Media & Entertainment

エージェントの未来を築く: メディアとエンターテイメント分野の Google Cloud パートナーエコシステムに注目

Fri, 24 Apr 2026 00:00:00 +0000

※この投稿は米国時間 2026 年 4 月 17 日に、Google Cloud blog に投稿されたものの抄訳です。

ラスベガスで NAB Show 2026 の開催が迫るなか、業界内の話題は変化しています。今は AI が機能するかどうかよりも、AI をいかにスケールさせるかに注目が集まっています。AI の試験運用の時代は終わり、本番環境グレードの実行の時代が到来しました。

Google Cloud は、スタジオや放送局がこの未来を単独で構築する必要はないと考えています。Google Cloud のミッションは、パートナー企業がアイデアを迅速にイノベーションにつなげられるエージェントプラットフォームと AI ツールやクラウドツールを提供することです。これは、編集スイートで使用するツールから、世界中の何百万人もの視聴者に動画を配信するテクノロジーまで、広範囲に及びます。

制作の強化: 手作業からインテリジェントなアシスタントへ

最新のクリエイティブワークフローは、手動の技術的タスクによってスピードが落ちることがよくあります。Google Cloud は、エコシステムのリーダー企業と協力して、高度な AI 機能を本番環境ソフトウェアのコアに直接統合しています。これにより、クリエイターは面倒な作業よりも、作品の芸術面に集中できます。制作チームは、クリエイティブスイート内で AI をプロアクティブなアシスタントとして活用することで、原案がフレームとして完成するまでの時間を大幅に短縮できます。

Avid は、Google Cloud 上で Content Core をリリースし、真のクラウドネイティブスタジオを提供しています。また、Media Composer にマルチモーダル AI 検索を統合しているため、編集担当者は自然言語を使用して必要なフレームを正確に見つけることができ、何時間もかかっていたログの検索が数秒で完了します。
Backlight は、制作から収益化まで、あらゆる規模のチームにとって複雑なメディアワークフローを簡素化します。Google Cloud と Video Intelligence API を基盤とする Backlight の Iconik プラットフォームは、アップロード時に検索可能なメタデータを自動的に追加します。お客様は、メディアライブラリを深く理解し、重複を減らし、アセットの配置を最適化することで、制作サイクルを最大 50% 短縮し、ストレージを最大 60% 節約できます。
Brahma AI は、小売、エンターテイメント、ヘルスケアの各分野で高忠実度のデジタルライクネスを推進するエンタープライズ AI コンテンツプラットフォームです。安全で管理されたフレームワーク内で、インタラクティブでインテリジェンス主導のデジタルライクネスを実現します。

コンテンツの価値向上: 静的なアーカイブからアクティブなアセットへ

データの価値は、そこから引き出せるインサイトによって決まります。Google Cloud Marketplace に掲載されているパートナー企業は、生成メディアモデルを使用して、膨大な静的アーカイブを検索可能で収益を生み出すエンジンへと変えています。Google Cloud は、すべてのフレームを検出可能にすることで、メディア企業が何十年分もの歴史を即座に機会に変えられるよう支援しています。

Ateme は、生成 AI を活用した新しい字幕ソリューションにより、グローバル配信を簡素化しています。このソリューションによって、さまざまなメディアタイプのローカライズにかかる手作業を大幅に削減できます。
Perfect Memory は、従来のストレージを、コンテキストを認識するナレッジエンジンへと変えるのに役立ちます。このプラットフォームは、アスリート、過去のイベント、感情のニュアンスの関係を理解し、膨大なメディアアーカイブをインテリジェントなライブラリに変換します。クリエイティブチームはあらゆるストーリーに最適なコンテンツを即座に探し出すことができます。
VionLabs は、Cineverse、Plex、Crunchyroll などの企業と連携し、AI を使用してコンテンツライブラリを分析、インデックス化することで、動画アセットへのアクセスを容易にし、メタデータの生成を可能にしています。Vionlabs は、各シーンの具体的なムードやスタイルを理解することで、ストリーミングプラットフォームが基本的なジャンル別タグの枠を超えて、より微妙な感情ベースのコンテンツの発見とマーケティングを実現できるよう支援します。

グローバルリーチへの拡大: シンプルなストリーミングから視聴者の拡大まで

この時代にメディア企業が成功するには、スムーズな視聴体験と簡単な支払い方法を提供する必要があります。Google Cloud のエコシステムは、信頼性と品質に優れた配信を通じて企業のリーチを拡大し、すべての視聴者の価値を最大化できるツールを提供しています。

Bending Spoons は、Google Cloud のグローバルな規模を活用し、Brightcove や Vimeo などの自社サービスを通じて、大企業、中小企業、次世代のクリエイターなどにプロフェッショナルグレードのツールを提供しています。同社のプラットフォームにより、グローバルブランドから独立系のストーリーテラーまで、誰もが質の高い動画を制作、配信できます。
Bitmovin は、ストリーミングサービスが効率的にスケールしながら、幅広いデバイスでプレミアムなエクスペリエンスを提供できるようにします。メディアチームは、リアルタイムのオブザーバビリティと AI による分析情報を組み合わせることで、エンゲージメントと収益化をプロアクティブに最適化できます。また、Bitmovin の高度なエンコードが、低ビットレートで優れた画質を実現し、需要の高いビデオオンデマンド（VOD）から大規模な 24 時間 365 日のライブ配信まで幅広くサポートします。
Evergent は、複雑な請求と収益化のワークフローを自動化し、AI を活用した収益管理を可能にします。メディア企業や通信企業は、Evergent のツールを使用して、個別の状況に応じたアジャイルな支払いオプションを用意することで、サブスクリプションの増加を最大化し、長期的な顧客維持率を向上させることができます。
Harmonic は、Grupo Globo などの大手放送局の業務のモダナイズを支援しています。新しいデジタル放送機能をクラウドベースのストリーミングソリューションに統合することで、リーダー企業が大規模な動画の処理と配信をより迅速かつ効率的に管理できるようにしています。

信頼性の確保: インフラストラクチャから信頼の基盤へ

高品質のコンテンツには、高性能の基盤が必要です。Google Cloud は、インフラストラクチャのリーダー企業と提携し、最も複雑なグローバルブロードキャストの安定性、安全性、応答性を確保しています。

Zixi は、プロフェッショナルな動画をあらゆるネットワーク上で移動するために必要となる放送レベルのトランスポートとワークフローの自動化を提供しています。Zixi は、制御の一元化と、配信プロセスに対する完全な可視性を提供することで、Fubo のようなリーダー企業が、信号が途切れるリスクを負うことなく、重要な放送品質のライブイベントを管理できるようにします。

エコシステムを実際にご覧ください

Google Cloud のエコシステムの強みは、メディアとエンターテイメントのあらゆる側面を統合していることです。カメラからクラウド、そして視聴者の画面まで、各パートナー企業が、よりクリエイティブで効率的、そして主体的なメディア業界の未来を体現しています。

4 月 19～22 日に開催される NAB Show で Google Cloud のブース（West Hall、#W2731）にお越しください。ライブデモやシアターセッションを通じて、多くのパートナー企業のソリューションをご覧いただけます。

- 通信、メディア、エンターテイメント、ゲーム担当グローバルリード、Anshul Kapoor

- Google Cloud、エンターテイメント業界ソリューション担当グローバルリード、Buzz Hays

Google Cloud と米国代表チームによる分析の裏側: 米国冬季オリンピック選手のための AI インフラストラクチャの設計

Fri, 17 Apr 2026 03:00:00 +0000

※この投稿は米国時間 2026 年 4 月 11 日に、Google Cloud blog に投稿されたものの抄訳です。

従来の動画再生では、フリースタイルスキーやスノーボードにおける複雑な空中技の様子はわかりますが、その技がどのようにして実現されたかという物理的な説明はできません。スポーツのスピードでは、高速の動作を実用的なデータ（関節の角度、回転速度、体の縮め具合）に変換することは非常に困難です。これには、アスリートの完全な 3 次元モデルをフレームごとにリアルタイムで追跡および分析する必要があります。

Google DeepMind とのコラボレーションにより、私たちは冬季オリンピックに先立ってこうした分析を米国オリンピック選手に提供するシステムを構築しました。Google AI の姿勢推定モデルは、単一の 2D 動画を完全な 3D 生体力学分析に変換し、ローカル座標系に 63 個の関節をプロットします。これにより、アスリートとコーチには革新的な競争上の優位性がもたらされます。より広範なユースケースにおいては、人間の動きを客観的なデータに変換できます。

課題: 過酷な状況では標準的なビジョンが機能しない

2D 動画から 63 個の関節を持つ 3D 骨格を生成するには、膨大なコンピューティングワークロードが必要です。研究室レベルのセンサーを使用せず、予測不能な屋外環境で生成するには、コンピュータビジョンの限界に挑戦する必要があります。スノーボーダーやスキーヤーは、ものすごいスピードで移動します。分厚い装備も身につけています。グラブやスピンのために体を抱え込むと、手足が視界から外れます。標準的な姿勢推定モデルでは、このようなオクルージョンが発生した瞬間に追跡が失われます。

Google のソリューションは、人間の動きを反映する独自のモデルを利用します。各フレームを個別に処理するのではなく、学習済みの事前分布を使用して、身体の全体的な軌跡に基づいて見えない部分の関節の位置を推測します。この時間的推論により、高速の逆回転でも安定したデジタル骨格を維持できます。

インフラストラクチャ: TPU と Vertex AI

オクルージョンの解決だけでは、完全とは言えません。オリンピック選手が着地した数秒後にこうした分析情報を迅速に提供するには、高負荷に対応できるインフラストラクチャが必要です。私たちは Google Cloud 上に高性能な推論エンジンを構築し、オリンピックで求められる厳しい MLOps の需要に対応しました。

ハードウェア基盤: TPU

パイプラインの中核をなすのは、最も負荷の高い行列演算を担う Google の Tensor Processing Unit（TPU）です。エンコーダがまず動画を潜在表現に圧縮し、動画トランスフォーマーモデルが 3D での関節の位置を予測します。

