはメインフレームアプリケーションに関する詳細なドキュメント（メインフレームアプリケーションのナレッジベースと説明可能性）、モダナイゼーションの推奨事項、そしてモダナイゼーション計画（想定されるタイムライン、リソース、具体的なアプローチを含む）をお渡しします。

価値実証の段階

大規模なモダナイゼーションの実行

対象となるお客様は、期間限定で、特定のパートナーが実施するこの評価（通常は 4～8 週間で完了）を無料でご利用になれます（基盤となる Google Cloud インフラストラクチャの使用料を除く）。

ぜひお試しを

Google Cloud とそのパートナーは、モダナイゼーションにおいて最も重要な課題の一つに生成 AI を適用する準備が整っています。まずは評価から始めましょう。詳細情報やお問い合わせについては、mainframe@google.com までご連絡ください。

Google Cloud の Mainframe Assessment Tool、Mainframe Rewrite、Dual Run の利用を開始しましょう。

-プロダクトマネジメント担当シニアディレクター Nirav Mehta
-グループプロダクトマネージャー David Yahalom

オンプレミス環境で Gemini と Google Agentspace を提供開始

Wed, 09 Apr 2025 03:40:00 +0000

本日、Google の最も高性能なモデルの Gemini が Google Distributed Cloud (GDC) で利用可能になることを発表しました。2025 年第 3 四半期からパブリックプレビューを開始し、オンプレミス環境でも高度な AI 機能をご利用いただけるようになります。この実現に向け、NVIDIA と提携し、Gemini モデルを NVIDIA Blackwell システム上に導入し、Google または任意のチャネルから購入いただけるようになりました。

GDC は、フルマネージド型のオンプレミスおよびエッジクラウドソリューションで、Connected と Air-gapped 環境の両方で提供し、単一のサーバーから数百ラック規模まで拡張可能です。IaaS、セキュリティ、データ、AI サービスを提供し、豊富な ISV エコシステムで機能拡張できます。GDC がインフラストラクチャ管理を担うことで、開発者は AI を最大限に活用してアプリケーション、アシスタント、エージェントの開発に集中できます。

「NVIDIA と Google Distributed Cloud は、エンタープライズデータセンターや規制の厳しい業界に Gemini モデルをもたらす安全な AI プラットフォームを提供します。NVIDIA Blackwell インフラストラクチャとコンフィデンシャルコンピューティングにより、Google Distributed Cloud はプライバシーとセキュリティを強化し、Dell が提供する DGX B200 および HGX B200 システム上で業界をリードするパフォーマンスを実現します。」 – NVIDIA エンタープライズ AI ソフトウェア担当バイスプレジデント Justin Boitano 氏

これまで厳格な規制、データ主権、レイテンシ、またはデータ量の課題に直面する組織は、データをオンプレミスに保持する必要があるため、最新の AI 技術を活用できませんでした。唯一の選択肢は、オープンソースのモデルとツールのみで、多くの場合、ソフトウェアとハードウェアを自社で構築する必要があり、運用負担と複雑さが増していました。Gemini on GDC を使用すると、最先端の AI の利用とオンプレミスでのデータ保持という両方の要件を同時に満たすことができます。

当社の GDC Air-gapped 製品は、現在米国政府の機密（Secret）および最高機密（Top Secret）ミッションでの使用認可を取得しており、Gemini も利用可能です。最高水準のセキュリティとコンプライアンスを確保しています。

Gemini on Google Distributed Cloud: 生成 AI をどこでも利用可能に

Gemini モデルは画期的な AI パフォーマンスを実現します。100 万トークンという広範なコンテキストを分析でき、マルチモーダル対応でテキスト、画像、音声、ビデオなどの多様なデータ形式を処理し、100 を超える言語を通して世界中で利用可能です。

さらに、Gemini API は、インフラストラクチャ、OS 管理、またはモデルライフサイクル管理を意識することなく AI 推論を実行できます。これにより、以下のことが可能になります。