標準的なクラウドの「コールドスタート」による遅延をなくすため、米国チームが冬季オリンピックに出場する期間中、専用の TPU スライスを静的にプロビジョニングしました。これにより、モデルは高帯域幅メモリ（HBM）に常に読み込まれた状態になります。動画が到着すると「ウォーム」状態の TPU に到達し、マルチテナント環境でのリソース競合なしに、ほぼ瞬時の予測可能な推論が保証されます。

大規模なオーケストレーション: Vertex AI

単一のラボサーバーへのデプロイは簡単ですが、オリンピック競技大会での生のアクションのオーケストレーションは簡単ではありません。Vertex AI は、ボリューム、複雑性、レイテンシを管理するための統合コントロールプレーンを提供しました。

バッチ予測による水平スケーリング: Vertex AI バッチ予測 API を使用すると、受信した動画はワーカーの分散ネットワークに即座に転送されます。これにより、モデルの読み込みと推論が切り離され、システムが水平方向にスケールされ、複数のアスリートを同時に処理できるようになります。
ボリュームと弾力性: 米国オリンピック選手の動画分析は、「バースト的」です。すなわち、選手の走行時間という短い期間に計算ニーズが急増します。Vertex AI は、リソースを常にオンにしておくのではなく、こうしたデータ急増を吸収するためにリソースを動的にプロビジョニングします。
セキュリティと排他性: チーム USA の専有データを保護するために、Virtual Private Cloud（VPC）内にプライベートエンドポイントを確立しました。承認されたトラフィックは専用のネットワーク経路を介して移動し、エンジンを公共のインターネットから分離することで、攻撃対象領域を減らし、レイテンシを最小限に抑えます。

その他の応用法

極寒の冬の気象条件下で信頼性の高い姿勢推定が可能なシステム（高速、繰り返されるオクルージョン、速度要件）は、一般化されたシステムです。基盤となる AI アーキテクチャに加え、構造化データフィードや汎用的なインテリジェンスを提供する機能により、冬季競技以外のさまざまなユースケースが可能になると考えられます。

会話型 AI の理学療法コーチが、動作のフォームを分析してサポートしてくれることを想像してみてください。あるいは、工場作業員の姿勢から検出された合図によってトリガーされるロボットアシスタントなどです。これらはすべて、専用のセンサー AI を強力な推論モデルと組み合わせることで、役立つ分析情報やアクションを提供できる潜在的なユースケースです。

- Google Cloud プロジェクトチーム

StreamSight: AI を活用した予測で、音楽著作権使用料の透明性を高める

Tue, 16 Sep 2025 02:10:00 +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。

毎日膨大な量のストリーミングデータが生成され続けるこの時代、著作権使用料の追跡の精度、スピード、透明性を確保するという音楽業界の絶対的な使命も進化し続けています。データの明確性がわずかに違うだけで、収益の分配率や分配の時期に影響を与える可能性が避けられない以上、データ処理と異常検出のイノベーションは、音楽クリエイター、レーベル、出版社、そして権利者にとって不可欠な課題となっています。

こうした課題を克服するために BMG が Google Cloud と提携して開発したのが、AI を活用してデジタルロイヤリティの予測とレポートの異常検出を強化するアプリケーション、StreamSight です。ML モデルを使用して過去のデータを分析し、将来の収益を予測するのに役立つパターンを特定したり、看過されがちな異常を検出したりできます。

このコラボレーションでは、BigQuery、Vertex AI、Looker などの Google Cloud のスケーラブルなテクノロジーと、BMG が長年培ってきた業界の専門知識を融合してアプリケーションを共同で構築し、著作権使用料の手続きのモダナイゼーションにクラウドベースの AI が貢献できることを実証し、レーベル、出版社、アーティストにロイヤリティが公平かつ迅速に分配され支払われるようにするという両社のコミットメントを一歩推し進めることができました。

「BMG では、AI その他のテクノロジーの活用を加速させ、アーティスト、ソングライター、パートナーの皆様に最高のサービスを提供するべく、その可能性を常に押し広げています。デジタルレポートと収益化におけるデータの明確性と信頼性の新しい基準を打ち立てた StreamSight は、このコミットメントを反映したものです。Google Cloud とのパートナーシップは、当社の AI とデータ戦略を加速させるうえで重要な役割を果たしています。」 - BMG、最高執行責任者 Sebastian Hentzschel 氏

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7f3f35a5da30>), ('btn_text', ''), ('href', ''), ('image', None)])]>

データから洞察を導く: StreamSight の仕組み

StreamSight は、Google BigQuery ML 内の複数の ML モデルを基盤として、その分析能力を活用しています。

収益予測では:

ARIMA_PLUS: このモデルは、主に収益パターンの予測に使用されます。長期的な売上傾向を把握することに優れており、短期的な変動に対する対応よりも、売上の長期的な推移を見極め解釈するのに適しています。
BOOSTED_TREE: このモデルは、過去の販売行動の探索的分析に威力を発揮します。過去のパターン、短期的な変動、季節性を実質的にとらえ、過去の動向や最近の変化に対する販売の対応を理解するのに役立ちます。

異常検出と探索的分析では:

k 平均法と ANOMALY_DETECT 関数: これらは、売上の急増、国別偏差、期ずれ、権利不明の販売報告など、データセット内のさまざまな異常タイプを特定するのに非常に効果的です。

これらのモデルを組み合わせることで、ARIMA_PLUS は将来の傾向のロバスト予測に、他のモデルは過去のパフォーマンスの理解と重大な異常検出に活用するという包括的なアプローチが実現し、先を見越した財務計画が可能になり、ロイヤリティ収入の保護を図ることができます。

BigQuery のデータフロー:

ギャップの発見: よりスマートな異常検出

StreamSight は収益予測だけではなく、異常検知と警告も行います。売上の期ずれ、特定の市場における想定外の販売急増・急減、報告された収益と権利者の不一致など、通常であれば手作業で何時間もかけて確認する必要がある問題を自動的に指摘し、ボタンをクリックするだけで対応できるようにしています。

たとえば、次のような異常を検出できます。

売上の期ずれ: 現金過不足の可能性を意味するデータのズレ。
権利と一致しない販売: 権利が正しく登録されていない地域から報告された収益。
グローバルな異常: ストリーミング数や販売数の急増。レポートエラーやプロモーションの異常な影響が考えられます。

StreamSight を活用すると、こうした問題をデータソース全体で自動的に検出できるため、迅速かつ一貫した対応を取ることができます。

StreamSight ダッシュボード:

Google Cloud に構築された、スケーラブルでシンプルなシステム

StreamSight の使命と同様に、その背後にあるテクノロジーも革新的です。Google Cloud を基盤として開発された以下のテクノロジーが活用されています。

BigQuery ML: 大規模なデータセットに対して SQL を使用して ML モデルを直接実行する。
Vertex AI と Python: 高度な分析とモデルのトレーニング。
Looker Studio: 結果を簡単に解釈し、チーム間で共有できるダッシュボードを作成する。

これらのツールを組み合わせることで、システムの拡張性と費用対効果を維持しながら、コンセプトから実装まで迅速に進めることができました。

未来への礎

StreamSight はまだ概念実証の段階ですが、初期の成功はこのツールが計り知れない可能性を秘めていることを示唆しています。今後は次のような機能強化を予定しています。

コンサートツアーやマーケティングキャンペーンのデータを追加して、予測を改善する。
Amazon、Apple Music、Spotify など、デジタル音楽へのアクセスを提供しているデジタルサービスプロバイダ（DSP）をさらに追加して、プラットフォーム間比較の質を高める。
ソーシャルメディアのトレンドやファンのエンゲージメントなどの要素を加味する。
ジャンル、地域、音楽クリエイターのタイプ、リリース形式別に分析をセグメント化する。

ロイヤリティの手続きに高度なテクノロジーを使用することで、問題の解決だけにとどまらず、レーベルと出版社のロイヤリティからアーティストの取り分をより公平かつ迅速に支払うという両社のコミットメントをサポートする、より透明性の高いエコシステムの構築を目指しています。

音楽業界が高度な技術を活用してデータに基づくスマートな意思決定を促進し、音楽が価値を生み出す場所をより明確に把握して関係者全員が恩恵を受けられる。そのような未来の蓋然性を、BMG と Google Cloud のコラボレーションを通じて担保することができました。

-Google、EMEA 音楽パートナーシップ担当トップパートナーマネージャー Kiki Ganzemüller

-Google Cloud、ドイツ、メディアおよびエンターテイメント担当主要アカウントディレクター Thomas Heigl

Jina AI が Cloud Run GPU を使用して 1,000 億トークンのウェブグラウンディングシステムを構築した方法

Wed, 30 Jul 2025 01:30:00 +0000

※この投稿は米国時間 2025 年 7 月 12 日に、Google Cloud blog に投稿されたものの抄訳です。

編集者注: Jina AI Reader は、URL やローカルファイルから取得した未加工のウェブコンテンツを、クリーンで構造化された LLM フレンドリーな形式に変換する専用ツールです。この投稿では、Han Xiao 氏が、Cloud Run を活用して、経済的に持続可能な、安全で信頼性の高い、大規模にスケーリング可能なウェブスクレイピングシステムを構築する方法について詳しく説明します。この投稿では、現在 1 日あたり 1,000 億トークンを処理しているウェブグラウンディングシステム Jina Reader の背後にある、共同イノベーション、技術的課題、画期的な成果について説明します。

2024 年 4 月にリリースされた Jina Reader は、1 日あたり 1,000 万件以上のリクエストと 1,000 億トークンを処理する爆発的な成長を遂げ、信頼性が高く LLM に適したウェブコンテンツに対する大きな需要があることを裏付けました。Jina Reader は単なるスクレイパーではありません。AI システムがウェブコンテンツを消費する方法について、未加工のノイズの多いウェブページをクリーンで構造化された Markdown に変換するという異なるアプローチを採用しています。

ウェブデータを処理する AI システムの主な課題は、「ウェブグラウンディング問題」です。現代のウェブサイトは、コンテンツ、広告、トラッキングスクリプト、動的な JavaScript が混在しており、ノイズ対信号比が圧倒的に高くなっています。従来のスクレイパーでは、この複雑さに対応できず、動的なシングルページアプリケーションで失敗したり、LLM で使用できない根拠のないデータを生成したりすることがよくあります。Jina Reader の画期的な ReaderLM-v2 は、15 億のパラメータを持つ専用の言語モデルです。数百万のドキュメントでトレーニングされ、単純なルールを超えてウェブ構造を理解し、コンテンツをインテリジェントに抽出します。

図 1: Jina Reader: 高度なブラウザ自動化システム

Cloud Run: Jina Reader のスケーリングを支えるエンジン

Jina Reader は、ウェブスクレイピングワークロードに固有のバースト性と予測不可能性に直面していました。従来の仮想マシン設定では、高額なオーバープロビジョニングか、負荷がかかった状態での重大な障害のどちらかしかありませんでした。Google Cloud Run は不可欠なソリューションとなり、Jina Reader は安全で信頼性が高く、大規模にスケーラブルで経済的に実行可能なウェブスクレイピングシステムを構築できるようになりました。

ウェブグラウンディングアプリ（ウェブコンテンツをスクレイピングしてクリーンアップするブラウザ自動化システム）は、Cloud Run（CPU）でホストされています。完全な Chrome ブラウザインスタンスを実行します。
ReaderLM-v2 は、サーバーレス GPU を使用して Cloud Run で実行される、HTML から Markdown への変換専用の 15 億パラメータの言語モデルです。

Cloud Run は、いくつかの重大な問題を直接解決しました。

最適化されたパフォーマンス: Jina Reader と Google Cloud エンジニアリングの緊密な連携は不可欠でした。ブラウザの自動化のためのコンテナライフサイクル管理を共同で最適化し、プリウォーミング、イメージの最適化、インテリジェントなリソース割り当てにより、起動時間を 10 秒以上から 2 秒未満に短縮しました。ReaderLM-v2 では、Google のチームがカスタムコンテナ構成の作成を支援し、15 億パラメータのモデルを Cloud Run GPU で効率的に実行できるようにしました。Cloud Run GPU のオンデマンドスケーリングと高速起動機能は、モデルのパフォーマンスを最適化するうえで非常に重要であり、1 日あたり 1,000 億トークンを処理する能力に直接影響しました。

図 2: Cloud Run GPU を使用したオンデマンド AI 推論（ReaderLM-v2 モデルをホスト）

真のゼロへのスケーリングのサーバーレス: Cloud Run の完全な Chrome ブラウザインスタンスを実行する機能により、費用対効果の高い運用が可能になりました。リクエストごとに、独自のヘッドレス Chrome を備えた分離されたコンテナが生成されます。重要なのは、リクエストが完了するとこれらのコンテナが消滅することです。この一時的な性質は、信頼できないウェブコンテンツを処理し、セキュリティリスクとメモリリークを軽減するために不可欠です。
グローバルなマルチリージョンデプロイ: Cloud Run はグローバルに展開されているため、ユーザーと対象ウェブサイトの両方の近くでリクエストを処理できます。これにより、地理的制限のあるコンテンツに対しても、レイテンシを大幅に最小限に抑え、成功率を高めることができます。
大規模かつ自動のスケーリング: トラフィックのピーク時には、プラットフォームが数個から 1,000 個以上のコンテナインスタンスにシームレスにスケールし、手動での介入なしにウェブスクレイピングの予測不可能な性質に対応します。
経済的実現可能性: Cloud Run の従量課金制モデルにより、Jina Reader はエンドユーザーに十分な無料枠を提供しながら、月間使用量が大幅に増えても収益性を維持できます。この料金の柔軟性が、幅広い導入の基本となりました。
レジリエンスと運用上の卓越性: 最近発生した継続的な DDoS 攻撃の際、Cloud Run のサーバーレスアーキテクチャは非常に貴重であることが証明されました。インテリジェントなレート制限によって悪意のあるトラフィックがフィルタリングされる一方で、大規模な負荷（1 分あたり 100,000 件を超えるリクエスト）を吸収するためにスケールアップされました。重要なのは、ゼロへのスケーリング機能により、攻撃が収まるとすぐに費用が通常に戻ったことです。このシステムは 99.9% を超える稼働率を維持しています。

まとめ

Google Cloud Run で Jina Reader を構築したことで、AI 機能とクラウドネイティブアーキテクチャが補完関係にあることが証明されました。Cloud Run の独自の機能（サーバーレス GPU、コンテナの分離、グローバルなデプロイ、ゼロへのスケーリングの経済性）により、このアーキテクチャが実現しました。Google との緊密なパートナーシップは、AI ファーストのシステムと最新のクラウドインフラストラクチャの緊密な統合により、これまで不可能と考えられていた機能を実現できることを示しています。これにより、毎日 1,000 億トークンを処理できるようになりました。

Cloud Run GPU について詳しくは、プロダクトページをご覧ください。Cloud Run で大規模言語モデルをホストする方法については、こちらの動画をご覧ください。

ー Han Xiao 氏 、Jina AI CEO

ー Google Cloud、エンジニアリング担当ディレクター、Yunong Xiao

aside_block: <ListValue: [StructValue([('title', 'Google Cloud を無料で試す'), ('body', <wagtail.rich_text.RichText object at 0x7f3f36616e80>), ('btn_text', '無料で開始'), ('href', 'https://console.cloud.google.com/freetrial?redirectPath=/welcome'), ('image', None)])]>

AI レンズ: マルチモダリティと BigQuery でアドテックに革命を起こす Arpeely の事例

Wed, 02 Apr 2025 01:04:00 +0000

※この投稿は米国時間 2025 年 3 月 22 日に、Google Cloud blog に投稿されたものの抄訳です。

従来のプログラマティック広告では、ターゲットを外すことがよくあります。固定価格や限定的なターゲティング、長期的な顧客価値よりも即時のコンバージョンを重視する仕組みでは、広告主の期待に応えることができません。Arpeely では、以下の 3 つの方法で変革をもたらしています。

独自のビジネスモデルを構築し、パフォーマンス向上のために資金を投入する。
クリエイティブとファネルをエンドツーエンドで管理する。
ライフタイムバリューを最適化する。

Arpeely は、広告主がオンラインでオーディエンスとつながる方法を変革することを使命としています。その原動力となっているのは、たったひとつのシンプルな信念「インターネットを真に理解するには、実際に『見る』ことが不可欠である」という考えです。ウェブページをユニークにするものは、テキストやコードだけでなく、画像、感情、ニュアンスなどもあります。当社が Google Cloud 上の広告テクノロジープラットフォームに力を入れているのはそのためです。

この投稿では、Google Cloud が Arpeely のビジネスにどのように役立っているかを詳しく説明します。当社では、BigQuery や Gemini などのプロダクトでマルチモダリティと AI の力を活用することで、メディア購入がよりスマートで効率的になり、長期的な価値に集中できるようになりました。

マルチモーダル AI でインターネットを「見る」方法を変革

当社の AI アルゴリズムは、膨大なデータセットを分析することで、当社のお客様にとって忠実で価値の高い顧客になりうるユーザーを特定します。これを効果的に行うには、ウェブをより深いレベルで理解する必要があります。そこで必要となるのが、複数の種類のデータを処理できるマルチモダリティです。テキストだけを見るのではなく、Google Cloud の強力なマルチモーダル AI である Gemini Pro Vision や Gemini Flash 1.5 などを使用してウェブページのスクリーンショットを分析し、視覚情報を抽出することで、リアルタイムで理解を深めることができます。これにより、数十億ものウェブサイトを驚くほど高速かつ正確にクラスタリングでき、従来の方法では見逃していた関連性やインサイトを明らかにできます。

aside_block: <ListValue: [StructValue([('title', '300 ドル分のクレジットで Google Cloud のデータ分析を試用'), ('body', <wagtail.rich_text.RichText object at 0x7f3f366336a0>), ('btn_text', '無料で構築を始める'), ('href', 'http://console.cloud.google.com/freetrial?redirectPath=/bigquery/'), ('image', None)])]>

BigQuery と Pub/Sub でデータの急増を制御

AI を活用したマルチモーダル広告プラットフォームを構築するには、驚異的な量のデータを処理する必要があります。BigQuery を使用することで、25 ペタバイトを超える圧縮データから、常にデータを処理し、ユーザー行動を分析し、インサイトを生成して、リアルタイム入札エンジンを強化できます。

しかし、AI にはスケーリングだけでなくスピードも求められます。そのため、Google Cloud のリアルタイムメッセージングサービスである Pub/Sub を利用して情報の流れを維持しています。Pub/Sub は、人間の中枢神経系のような役割を果たし、当社のマイクロサービス同士を接続して、AI アルゴリズムがスマートな意思決定に必要な最新データを確実に取得できるようにします。

キーワードを超えた広告配信: これまでにない広告の関連性を BigQuery ベクトル検索で発見

従来の広告ターゲティングはキーワードに依存しており、オンライン行動の微妙なニュアンスを捉えるには不十分でした。当社では、BigQuery ML 内の ML.GENERATE_EMBEDDING 関数を使用して、ウェブページのエンベディングをリアルタイムで生成するという、よりスマートなアプローチを採用しています。ウェブページと広告クリエイティブを多次元空間内のベクトルとして表現し、BigQuery ベクトル検索を使用することで、それらの間のセマンティックな関係をリアルタイムで把握できます。これによって、単純なキーワードマッチングを超えて、高度なコンテキスト広告を提供できるようになり、関連性とクリック率が高まった結果、顧客向けキャンペーンのパフォーマンスが向上し、収益が 15% 増加しました。

Visual Question Answering で広告を自然に溶け込ませ、際立たせる

視覚的なウェブを理解するための当社の取り組みは、Visual Question Answering（VQA）によってさらに進化しました。画像を「見る」ように AI モデルをトレーニングし、解釈させることで、ウェブページの詳細な情報（ドミナントカラー、レイアウト、感情的なトーンなど）を抽出できます。当社の VQA モデルを使用すると、各ページのコンテキストに合わせて広告のデザインを動的に調整できるため、よりシームレスで魅力的なエクスペリエンスをユーザーに提供することが可能になり、ユーザーエンゲージメントが 28% 向上しました。

Gemini を使用して作成した画像

Google Cloud のメリット: アドテックの未来を築く

Arpeely を Google Cloud で構築したことで、AI 活用における当社のビジョンを実現できました。プラットフォームのスケーラビリティ、サーバーレスサービス、統合されたエコシステムは、迅速なイノベーションに必要なアジリティと効率性を当社にもたらしました。