独自のビジネスコンテキストの追加: Retrieval Augment Generation (RAG) を使用して、モデルの微調整や再トレーニングなしで AI モデルの出力をパーソナライズおよび拡張できます。
情報処理と知識抽出の自動化: 生成 AI を活用して、長いドキュメントをすばやく要約したり、レポートやフィードバックの感情分析、画像、オーディオ、ビデオコンテンツに自動キャプション付与などを行い、業務効率を向上できます。
インタラクティブな対話体験の創出: Gemini を活用したカスタマーサポートエージェント、自然言語によるチャットボット、従業員支援アシスタントを有効にすることで、顧客とより深い関係を構築できます。
業界特化型エージェントの開発: 金融アドバイザーからセキュリティアシスタント、ロボティクスまで、特定用途に最適化されたエージェントを開発し、専門的ワークフローを実現できます。

「Gemini on Google Distributed Cloud により、ServiceNow は堅牢な API を介して既存システムに推論などの強力なエージェント AI 機能を組み込むことができます。この戦略的な展開により、顧客の信頼とデータ保護へのコミットメントを維持しながら、最先端技術の探求と実装が可能になります」 - ServiceNow、最高技術責任者兼 DevOps 担当 EVP、Pat Casey氏

Vertex AI: クラウドとオンプレミスを統合するプラットフォーム

お客様は、Gemini を Google Distributed Cloud 上で Gemini を利用できるようになることに加え、すでに GDC 上の Vertex AI プラットフォームでもメリットを享受しており、エージェントアプリケーションの開発、デプロイ、管理を加速することができます。

この包括的な AI プラットフォームは、以下を提供します。

事前学習グ済みの API: Google の高度なモデルを基盤とした、翻訳、音声テキスト変換、光学式文字認識 (OCR) 向けに事前学習された API で、すぐに使用可能でタスクに最適化します。カスタム用語集やドキュメント内翻訳などの高度な機能も利用可能です。
生成 AI 開発ツール: GKE で最適化されたオープンソースおよびサードパーティモデルにより、高速起動と自動スケーリングを実現します。
Retrieval Augmented Generation (RAG): Google Agentspace 検索によるグラウンディングと、Apigee オンプレミスによる LLM API の管理とガバナンスを提供します。
組み込みの埋め込み API と AlloyDB ベクトルデータベース: パーソナライゼーションとレコメンデーションのための強力なアプリケーションにより、ユーザーエクスペリエンスの向上を実現します。

「Google Distributed Cloud、Vertex AI、Agentspace 検索により、Home Team のイノベーターに安全な AI/ML プラットフォームと統合検索機能を提供します。これにより、AI を活用して生産性を向上させ、より安全で安心な未来に向けて公共の安全を変革できます。」 - HTX 最高 AI 責任者、Chee Wee Ang 氏

Google Agentspace: オンプレミスデータへの即時アクセスが可能に

企業は生成 AI の導入に意欲的ですが、画像、PDF、テキストなど、さまざまなリポジトリや形式でサイロ化された大量の情報を連携させることに苦労しています。これが生産性とイノベーションの妨げとなっています。また、社内の検索ソリューションの構築には高いコストと希少な AI 専門知識が必要です。

Google Agentspace の検索機能が GDC で利用可能になり、2025 年第 3 四半期にパブリックプレビューを開始します。Google Agentspace 検索は、企業の知識労働者が権限を考慮した安全な方法ですべてのデータへのアクセスを統一する、すぐに使える機能を提供します。

Agentspaceでは、次の機能をご利用いただけます。

企業ブランド対応マルチモーダル検索エージェント: 企業固有の情報に基づいて複雑な質問に回答できる対話型検索インターフェースで、組織全体の信頼できる情報源として機能します。
事前構築済みのエンタープライズデータコネクタ: Confluence、Jira、ServiceNow、Sharepoint など一般的なオンプレミス企業システムからデータをインデックス化するためのコネクタを提供します。
権限対応の検索結果: 堅牢なアクセス制御リスト (ACL) により、検索結果が適切な権限に基づいて表示され、すべてのオンプレミスデータのセキュリティとコンプライアンスを維持できます。
Agentspace エージェント: Vertex AI は、 Agentspace とすぐに統合され、検索エージェントをはじめ、今後さらに多くの事前構築済みエージェントを提供開始予定です。さらに独自のエージェントも開発できるようになります。