広告テクノロジーの未来と、AI が今後も果たす役割にも大きな期待を寄せています。信頼できる Google Cloud とのパートナーシップによって、よりインテリジェントで効果的、かつ価値を重視する広告環境を当社が引き続きリードできることを確信しています。

ぜひ、BigQuery のマルチモダリティによって実現されるユースケースをご確認ください。

-Arpeely、研究開発担当 VP Roee Sheffer 氏
-Arpeely、データ担当ディレクター Moran Cohen-Koller 氏

博報堂テクノロジーズによる SRE の活⽤とその変⾰的影響

Wed, 04 Sep 2024 03:00:00 +0000

※この投稿は米国時間 2024 年 8 月 13 日に、Google Cloud blog に投稿されたものの抄訳です。

株式会社博報堂テクノロジーズは、マーケティング × テクノロジーの⼒で、社会と⽣活者に新しい価値や体験を提供するために、博報堂ＤＹグループのテクノロジー戦略会社として、開発体制を集結し、体制強化・進化を⽬的として設⽴されました。

我々博報堂テクノロジーズのインフラ部隊は、博報堂ＤＹグループのビジネスを構成する各種サービスが稼働するパブリッククラウドを安定的に運営し、パブリッククラウドの知⾒提供や運⽤⽀援を⾏う横断的組織です。

クラウド、インフラ領域のプロフェッショナルであること、オーナーシップを発揮すること（⾼い当事者意識を持っていること）、新しい価値の創出に果敢にチャレンジすることをバリューに、⽇々エンジニアリング活動に取り組んでいます。

背景と課題

インフラチームでは、社内の組織やサービスごとに存在するアプリケーションのインフラや、共通利⽤インフラの開発・運⽤を担当しています。当チームは、プラットフォームエンジニアリング＆ SRE の思想に基づいた活動を⾏っています。これまでも SRE の要素を各⾃が部分的に取り⼊れており、ポストモーテムの実施やオブザーバビリティの仕組みの構築などを推進してきました。しかしながらチームには主に 2 つの課題がありました。

インフラシステムの規模拡⼤に伴い、急速にチームの⼈員が増えました。さまざまなバックグラウンドを持つメンバーが新たに参画したことにより、やるべきことを明確化・共通化し、チームとして現状の把握と⽬指すべきゴールの⽬線を合わせることが必要でした。

アプリチームとは、主にチケットベースでコミュニケーションを取っています。⼈員の拡⼤だけでなく、テレワーク中⼼の業務体制も導⼊しているため、お互いをあまり知らない状況が⽣じています。⼩さな認識のズレが⼤きなひずみに発展する可能性がありました。

システムや組織が拡⼤していく中で、インフラチーム内でのメンバー間ならびにアプリチームとの共通認識および協⼒関係の強化が、私たちのビジネスとしての持続的な成⻑に必要なコア要素であると考えました。

そこで、SRE のマインドセットをインフラとアプリの両⽅のメンバーで理解し、共通の認識に基づいたカルチャーを醸成するきっかけとすることが、上記の課題を解決するための不可⽋な要素であると考えました。そのため、Google Cloud Consulting が提供する SRE の最初のステップである「SRE Core」プログラムを利⽤することにしました。

変化

まず「SRE Core」プログラムを通して、今まで接点が薄かったアプリチームとインフラチームのコミュニケーションを活性化できました。具体的な例として、本プログラムに取り組むにあたって必要な情報をインフラメンバーのみでは収集・把握することが難しい部分があり、アプリチームとの協⼒が不可⽋でした。

SRE の指標の⼀つである CUJ は、アプリのビジネス要件や実利⽤者の⾏動を元に設定しますが、通常、このような内容はビジネスサイドとコミュニケーションを取る機会が多いアプリチームが握っています。今回、CUJ 制定・SLI/SLO 設定（エラーバジェットを含む）・リスク分析設定と SRE に必要な設計をアプリチームとともに作り上げていきました。この共同作業と共通認識の醸成が起点となり、アプリチームのみで実施していたスプリントミーティングにインフラメンバーも参加するなど、よりコラボレーティブな協業関係がプログラム終了後も続いています。

またインフラチームとしては、SRE の活動がいつ・なぜ必要かを体系的に学習でき、部分的に実施していた SRE の取り組みを振り返り、強化することができました。例えば、ポストモーテムの⽬的について、障害の再発防⽌のみではなく⾃⾝と他者の違いから新たな気付きを学習する点である、などを改めて学びました。ポストモーテムの⽬的を正しく学ぶことで、実施の際に気をつけるべきマインドセットや、⾏動に結びつける仕組みをチーム内でアップデートしました。ポストモーテムの実施をプロセス化し、アクションアイテムのチケット作成を明確化し、さらにはこれまで内部で閉じていたポストモーテムの議事もアプリ側へ公開するなど、すぐに反映・実現できる改善活動を実践しています。

また、オブザーバビリティの重要性についても再認識し、現在の仕組みの再確認や改善を継続して⾏い、定期的なミーティングでインフラ・アプリがともに指標を確認し、アプリケーションのパフォーマンスの維持と潜在的なトラブルの予防に役⽴てています。このように、これまでの部分的な SRE 活動の取り組みをさらに⼀段⾼いレベルで実践し、個別の取り組みが線でつながったことにより、インフラチームとしてはより信頼が得られる組織の活動サイクルを回せるようになりました。

未来に向けて

今回「SRE Core」プログラムで経験を得たことにより、インフラチームはアプリケーションおよびビジネスとのコラボレーション領域を広げていき、プロアクティブな活動を増やしていきたいと考えています。現状は⼀部のアプリとのコラボレーションからのスタートですが、これを⼀つの成功事例として同様の活動を横展開していきたいと考えています。その際に重要な点として、アプリごとに携わるメンバーやビジネスパートナー、環境やカルチャーなどが異なるため、それぞれの状況に適応した SRE 活動が必要である、ということです。SRE 活動⾃体が⽬的ではなく、アプリやビジネスの⽬標に寄り添うための活動要素の一つが SRE であるという認識のもと、当プログラムで学習した内容を調和させながら適⽤したいと考えています。また、当社では、組織横断的な活動を⽬的とした CCoE チームがあります。CCoE では全社へ情報展開ができるポータルサイトや開発者同⼠がつながるコミュニティを運営しており、今回学習した内容を発信予定です。さらに CCoE としては社内での活動の成熟に伴い、社外へも情報発信していきたいと考えています。このような取り組みを通して、⼼理的安全性に配慮した議論や⾏動が、CCoE やインフラの組織を超えて社内メンバー同⼠で⾏われることを期待し活動を続けたいと考えています。

補⾜: ⼼理的安全性について

当社では経験年数が二極化し多様な観点を持つ⽅が在籍している都合上、パフォーマンス発揮のため⼼理的安全性への配慮は必要不可⽋だと考えています。⼼理的安全性が確保されていない状況、例えば「悪い知らせ」を持参した担当者こそが責任を問われるケースでは、「当たり障りのない報告」に終始し本質的な議論へ発展しません。このようなトラブルには、経験豊富な社員のみ知っている暗黙的に実施すべき作業が抜けており聞くのが怖い、などの⼼理的な障壁により⽣じるものもあります。

⼼理的安全性が確保された状況では、⼈へフォーカスしない、つまり問題の原因はシステムだと考え、問題⾃体を機会と捉えます。例えば、⼿動作業ミスに関するトラブルは、⼿動であること⾃体が問題だと考えたり、過去に類似事例がないシステム障害が発⽣した際は、新たな知⾒獲得の機会と考えたりするでしょう。こういった発想の転換を⾏うことで、恐怖⼼が⼼理的なバックグラウンドとならず、バイアスなく議論・作業を⾏うことができます。これにより、経験年数を問わず⼀⼈⼀⼈がパフォーマンスを⼗分に発揮することが可能です。ただし、特定の⼈だけが思って成り⽴つものではなく、⽴場・役職を問わず、チームや組織全体として根気強く認識することで効果を発揮できるものだと考えています。

Google Cloud を活用したクラウドネイティブな放送メディアサプライチェーンの構築

Thu, 27 Jun 2024 01:15:00 +0000

※この投稿は米国時間 2024 年 5 月 31 日に、Google Cloud blog に投稿されたものの抄訳です。

メディアサプライチェーンがこのデジタル時代の大きな変革に直面する中、Google Cloud は主要なメディア企業や ISV と連携の下で、クラウドネイティブなソリューションの構築を進めています。この移行により、放送局は業務の合理化、費用の削減、世界中のオーディエンスに向けたより魅力的なコンテンツの配信を実現できます。Google Cloud はオープン性、効率、AI の統合を重視し、メディア企業が将来の成功に向けてクラウドの可能性を最大限に引き出せるように支援しています。

メディアサプライチェーンは、視聴者にお気に入りの映画、テレビ番組、ライブスポーツを届けています。コンテンツクリエイターがアイデアを思いついた瞬間から、デジタルメディアの作成と管理、および配信先への配信（ストリーミングサービス、セットトップボックス、映画館、音楽プレーヤーは問わない）に向けて、メディアサプライチェーン全体が動き出します。メディアサプライチェーンは複雑で、進化し続けており、現代のメディア企業にとって成功に不可欠な存在になっています。ストリーミングサービス、ソーシャルメディア、消費者直接取引ビジネスモデルの台頭により、メディアサプライチェーンの重点がオーディエンスとエンドユーザーに置かれて、消費者は視聴するコンテンツをよりきめ細かく制御できるようになっています。

メディアサプライチェーンには 4 つの重要な段階があります。

作成: 映画やライブスポーツイベントの撮影など、メディアの初期作成に当たります。この段階で「魔法」が生み出されます。
メディア処理と品質チェック: コンテンツが組織の基準に達していることを保証するために自動および手動で品質チェックが行われ、その後に配信しやすいデジタル形式に変換されます。一方、映像および音声フィードは、更新しやすくなるように処理エンジンがデジタル形式に変換します。
編集: 大ヒット映画のカラーグレーディングからライブスポーツの試合における放送の最中のリプレイ映像まで、さまざまな編集によりコンテンツが微調整されます。多くの場合、手順には色補正や音質の修正が含まれます。
配信: コード変換、パッケージング、そして多くの場合にクローズドキャプションの埋め込みなど、コンテンツの配信準備が整えられます。準備が整うと、コンテンツは衛星放送、地上波、最近ではますますデジタルで、視聴者に配信されます。