GDC で Gen AI を始めましょう

Google Cloud は、GDC を継続的に革新し、どこにでもデプロイ可能な最先端の生成 AI および最新のアプリケーション開発を目指しています。Gemini と生成 AI のオンプレミス環境での導入をご検討の際は、gdc-gemini@google.com までお問い合わせいただくか、認定グローバルパートナーにお問い合わせください。

Google Cloud Dual Run と mLogica LIBER*M 自動化スイートでメインフレームのモダナイゼーションを加速

Fri, 04 Apr 2025 02:00:00 +0000

※この投稿は米国時間 2025 年 3 月 27 日に、Google Cloud blog に投稿されたものの抄訳です。

メインフレームのモダナイゼーションはもはや、するかどうかの問題ではなく、どのように行うかが重要となっています。組織は、費用を最小限に抑え、リスクを軽減しながら、モダナイゼーションを加速する方法を模索しています。

このたび、Google Cloud と mLogica は、メインフレームアプリケーションのモダナイゼーションの加速とリスク軽減に焦点を当てたパートナーシップの拡大を発表しました。mLogica の LIBER*M 自動コードリファクタリングスイート（Google Cloud Marketplace で提供開始）と Google Cloud Dual Run を組み合わせることで、検証とリスク軽減を図り、共通のお客様に検証済みのモダナイゼーションプロセスを提供します。

LIBER*M には、自動評価、コード分析、依存関係マッピング、コード変換機能が備わっています。また、複数のターゲット言語とプラットフォームをサポートしているため、リファクタリングプロジェクトに不可欠な基盤を提供します。

Dual Run は、メインフレームアプリケーションとクラウドアプリケーションを同時に並列で処理できるため、カットオーバー前にリファクタリングされたアプリケーションを比較し検証できます。さらに、強力なテスト機能を併用することで、制御された段階的な移行が可能になり、ビジネスの中断を最小限に抑え、大規模なメインフレームのモダナイゼーションプロジェクトに伴うリスクを大幅に軽減できます。

mLogica とのパートナーシップにより、Google Cloud の既存のメインフレームモダナイゼーションソリューション（Google の Mainframe Rewrite や Mainframe Refactor サービスなど）が、mLogica の専門知識とツールによって補完されます。両社が協力することで、幅広いメインフレーム言語とユースケースに対応できるようになり、最終的にはお客様により多くのモダナイゼーションオプションを提供できます。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7f21e8553280>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

LIBER*M による自動コードリファクタリング

メインフレームのモダナイゼーションに細やかなアプローチを求める企業は、複数のモダナイゼーションパターンを組み合わせることがよくあります。たとえば、Google Gemini Accelerated アプリケーションの書き換えによるアプリケーションの再構築や、ワークロードのリファクタリングなどが挙げられます。イノベーションと新機能が重要なアプリケーションの場合、それらをまったく新しいクラウドネイティブアプリケーションとユーザーエクスペリエンスとしてゼロから再構築するのに生成 AI が役立ちます。モダナイゼーションのスピードが重要なワークロードの場合、お客様はレガシー言語から最新の同等言語への自動コードリファクタリングを選択できます。これにより、同等の機能を実現しながら、クラウドのデプロイを最適化できます。この戦略は、モダナイゼーションへの難しい要求と、費用と価値創出までの時間という現実的な考慮事項のバランスを取りながら、イノベーションとコスト効率を最大化します。