メディアの CTO（最高技術責任者）にとって、常に目標はメディアの効率的かつ効果的な作成、管理、配信が保証される明確なプロセスを持つことでした。しかし、メディアサプライチェーンの構築と管理は、さまざまな人や組織が関与する複雑な作業です。実際、メディア企業の拡大や企業の買収に伴って、メディアサプライチェーンがつぎはぎだらけになっていることは珍しくありません。

メディアサプライチェーンは、クラウドへの移行など、他の課題も抱えています。たとえば、以前は放送局がコンテンツの（外向きの）転送に要する費用を考慮しなくてよかったものの、クラウドでは多額の費用が発生することがあります。これらの課題には次のようなものがあります。

オンプレミスとクラウドにまたがるモニタリングの複雑化
クラウドとオンプレミスのシステムの時間調整
クラウドのシステムの可用性と、オンプレミスとクラウドの間のカットオーバー
クラウドとオンプレミスの間でのコンテンツとメタデータの形式の標準化と、一方から他方への移行時のトランスマックスとコード変換

多くのメディア企業は、最初にクラウドに移行したときに、短期間での成果と即座の費用削減に焦点を当てました。このアプローチは短期的にメリットをもたらしましたが、メディア配信プロセスを包括的に見直す必要性に十分には対応していませんでした。このことが、クラウド環境内での長期的な最適化とイノベーションの機会の損失につながりました。今後何年にもわたり、メディアワークフロー全体を考慮した、より総合的なアプローチによって効率と費用対効果が高まる可能性があります。

その一方で、テレビは変化しています。Google Cloud は、テレビの未来の中軸がグローバルオーディエンスを対象とするライブかつローカルのパーソナライズされたエクスペリエンスの制作になると確信しています。放送局には、明示的にも暗黙的にも、オーディエンスの関心に対応した没入型のコンテンツ形式でさらに長期的にエンゲージメントを深める機会が存在しています。しかし、これらの要件を満たすには、制作プロセスと設備の合理性を高め、AI を活用した自動化によってこれまで以上に多くのコンテンツと視聴の選択肢を生み出す必要があります。クラウド中心のメディアサプライチェーンがこれらのイノベーションを牽引するでしょう。

クラウドネイティブなメディアサプライチェーンを目指して

Google Cloud は、メディアサプライチェーンのクラウドへの移行が単にオンプレミスのワークロードをクラウドに移すことではなく、アプリケーションをクラウドネイティブに実行して、迅速かつ効率的に提供可能で高品質の信頼できるソフトウェアシステムを生み出すとともに、アジリティ、オブザーバビリティ、自動化を実現するものであると考えています。このプロセスでは、開発プロセスにおける DevOps と SRE の手法の活用が不可欠です。

メディアサプライチェーンの重要な要素は、メディアソフトウェアプロバイダである ISV が放送局用のサプライチェーンを完成させ、クラウド変革の実現のためにクラウドネイティブに機能する必要があることです。これらのメディア ISV は専門的なアプリケーションと、多くの場合にアーキテクチャを提供しますが、残念なことに、一部の ISV は現時点でクラウドネイティブではありません。

メディア＆エンターテイメント業界のための Google Cloud の使命は、「イノベーションを通じて、メディア組織による視聴体験の変革を支援すること」です。Google Cloud は、未来の視聴体験を形成するうえで、クラウドが真の変革をもたらすと考えています。また、お客様がメディアサプライチェーンにクラウドを活用できるように、いくつかの分野に重点を置いています。

既存のエコシステムの強化。Google Cloud は、放送局が運用スタッフに新しい放送アプリケーションの再トレーニングを提供するのは困難であると認識しています。主要な ISV がアプリケーションを Google Cloud 上で稼働し、Google Cloud の機能とサービスを活用してクラウドベースの優れたサービスを提供できるよう、今後も協力していく計画です。
オープン性の重視。放送分野では、多様なコンテンツ配信規格から選択できます。Google Cloud は、お客様がお好みの規格を使用してコンテンツをクラウドに配信できるように取り組んでいます。
アプリケーションの効率性への投資。Google Cloud は、既存の ISV アプリケーションの Google Cloud 上での効率を高め、基盤となるインフラストラクチャの柔軟性と効率性を際立たせることを重視しています。

一助として、Google Cloud Media Supply Chain Council を設立しました。この組織は主要な戦略的メディア顧客とのパートナーシップを通じて、クラウド対応メディアサプライチェーンの将来を定義します。目標は、メディア関連のソフトウェアおよびハードウェアベンダーのロードマップを進めて、最新のメディア企業の要件を満たすようにすることです。現在、Google Cloud Media Supply Chain Council のメンバーには、Grupo Globo と TelevisaUnivision が含まれます。このカウンシルは、主要な ISV と緊密に協力してメディアサプライチェーンの将来を定義し、クラウド要件の明確化とエンジニアリングサポートの提供を支援していきます。

未来のメディアサプライチェーンの構築: 3 ステップのガイド

未来のクラウドベースのメディアサプライチェーンを構築するには、3 つの重要なステップがあります。

1. 変革のブループリントのビジョン化

Google Cloud は主要なメディア企業とともに、クラウドインフラストラクチャの柔軟性と、データプラットフォームや生成 AI などの AI / ML の高度な機能を組み合わせた、未来のメディアサプライチェーンに取り組んできました。未来のメディアサプライチェーンの 1 つのバージョンを以下に示します。

ブループリントが描き出すように、未来のメディアサプライチェーンでは、メディア企業がまずサプライチェーンの主要な要素を特定し、次にプラットフォームのイノベーションを実現する主要な ISV を選択します。Google Cloud は、メタデータの形式とスキーマ、ISV ベンダーの選択、特定のカスタマイズなど、放送局が直接管理する必要のあるメディアサプライチェーンの要素があると考えています。

メディアサプライチェーンのエコシステムにおいて、Google Cloud はお客様と協力して、メディアを検索および発見できる AI / ML サービスの大規模な提供など、上図の緑色のブロックを構築しています。それと並行して、メディアサプライチェーンのさまざまな機能をオンデマンドで有効にして、水平方向のスケーリングと確実な動作を可能にするマイクロサービスを、ISV パートナー（青色のブロック）が提供するエコシステムの実現に向けて取り組んでいます。まだスタートしたばかりですが、クラウドに対する ISV パートナーの考え方を変えるという点で急速な進歩を遂げています。

Google Cloud は、付加価値のある AI / ML 関連 API とともに、安全性、スケーラビリティ、可用性、信頼性の高いインフラストラクチャ、高性能のストレージ、ネットワーク、コンピューティングを手頃な費用で提供することに取り組んでいます。これらすべてが、不正アクセスと IP 窃盗からの保護が提供され、データとデータ分析によりコンテンツ、コンテンツメタデータ、アラート、モニタリングシステムに対するリアルタイムの分析情報が一括表示される、安全な環境に収められています。

2. クラウド対応のパートナーを選択

ISV パートナーの選択にあたって、メディア企業は機能要件、クラウド成熟度、AI への対応をいずれも考慮する必要があります。

インフラストラクチャとライセンス。クラウドの中核的な価値提案の一つは、サービスの有効と無効をオンデマンドで切り替える機能です。メディア企業は、仮想マシンで実行するモノリシックなコードではなく、Kubernetes クラスタで動作するマイクロサービスまたはサーバーレス機能により構成される ISV アプリケーションを優先する必要があります。技術インフラストラクチャに加えて、ビジネスライセンスと利用規約自体もスケーラブルであることが必要です。固定された静的なライセンスよりも、時間単位、さらには分単位でライセンスを提供する ISV を優先する必要があります。動的なライセンスにより、お客様は新規ライセンスの取得、ライセンスキー、ISV サポートチームへの問い合わせについて心配することなく、サービスをスケールできます。
スケーラビリティ。ISV のスケーリング能力、特に水平方向のスケーリング能力は非常に重要です。垂直方向のスケーリングには上限があるため、このことは重要です。仮想マシンを拡張できるのは、パフォーマンスのボトルネックが発生しない範囲に限られます。水平方向のスケーラビリティは、CPU だけでなく、ネットワーク（ノード全体で複数の NIC を使用する）、メモリ、ストレージのスケーリングを実現できることにも注目してください。
デプロイとモニタリング。ISV アプリケーションは、Google Cloud Marketplace 経由、または実行と運用が容易な DevOps スクリプトで、簡単にクラウドにデプロイできなければなりません。また、ISV アプリケーションはモニタリングが可能で、かつクラウドネイティブなモニタリングダッシュボードと簡単に統合できる必要があります。これにより、運用チームはクラウドインフラストラクチャ、ISV アプリケーション、コンテンツ、サブスクライバーを一括表示できます。
セキュリティ。運用しやすさを重視することは ISV にとって不可欠ですが、セキュリティを無視するようではいけません。ISV アプリケーションは、クラウドセキュリティのベストプラクティスを遵守し、厳格な脆弱性テストを受ける必要があります。ISV がお客様に提供する主要な成果物には、最高水準のセキュリティパラダイムに根ざしたアーキテクチャパターンとオプションが含まれている必要があります。
ビジネスモデルと安定性。ISV の規模、そのビジネスモデルと収益源の安定性、AI テクノロジーをサービスに組み込むための明確なビジョンは、重要な選択要素です。ほとんどの放送局は何年にもわたって ISV と協力するため、サービスへの技術投資の実行可能な水準を確かめるうえで、ISV の将来ビジョンとビジネスモデルを把握することは重要です。

3. クラウドネイティブなアプリケーション開発のサポート

メディアサプライチェーンをクラウドに移行させ、その際にすべてのステークホルダーが移行の目標と目的に向けて足並みを揃え、目標達成のための適切なソリューションを選択するうえで、主要な技術パートナーとの間で長期的なロードマップを構築することが極めて重要です。クラウドネイティブなメディアサプライチェーンの一部として ISV を評価する際に、ワークロードの統合、高可用性、異なるシステムの統合、AI / ML の統合、DevOps のベストプラクティスの採用などの特徴を持つソリューションを探すようにします。

ワークロードの断片化の回避。クラウドコンピューティングでは、お客様は新しいワークロードやサービスをオンデマンドでオンボーディングできます。しかし、ワークロードがオンプレミス環境とクラウド環境に分かれて断片化しないようにすることが重要です。特定のワークロードについて、オンプレミスとクラウドのどちらで実行する方が適しているかを判断します。ワークロードの断片化は、費用の増加、複雑化、パフォーマンスやセキュリティの問題につながることがあります。
信頼性と高可用性の確保。放送ワークロードには高い信頼性と可用性が必要です。具体的には 99.999% の信頼性が要求されますが、これは 1 か月あたり 4 分 19 秒のダウンタイムに相当します。99.99% の信頼性は、1 か月あたり 43 分 12 秒のダウンタイムに相当します。ISV はクラウド環境の可用性を考慮して設計する必要があります。
アトミックなワークロードの統合。クラウド移行のもう一つの側面は、複数のパートナー、複数の VPC、時にはオンプレミスとクラウドにまたがる、自己完結型のワークロードを統合することです。統合の主要な課題は、特に映像で、トランスポート信号が標準化されていないことです。映像と音声を同期し、タイミングを正確に合わせる作業は、さらに複雑です。
AI / ML の統合の実現。クラウドベースの生成 AI とサービスは、メディアサプライチェーンの簡素化と視聴体験の質の向上のための重要な資産であることがますます証明されています。Google Cloud は、ISV が AI を活用してコンテンツフローを管理し、字幕、吹き替え、その他のコンテンツまたはメタデータの拡充サービスによりコンテンツを拡充する機会を、すでに確認しています。
DevOps とモニタリングのベスト プラクティスの採用。ISV は DevOps とモニタリングのベストプラクティスを採用する必要があります。これにより、アプリケーションは確実にデプロイおよび開発され、アップグレード、モニタリング、安全な制御をシームレスに実現できます。

Google Cloud は主要なメディアパートナーと緊密に協力して、アトミックな自己完結型のワークロードをクラウドに移行し、高可用性、共通の標準、モニタリングのベストプラクティスをサポートするアーキテクチャパターンを開発しています。

リフト＆シフトを越えて: TelevisaUnivision のクラウドネイティブなメディア変革

TelevisaUnivision は、最新テクノロジーの活用とインフラストラクチャ陳腐化の回避のために、メディアワークロードをクラウドに移行しています。同社は、移行を成功させるために Google Cloud と協力しています。クラウドへの移行は、迅速なプロセスでも簡単なプロセスでもありませんが、TelevisaUnivision にとって価値のある投資であることが証明されつつあります。

「Google のコンテンツのインデックス作成は、メディアを作成および消費する当社の方法に革命をもたらします。将来的には、その時点までに作成されたあらゆるコンテンツを、保存場所や所有者にかかわらず、検索して活用できるようになるでしょう。これにより、作成者にも消費者にも多くの可能性が開かれるでしょう」と、TelevisaUnivision の SVP Global Engineering and Media Technology である Marcos Obadia 氏は語っています。

同様に、放送局はメディアサプライチェーンのクラウドへの移行によって戦略的な利点をいくつか獲得できると、TelevisaUnivision の EVP Broadcast Operations and Technology である Ralf Jacob 氏は語っています。「自動化を通じた効率の向上、コンテンツニーズの増大に対応するスケーラビリティの確保、グローバルな配信とローカライズの円滑化、費用の削減、統合されたデータ分析情報の入手、堅牢な障害復旧オプションの確保が可能になります。」そして最後に「クラウドベースのメディアサプライチェーンは、業務の最適化と、より幅広いオーディエンスにリーチしてエンゲージメントを獲得する能力の強化により、進化するメディア環境で成功するための力を TelevisaUnivision に与えてくれます。これらすべてを手に入れるには、正しいパートナーが必要です」と付け加えています。

TelevisaUnivision の移行の主なポイントは次のとおりです。

リフト＆シフトの計画を立てるのではなく、クラウドがメディアサプライチェーンをどのように変革できるかを検討する。
忍耐強くあり、新しいアイデアを前向きに受け入れる。クラウドは常に進化しているため、企業は積極的に適応する必要がある。

ISV と連携し、要件と活用可能なツールおよびハイパースケーラーの理解を確保します。

クラウドと AI でメディアを変革する

「メディア＆エンターテイメント業界は、業務運営、コンテンツ制作、優れたカスタマーエクスペリエンスの提供のための方法を企業が改善するなかで、大きな変革を経験しています」と、Google Cloud の戦略的コンシューマー産業担当グローバルマネージングディレクター、Anil Jain は語っています。「生成 AI はこの変革の最大の原動力の一つであり、その可能性を最大限に活用するために、メディア企業、ハイパースケールなクラウドプロバイダ、専門特化したメディアベンダーは緊密に協力する必要があります。」

クラウドベースのメディアサプライチェーンは、メディア企業が費用の削減、アジリティの向上、品質の改善を実現するうえで役立ちます。メディアサプライチェーンをクラウドに移行することにより、メディア企業はオンプレミスのインフラストラクチャに投資して維持する必要がなくなるため、大幅な費用削減につながることがあります。また、クラウドベースのメディアサプライチェーンはオンプレミスのソリューションよりもスケーラビリティと柔軟性が高いため、メディア企業は新しいコンテンツ形式や配信チャネルなどの市場の変化に迅速に適応できます。最後に、クラウドベースのメディアサプライチェーンは、メディア企業にコンテンツの品質の改善に活用できる優れたツールとサービスへのアクセスを提供します。

Google Cloud は、メディア企業と連携して、クラウドへの移行を支援し、お客様の最も差し迫った課題に対処する業界固有のツールを提供できることを誇りに思います。

-Google Cloud、放送ソリューション担当責任者 Anshul Kapoor

-Google Cloud、メディアおよびエンターテイメント ソリューション アーキテクト Jay Cherian

Paramount+: 無限のエンターテイメントを提供する大手ストリーミング企業

Fri, 07 Jun 2024 00:10:00 +0000

※この投稿は米国時間 2024 年 5 月 10 日に、Google Cloud blog に投稿されたものの抄訳です。

Paramount+ は、世界中の視聴者向けのストリーミングエンターテイメントの宝庫です。

クリックやスワイプ、音声コマンドで『ゴッドファーザー』『トップガン』のような名作映画、『スター・トレック』『サバイバー』のようなテレビのクラシック番組、『イエローストーン』『1883』『Halo』のような現代のヒット作にすぐにアクセスできます。

Paramount+ は、膨大なエンタメ映像ライブラリに加えて、ライブスポーツの興奮をそのまま消費者に届けています。視聴者はこの 1 年間、接続したテレビ、ウェブブラウザ、モバイルデバイスのいずれかで、ときにはそれらを切り替えながら、UEFA サッカー、マーチマッドネス、NFL、カレッジフットボール、その他のさまざまなスポーツを観戦しました。これには、全プラットフォームで 1 億 2,340 万人の視聴者を獲得し、近年最も視聴されたイベントとなった 2024 年第 58 回スーパーボウルも含まれます。これは、記録的な数の視聴者によって Paramount+ 史上最もストリーミングされたスーパーボウルでもあります。

Paramount+ は、世界中の視聴者に 24 時間 365 日利用できるストリーミングコンテンツを提供し、大規模なライブイベント時のアクセスの急増にも対応できるよう、ダウンタイムなしでスピード、アジリティ、セキュリティ、そしてグローバルリーチを提供できる堅牢な技術スタックを必要としていました。こうした多様な技術的課題に対応するため、Paramount Global は、ストリーミングの未来を築くプラットフォームとして Google Cloud を選択しました。

ダウンタイムをゼロにすることは、技術的な目標であっただけでなく、会員に一貫したシームレスな体験を提供できるようにするという、ビジネスチームの取り組みの一環でもありました。世界中の会員にサービスを提供するには、十分にトレーニングを受けたチームとともに、スケーラブルなプラットフォーム上で稼働する堅牢なアーキテクチャが必要です。

舞台裏で支える技術: Paramount+ と Google Cloud

Paramount+ の技術スタックには、メディアとエンターテイメントのニーズに合わせて特別に調整されたコンポーネントが多数ありました。チームは、柔軟性、安定性、スケーラビリティ、迅速なアップデートを実現するため、Google Kubernetes Engine（GKE）を活用したサービスベースのアーキテクチャを採用しました。これにより、開発と運用のベロシティおよびパフォーマンスを向上させることができました。

会員の増加とビジネスニーズの急速な変化により、Google Cloud Compute Engine、Bigtable、Pub/Sub,、Cloud のオペレーションスイート、Network Intelligent Center、Cloud Armor など、さまざまな Google Cloud サービスを検討して技術運用を効率化することになりました。アーキテクチャチームは、Google Cloud のエンジニアリングチームと協力して、ビジネス SLA とセキュリティのニーズに対応できるさまざまなプロダクトを評価しました。

セキュリティとサービスの可用性は、顧客向けアプリケーションにとって極めて重要です。DDoS 攻撃で数千万のユーザーのストリーミングエクスペリエンスが中断されないようにするため、Paramount+ は Google Cloud Armor Managed Protection を他の業界標準のセキュリティツールとともに使用しています。また、Paramount+ の技術チームはグローバルプラットフォーム全体でダウンタイムをゼロにするため、DevSecOps プロセスをアーキテクチャに適用して、開発プロセスの最初からセキュリティを組み込んでいます。

スムーズな運用と迅速なアップデートを実現するために、技術チームは Google Cloud と協力してサイト信頼性エンジニアリング（SRE）を導入しました。このアプローチの成否は、自動化、テスト、プロアクティブなモニタリング、そしてシームレスなチームワークに左右されます。SRE の導入に加えて、Paramount+ の技術チームはレジリエンスにマルチゾーンアプローチを活用しています。これにより、複数の Google Cloud リージョンにまたがるアクティブ / アクティブ構成である、真の地理冗長が実現しました。Paramount+ はこの強固なパートナーシップを通じて、特にスーパーボウルのようなトラフィックの多いイベント時でも、卓越したパフォーマンスを確保できるようになりました。