リファクタリングでは、既存のメインフレームアプリケーション（大半の場合、COBOL、アセンブラ、その他のレガシー言語で記述）を、ルールベースの変換により、クラウドネイティブなプラットフォームやサービスで実行される最新の言語とアーキテクチャ（通常、Java または C#）に変換します。これは、インフラストラクチャの変更に焦点を当てるリプラットフォームや、ターゲットアプリケーションをゼロから作り直す、書き換えなどの他のモダナイゼーションパターンとは異なります。

リファクタリングは、モダナイゼーションの可能性とスピードがうまく両立された、いくつかのメリットをお客様に提供します。

リファクタリングされたアプリケーションは、最新の開発手法（CI / CD、DevOps）とクラウドネイティブサービスを活用し、より迅速な機能提供と変化するビジネスニーズへの対応を可能にします。
最新の言語とアーキテクチャは、保守や強化が容易であり、技術的負担を軽減し、利用可能な人材のプールを拡大します。
リファクタリングされたアプリケーションは、データベース、分析、AI / ML などのクラウドサービスと統合するように設計されています。
クラウドネイティブアーキテクチャは、本質的にスケーラブルで弾力性があるため、アプリケーションは需要の変動に適応できます。
リファクタリングには先行投資が必要ですが、インフラストラクチャ費用の削減、効率性の向上、イノベーションの加速といった長期的なメリットにより、総所有コストの削減につながることが多々あります。

リファクタリングは、モノリシックアプローチを意味するものではありません。自動コード変換から、より大規模なアーキテクチャの再設計まで、幅広いモダナイゼーションをサポートします。最適なアプローチは、特定のアプリケーションやビジネスの目標によって異なります。

メインフレームモダナイゼーションのための mLogica 自動化スイート

mLogica は、包括的な一連のツールと数十年にわたる経験を活かしてメインフレームのモダナイゼーションに伴う課題に対応しています。主なプロダクトには、以下のようなものがあります。

LIBER*M: メインフレームアプリケーション用の自動評価、コード分析、依存関係マッピング、コード変換機能を提供します。また、複数のターゲット言語とプラットフォームをサポートしているため、リファクタリングプロジェクトに不可欠な基盤を提供します。
STAR*M: モダナイゼーションプロセス中の自動テスト、既存の分散データベースとアプリケーションのクラウドネイティブサービスへの変換およびリファクタリング機能を提供します。

これらのツールは、メインフレームのテクノロジーとモダナイゼーションの方法に関する mLogica の深い専門知識によって補完されています。

メインフレームモダナイゼーションのリスクを軽減する Dual Run

Google Cloud Dual Run は、メインフレームアプリケーションのリファクタリングにおいてお客様が直面する主な課題、つまりモダナイゼーションのリスク軽減、新しいシステムの検証と認証、包括的なテストの実施に直接対応します。Dual Run は、元のメインフレームアプリケーションと Google Cloud でモダナイズされたアプリケーションの並列処理を可能にすることで、大規模なカットオーバーの必要性を排除し、ビジネスの中断リスクを大幅に減らします。レガシー環境とモダナイズされた環境の両方を並列で処理することで継続的検証が行えるため、モダナイズされたアプリケーションが本番環境で想定どおりに動作することを確保できます。このような並列処理により、パフォーマンステスト、機能テスト、回帰テストなどの広範なテストが容易になり、最終的な切り替え前にあらゆる不整合を特定できます。

共通のお客様を支援

このパートナーシップが目的としているのは、メインフレームのモダナイゼーションに取り組むお客様に、リスクの大幅な軽減、価値創出までの時間の短縮、全体的な費用の削減という真に良好な成果をもたらすことです。

mLogica の LIBER*M 自動リファクタリング機能と、Google Cloud の Dual Run 並列処理機能の組み合わせにより、エラー、ダウンタイム、ビジネスの中断の可能性を最小限に抑えることができます。自動化によってモダナイゼーションプロセスが合理化され、Dual Run によってアプリケーションの検証と認証が容易になります。また、堅牢なテストとロールバック機能により信頼性が向上します。この統合ソリューションにより、最新のクラウドネイティブアーキテクチャを効率的かつ安全に導入し、組織の持続可能なイノベーションと成長を実現できます。

mLogica の LIBER*M と STAR*M は、Google Cloud Marketplace から直接入手できます。Dual Run は、Google のメインフレームモダナイゼーション実装の認定パートナーを通じて利用できます。詳細およびお問い合わせについては、mainframe@google.com までご連絡ください。