Paramount+ のエンジニアは Google Cloud と緊密に協力して、この複雑な移行に対する指針を確立しています。

マルチリージョン化の取り組み: Paramount+ チームと Google Cloud チームは、インフラストラクチャを複数のリージョンにスケールできるよう、1 年以上にわたり協力しました。この取り組みは、ダウンタイムやエンドユーザーエクスペリエンスのダウングレードを生じさせることなく実施されました。Paramount+ チームは、数年ではなくわずか数日で新しいリージョンを追加できるようになりました。マルチリージョン化する前に、Paramount+ は Google Cloud リソースを最適にスケールして活用できるよう、すでにステートレスな指針を採用していました。この戦略的な転換により、セキュリティとデータ損失ゼロを確保しながら、シームレスなエクスペリエンスを提供する準備を整えることができました。
スケーラブルなアーキテクチャ: Paramount+ は、複数のリージョンにまたがって動作する分散データベースを採用して、データの整合性を確保しています。Paramount+ と Google Cloud は、ライブイベント時や人気番組の配信時に急増するトラフィックに対処するため、アーキテクチャの弾力性を維持するよう努めています。これにより、インフラストラクチャの事前スケーリングと自動スケーリングを簡単に行うことができます。Paramount+ チームは CI / CD の原則に加えて Blue/Green デプロイアプローチも採用し、エンドユーザーに一貫したエクスペリエンスを提供するとともにリスクを軽減しています。
リージョンの独立性: ユーザーに近い場所でサービスを提供しながら、サービスを中断させる可能性のある自然災害を緩和することが不可欠でした。このアクティブ / アクティブなマルチリージョン対応により、Paramount+ は 1 日あたりの多数のアクティブユーザーと、大規模なスポーツイベント時の前例のないトラフィック量に対応しています。厳格なポリシーを設定し、どのリージョンも他のリージョンに依存しないようにしています。この対応は、コンテンツ配信ネットワーク（CDN）からデータベースまですべて一貫しています。Paramount+ チームは、リージョンのスケールを追加または削除しても、エンドユーザーの全体的なエクスペリエンスに影響しないようにしています。
運用の一貫性: Paramount+ の SRE チームは、管理を簡素化し、タイムライン方式でビジネスニーズに対応できるよう、リージョンを均質に保つ標準的なガイドラインとプロセスを設定しました。セキュリティ、監査、デプロイに関して一貫したプロセスを導入することで、エンドユーザーがリージョンについて理解する必要性をなくしました。
厳しい目標: チームには、高く設定された目標復旧時間（RTO）と目標復旧時点（RPO）を達成するという目標がありました。7,100 万人の会員をサポートし、ストリーミングサービスを 24 時間 365 日提供するには、厳格なサービスレベル契約を締結して履行することが重要でした。厳格な SLA により、ゼロダウンタイム、低レイテンシ、堅牢なモニタリングとオブザーバビリティフレームワークが確保され、チームはエンドユーザーに影響する可能性のある、あらゆる問題に積極的に対処できるようになりました。

マルチリージョン設定に移行することは、設定された RTO と RPO を守りながら、デプロイプロセス、自動化ツール、基盤となるデータベース全体を再考することを意味しました。Google Cloud と連携することで、Paramount+ はマルチゾーンアーキテクチャからアクティブ / アクティブなマルチリージョンアーキテクチャに移行し、世界水準のストリーミングサービスを構築することができました。

未来は明るい

動的なメディア状況に対して、Paramount+ は世界中の視聴者に合わせてスケールできる技術プラットフォームで適応してきました。すべてのプラットフォームやデバイスで放送品質を実現することは容易なことではありませんが、Google Cloud チームとの緊密な連携のもと、各チームはその達成を目指して尽力しています。

この基盤とともに Paramount+ は、生成 AI などの新しい技術で最適化と革新を続けながら、中断なく視聴者を楽しませ続け、世界水準のカスタマーエクスペリエンスを提供することを目指しています。

-Paramount、クラウド推進および SRE 担当 SVP Shiva Paranandi 氏
-Google Cloud、プリンシパルアーキテクト Ashutosh Tripathi

Immersive Stream for XR がアップグレードされ Unreal Engine 5.3 に対応

Thu, 02 May 2024 01:00:00 +0000

※この投稿は米国時間 2024 年 4 月 19 日に、Google Cloud blog に投稿されたものの抄訳です。

Google Cloud の Immersive Stream for XR は、高品質な XR エクスペリエンスをレンダリングしてストリーミングするための高度なクラウドベースのソリューションです。そして今回、Unreal Engine 5.3 とのインテグレーションにより、さらに機能が強化されました。この最新のアップグレードによって豊富な新機能が利用可能になり、デベロッパーが没入体験の限界を押し広げる一助となります。

Unreal Engine 5.3 の新機能により、Immersive Stream for XR を使用した開発が大幅に改善されます。主な新機能は次のとおりです。

改善された Lumen と Nanite 機能により、パフォーマンスを強化し、ハイパーリアルな照明と驚くほど詳細な環境でより良い視覚結果を実現します。
新しいマテリアルレイヤリングシステムにより、複雑なレイヤマテリアルの作成が簡素化されます。
World Partition によって、大規模なオープンワールドの管理とストリーミングが合理化されます。
よりスムーズなフレームレート、読み込み時間の高速化、効率性の向上により、さらに壮大なプロジェクトが可能になります。

Immersive Stream for XR + Unreal 5.3 のデモ

Unreal 5.3 のアップデートに加えて、Immersive Stream for XR テンプレートプロジェクトもアップグレードされました。これにより、ブループリントの最適化やロジックの簡略化が行われ、使いやすいモード切り替え用イベントや新しいデモが追加されました。特に素晴らしいのは、テンプレートファイルを既存の Unreal プロジェクトに直接統合できるようになったことです。これにより、デベロッパーの作成プロセスが効率化され、Immersive Stream for XR エクスペリエンスを 3D モードと AR モードの両方で作成できるようになりました。

簡略化されたテンプレートプロジェクトとともに最新バージョンの Unreal Engine にアップグレードすることにより、お客様は最小限の統合作業で最新バージョンの Unreal Engine 上でワークフローを調整し、合理化できます。

「UE 5.3 にアップグレードしたことで、Rotor Studios の制作プロセスは一変しました。特に、風景や葉にまで及ぶ Nanite の高度な機能改善を通じて、ディテールとパフォーマンスを強化しつつ、Google の最先端のストリーミングテクノロジーとシームレスに統合されます。このアップデートにより、アセットのワークフローが合理化されるだけでなく、プロジェクトの視覚的な忠実度が大幅に向上します。これは業界におけるリアリズムの新たな標準を確立するものです。」- Rotor Studios、Realtime 責任者 Peter Shand 氏

「KDDI は、Immersive Stream for XR を使用した新しいカスタマーエクスペリエンスの作成において、Google Cloud を使用して革新を続けており、Unreal 5.3 のアップデートと機能に大きな期待を寄せています。当社の目標は日本市場向けのソリューションを提供することですが、ソリューションをグローバル市場にまで拡張することも目指しています。」- KDDI 株式会社、先端技術戦略部長上月勝博氏

最先端の XR エクスペリエンスを作成する準備ができている場合、Unreal Engine 5.3 を搭載した Immersive Stream for XR は最適なプラットフォームです。Google Cloud ウェブサイトで詳細をご覧になり、今すぐ独自の XR 開発に乗り出しましょう。

-Immersive Stream for XR 担当ソフトウェアエンジニア Aria Shahingohar
-Immersive Stream for XR 担当インタラクションデザイナー Cati Grasso

Google Cloud パートナーがメディアとエンターテイメントのブームの火付け役に

Fri, 19 Apr 2024 00:10:00 +0000

※この投稿は米国時間 2024 年 4 月 11 日に、Google Cloud blog に投稿されたものの抄訳です。

この 10 年間、メディアおよびエンターテイメント業界が大きな変革を経験してきたことは明らかです。今なお、消費者は、よりパーソナライズされた多様なエンターテイメントサービスを求め続けています。この状況に対応するために、メディアおよびエンターテイメント企業は、これらの新しいサービスの市場投入までの時間を短縮しながら費用の最適化も実現する、パワフルで柔軟なツールを必要としています。そこで、Google Cloud とパートナーエコシステムの出番です。Google Cloud は、業界リーダーと連携することで、多様なコンテンツ、パーソナライズされたおすすめ情報、シームレスな視聴体験で満たされた未来をお客様のために切り拓く、オープンなエコシステムを促進しています。

生成 AI によってパーソナライズされた発見が重視されるように

消費者がコンテンツを発見する方法は大きく変化しています。閲覧者の関心を維持できるかどうかは、優れたコンテンツ発見体験を提供することにかかっています。この課題に対処するために、業界は新しい AI ツールとパートナーシップを通じて、イノベーションの波に乗っています。たとえば、グローバルなストリーミングテクノロジーおよびエンターテイメント企業である Cineverse は、Vionlabs、Datatonic、Google Cloud と連携して cineSearch を開発しました。これは、エンターテイメントそのものと同じくらい楽しい方法で、何を視聴すべきかを決めることを目的とした、会話型生成 AI を活用した検索および発見ツールです。ユーザーは、映画ファンという設定の chatbot である Ava とチャットをします。そうすると Ava はムードやジャンルといった視聴者の好みを分析し、ぴったり当てはまる映画のおすすめを提案して、その作品を視聴できるすべてのストリーミングサービスへのリンクを表示します。

Quickplay と Google Cloud が提携して、動画ストリーミングの発見のために次世代 AI を活用していることも、注目すべきコラボレーションです。Google Cloud AI を活用した、優れたエンターテイメントプラットフォームの Curator Assistant によって、キュレーターはパーソナライズされたおすすめ情報を含む動的な店舗を作成できます。さまざまなデータポイントと過去のパフォーマンスを分析することで、Curator Assistant は、よりシームレスなコンテンツ発見をサポートするインテリジェンスを提供し、最終的には視聴体験を改善します。

ワークフローの効率化と費用の削減

Google Cloud と革新的な企業との間のパートナーシップは、全体的な運用効率と費用削減を促進しています。たとえば、TelevisaUnivision は、AlvaLinks の Cloudrider テクノロジーを Google Cloud と統合することで、動画ネットワークをリアルタイムで把握できるようになりました。結果として、このスペイン語メディア企業は、問題の迅速な特定と対処、ワークフローの効率化、全体的な効率の向上を実現することができました。