-Google、グループプロダクトマネージャー、David Yahalom
-mLogica、戦略プログラム担当シニアバイスプレジデント、Peter Burney 氏

データベースワークロードの調査と評価: Migration Center を使用した Google Cloud への移行

Fri, 07 Feb 2025 01:00:00 +0000

※この投稿は米国時間 2025 年 1 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。

組織は、より優れたビジネスおよび IT の成果を実現するために、パブリッククラウドの導入を進めています。しかし、移行やモダナイゼーションは複雑で、多面的な課題を引き起こします。そのため、インフラストラクチャとアプリケーションの現状を理解したうえで未来像を描き、その未来像を実現するために必要なことを見極めなければなりません。また、複数の関係者が多種多様なツール、プロセスを活用し、導入パートナーの力を借りる必要があります。しかし、ご心配にはおよびません。Google から朗報があります。

Google Cloud Migration Center は、現行のオンプレミス環境やクラウド環境から Google Cloud への移行を加速する統合プラットフォームです。クラウドへの移行を効率化するために設計されており、インテリジェントでデータドリブンなインサイトと実用的な推奨事項を提供します。これにより、組織は、最適な移行とモダナイゼーションの手法に関する重要な決定を下すことができます。

Migration Center では、IT インフラストラクチャの重要なコンポーネントであるサーバーとデータベースの両方を調査および評価できます。このブログ記事では、Migration Center 内で行うデータベースの調査と評価に焦点を当てます。

データベースの調査と評価は、主に以下の 3 つのフェーズで構成されます。

調査: オープンソースの収集スクリプトを使用して、データベース構成（メタデータのみ）を収集します。サポートされるデータベースは、Microsoft SQL Server、MySQL、PostgreSQL です。
技術的適合性評価: Cloud SQL や AlloyDB に対するソースデータベースの技術的な適合性を評価し、詳細な技術レポートを作成します。
費用予測: Cloud SQL や AlloyDB でのソースデータベースの実行にかかる全体的な費用を評価します。異なる移行シナリオ（複数リージョン、マルチゾーン、シングルゾーンなど）で、さまざまなサイズ適正化アルゴリズムを使用します。サーバーとデータベースの移行に予測される費用を 1 つのレポートにまとめて、インフラストラクチャの Google Cloud への移行にかかる全体的な費用予測を作成することもできます。

各項目について詳しく見ていきましょう。

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7f21e8554130>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

ソースデータベースの詳細の調査と収集

データベース構成と指標の収集: Microsoft SQL Server、MySQL、PostgreSQL のソースデータベース構成の収集には、オープンソースの収集スクリプトを使用します。

このスクリプトは、ソースシステム上で実行できます。データベースサーバーで直接実行するか、データベースにアクセスできるリモートサーバーから実行します。踏み台（ジャンプ）サーバーからスクリプトを実行する例を以下に示します。

code_block: <ListValue: [StructValue([('code', './collect-data.sh --collectionUserName <DB-Username> --collectionUserPass <DB-Userpassword> --hostName <Database-host> --port <DB-port> --databaseService <Db-servicename> --vmUserName <DB-Server-username>'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f21e85545b0>)])]>

このスクリプトを実行すると、抽出された構成と指標のアーカイブ（データベースインスタンスごとに ZIP ファイル 1 個）が自動的に作成され、このアーカイブを Migration Center にアップロードできます。

注: データベースサーバーではなく、踏み台（ジャンプ）サーバーからスクリプトを実行している場合は、パラメータ「--vmUserName」を渡してホストの仕様の詳細を収集します。

調査アーティファクトを Migration Center にアップロードする

出力ファイルを生成したら、以下の手順に沿って、それらのファイルを Migration Center にアップロードしてプロダクトの評価を行います。

Google Cloud コンソールを開き、Migration Center のホームページにアクセスします。[探索] > [データ インポート] > [ファイルを追加] > [ファイルをアップロード] の順に選択します。
次のステップで、ファイル形式に [データベース インポート ファイル] を選択し、すべての DMA 出力 ZIP ファイルをアップロードして [ファイルをアップロード] をクリックします。
アップロードしたデータベースデプロイは Migration Center の [アセット] セクションで確認できます。

技術的適合性評価

Migration Center の [アセット] セクションで、検出されたすべてのサーバーとデータベースを確認できます。データベースのデプロイのリストには、検出されたデータベースの概要と、Cloud SQL および AlloyDB の適合性スコア（大まかな評価）が表示されます。

詳細な構成を確認するには、評価するソースデータベースをクリックし、利用可能なデータ（ソース論理データベース構成、ホスティングサーバー構成、パフォーマンスデータ、実現可能な Cloud プロダクト、適合性スコア、ターゲットインスタンスのサイズ）を選択します。

また、適合性スコア（[適合（作業が必要）] など）をクリックすると、その技術適合性レポートが表示され、ソースデータベースで特定されたサポートされていない機能、パラメータ、フラグを確認できます。これらについては、Cloud SQL や AlloyDB への移行時に対処する必要があります。

費用予測

Migration Center でクラウドのサーバーとデータベースの実行費用は、以下の 3 段階のプロセスで評価します。

評価対象のサーバーやデータベースのグループを作成する（複数可）。
評価の移行シナリオとして利用する移行設定を作成する（複数可）。
グループを最大 4 つの設定に割り当てて、TCO レポートを作成する。

1. グループを作成する

料金レポートを作成するには、費用予測の評価対象となるアセットを使用してグループを作成する必要があります。[探索] > [グループ] -> [グループを作成] の順に選択します。

グループとして評価する関連サーバーやデータベースを選択します。ソース環境（アプリケーション、環境など）に基づいてグループを作成することをおすすめします。

2. 移行設定を作成する

移行設定とは、基本的に、移行シナリオを表すために定義できるパラメータのセットのことです。複数の移行設定を作成し、それらを使用して TCO レポートに仮定のシナリオを生成することで、クラウド内のサーバーやデータベースの費用を比較できます。たとえば、高可用性やバックアップを有効にするオプションを使用して、Cloud SQL のさまざまなエディション用の移行設定を作成できます。

移行設定を作成するには、[Migration Center] > [探索] > [移行の設定] > [移行の設定の作成] の順に選択します。

3. サーバーとデータベースのワークロードの TCO レポートを作成する

[レポート] > [レポートの作成] > [TCO と詳細な料金レポート] の順に選択して、レポートの作成を開始します。
評価するアセットのグループ（複数可）を選択します。
各グループに入力として最大 4 つの移行設定を割り当てます。

TCO レポートでは、ソース環境の詳細、サーバーやデータベースの費用予測を確認できます。また、Google スライドに取り込んだり、CSV 形式でエクスポートしたりできます。以下は、データベースの費用予測の例です。

Google Cloud では、Migration Center により移行やモダナイゼーションプロジェクトの実行に必要な情報を提供し、お客様がこうしたプロジェクトに費やす時間、労力、費用を削減できるようにすることを目指しています。クラウドへの移行を進める際は、Migration Center と Google Cloud をぜひお役立てください。今すぐ Migration Center をご利用ください。詳細については、Migration Center および高速評価および移行プログラム（RAMP）のウェブページをご覧ください。

データマネジメントスペシャリスト Arkapravo Banerjee
シニアプロダクトマネージャー Nimrod Shavit

インフラ モダナイゼーション