Tape Ark は、世界最大級のテープベースのスポーツ放送動画コレクションの一つを Google Cloud に移行しました。これにより、放送局は、収益化の機会を可能にすることで、これまで利用されていなかった動画コンテンツの価値を引き出せるようになりました。また、古いテープインフラストラクチャが必要なくなったため、ハードウェアのメンテナンス、ソフトウェアライセンス、データセンターのスペースに関する費用が削減されました。このプロジェクトによって、ファンが楽しめる、スポーツのお気に入りの瞬間を大々的に集めた履歴アーカイブが作成されます。

最後に、ブラジルの大手メディア企業である Globo は、アジリティを向上させ、サステナビリティの目標を達成するために、視覚効果（VFX）ワークフローを Google Cloud に移行しました。このプロジェクトは、企業全体をクラウドに移行するという大規模な取り組みの一環でした。BeBop と HP Anyware を使用することで、Globo の編集者と VFX アーティストは、軽量のデバイスとインターネット接続だけで、リモートで働けるようになりました。これにより、従業員の高価なハードウェアへの依存が減っただけでなく、Globo の温室効果ガス排出量も削減されました。

成功に向けたスケールアップ: ライブ配信者の速度と能力の改善

現在のストリーミングサービスでは、膨大なコンテンツライブラリの処理と高画質の動画の配信には、堅牢かつスケーラブルな基盤が必要です。新たなテクノロジーと変化する消費者のニーズに適応することは、途方もなく大きな課題ですが、適切なテクノロジーパートナーシップによって迅速に変革することが可能です。例として、TelevisaUnivision は、Google Cloud のスケーラブルなインフラストラクチャと Akta の動画ワークフロー管理ソリューションを活用して、わずか 9 か月で巨大なストリーミングプラットフォーム、ViX をリリースしました。

ソーシャル機能で有名な人気の音楽ストリーミングアプリ、Stationhead は、有力なインタラクティブ動画プラットフォーム Phenix のリアルタイム音声認識技術を使用して、ジェニファーロペスやオリヴィアロドリゴといった著名人のカスタムチャンネルを強化しました。これらのチャンネルでは、ファン同士がつながり、一緒に音楽を聴き、お気に入りのアーティストとインタラクティブなイベントに参加することもできます。それらを実現するために、Google 独自のノウハウが活かされています。Phenix は Google Cloud インフラストラクチャ上で動作するため、Stationhead はこれらの機能を超低レイテンシで提供でき、競争上の優位性を得られます。

同様に、Globo は Bitmovin および Google Cloud と提携して、超高速のエンコード時間を実現し、費用を削減するとともに、8K などの要求の厳しい形式の場合でも優れた動画の品質をもたらします。このコラボレーションにより、費用を抑えながら、視聴者にスムーズな視聴体験を提供できます。

最後に、Amagi の経験は全体的な成長の傾向を反映しています。放送とストリーミング TV 用のクラウドベースの SaaS テクノロジーを Google Cloud インフラストラクチャと統合することで、Amagi はプラットフォーム上の放送チャンネルと FAST（広告付きの無料ストリーミングサービス）チャンネルが 30% 増加しました。このパートナーシップにより、放送局は、コンテンツ管理、多様な広告フォーマット、洞察に富んだ分析のための高度なツールを利用できると同時に、Google Cloud のスケーラビリティのメリットも享受できます。

創造力の限界を押し上げる

メディアとエンターテイメントの領域は、コンテンツの消費の効率を向上させることに限定されません。Google Cloud は、アートとテクノロジーが交差する領域でのイノベーションも促進しています。たとえば、私たちは最近、デジタル VFX サービスプロバイダである Gunpowder と連携して、トルコ人メディアアーティスト、レフィークアナドール氏の「Dataland」プロジェクトをサポートしました。Google Cloud の高性能なインフラストラクチャが、複雑なデータのキャッシュと高忠実度のレンダリングの基盤を提供しました。これらはアナドール氏のデータに基づくアートにとって重要な要素です。

このようなパートナーシップは、テクノロジーが持つエキサイティングな可能性に光を当て、アーティストに力を与えて創造的表現の限界を押し上げて、アートとテクノロジーがシームレスに融合する未来への道を切り拓きます。

以上は、Google Cloud とパートナーが AI を使用してメディアとエンターテイメントの状況をどのように変革しているかを示すほんの一例です。協力することで、私たちはコンテンツの作成者と視聴者の両方にメリットをもたらすソリューションを生み出しています。この協調的なアプローチによって、今、業界のイノベーションと成長を促進して、将来すべての人に心躍るエンターテイメント体験を提供します。

-Google Cloud メディアおよびエンターテイメント、ゲームパートナーシップグローバル責任者、Kip Schauer
-Google Cloud メディアおよびエンターテイメントグローバルストラテジックインダストリー担当ディレクター、Albert Lai

より簡単、迅速かつ低費用での 3D 画像制作を Google Cloud で実現した Arvato Systems の事例

Tue, 13 Feb 2024 01:40:00 +0000

※この投稿は米国時間 2024 年 2 月 6 日に、Google Cloud blog に投稿されたものの抄訳です。

e コマースとデジタルビジネスモデルの台頭に伴い、写真のようにリアルで高品質な 3D 画像を作成するニーズが高まり続けています。昨今は、ブランドが製品をどのように写真撮影し、どのように見せているかによって、購入の意思決定が大きく左右されます。消費者の 87% はオンラインで購入を決定する際は製品の写真がとても重要であると答え、67% は購入の決定時に製品画像の質がとても重要であると答えています。最近の調査によると、製品固有の情報（63%）や長い説明（54%）よりも、製品画像の質を重視する消費者が増えています。

リビングルーム用の新しいカウチをリアルな 3D の視点で、お好みの質感、照明、アクセサリなど豊富な情報とともに見られることを想像してみてください。このような 3D アセットは画像制作に使えるだけでなく、拡張現実（AR）やバーチャルリアリティ（VR）のユースケースやシナリオにも使用できる可能性があります。

Google Cloud プレミアパートナーの Arvato Systems は、3D 画像制作を提供する imagejet を開発しました。この新しい革新的なクラウドベースのソリューションは、NVIDIA L4 Tensor Core GPU を搭載した G2 VM を活用して、初めてでも簡単にスタジオで撮影した写真のようにリアルで高画質な画像を量産できるようにしています。

現状を打破し、従来の限界を超える

ポストコロナ時代のオンラインショッピングブームにより、スタジオ品質の画像を使用した一流の製品プレゼンテーションへの需要がかつてないほど高まっています。こうした状況に対応するため、小売業者、日用品関連企業、メーカー、その他の中小企業は現在、市場開拓戦略をオンラインチャネルへと拡大しており、よりプロらしく製品を見せる方法を必要としています。

従来の製品写真は多額の費用がかかり柔軟性が低いうえ、動的さやスケーラビリティに欠けており、急速に限界に達しつつあります。製品の高解像度な画像を撮影する場合、わずか数シーンを撮るために、高価な機材と照明を備えたスタジオのセットアップが必要になります。Google には、幅広い製品の質感、色、素材をキャプチャするためのオプションがいくつか用意されています。とはいえ、この方法では製品バリエーションの増加や、製品の迅速な適応を必要とする市場やトレンドのダイナミクスに対応できません。

製品撮影の機材を備えたフォトスタジオのセットアップ

一方、強力な 3D レンダリングプラットフォームをゼロから構築するには、NVIDIA の高度な画像処理装置（GPU）や 3D レンダリングソフトウェア向けの高価なサードパーティソフトウェアライセンスの取得など、開発作業とインフラストラクチャに多大な投資を行う必要があります。

画像制作のパイプライン構築には膨大な労力がかかります。これは多くの組織にとって手に負えない作業で、費用の高さや技術的な複雑さを考慮すればなおさらです。さらに、社内での構築や、従来の製品写真ベースのアプローチによる画像制作には長い時間がかかり、市場投入までの時間が延びるうえ、市場の変化に合わせてチームが迅速に対応することも非常に困難になります。

imagejet を使用した 3D レンダリング出力の例

テクスチャと照明のディティールが豊かに表現された、imagejet を使用した 3D レンダリング出力の例

imagejet で Google Cloud 上の 3D 画像制作プロセスを改善する方法

Arvato Systems は、3D 画像制作プロセスを大幅に加速する imagejet を開発しました。目標は、費用と複雑さを軽減しながら、お客様が 3D 制作パイプラインを利用しやすくすることでした。

Imagejet のワークフロー

Imagejet の主な機能は次のとおりです。

既存の写真ワークフローを変更する必要のない、3D アセットに基づいた合理的な写真制作
チーム（お客様、3D 代理店）をつなぐコラボレーションプラットフォーム
統合された承認とワークフロー管理
Pixar の Universal Scene Description（USD）や業界標準の商品情報管理データ（PIM）などの主要標準を活用した、スケーラビリティに優れた制作と高スループットの画像生成（Google Cloud 上）
複数の配信チャネル（AR / VR アプリケーションなど）で単一の発信元（1 つのアセットタイプ）から公開

たとえば、製品カタログ用に 400 万枚の画像を必要とするお客様がいるとします。Google Cloud NVIDIA L4 GPU の動的なワークロード分散とともに、最適化されたスポットインスタンスで imagejet を使用すると、リクエストされたアセットをわずか 2 週間で提供できます。同じリクエストを社内やオンプレミスの 3D 制作パイプラインで完了するには、2 年近くかかります。

Google Cloud と連携してさらなるイノベーションを実現

Arvato Systems が imagejet の構築に着手した当時、チームは幅広い最先端のテクノロジーだけでなく、主な市場プレーヤーとの強力なテクノロジーパートナーシップを提供できるクラウドパートナーが必要であると認識していました。Google Cloud と NVIDIA の戦略的パートナーシップにより、Google Cloud のお客様は最新の GPU と安定した容量を利用することができます。また、Google Cloud には、Google Kubernetes Engine、Pub/Sub、Cloud Storage、Cloud Memorystore for Redis、BigQuery など、パフォーマンスを高めるための主要サービスも用意されていました。

Arvato Systems は Google Cloud のカスタマーエンジニアリングチームとの強力なコラボレーションを通じて、負荷の高い 32 ビット（浮動小数点）演算を必要とする 3D レンダリングワークロードに対し、NVIDIA の L4 Tensor Core GPU が最高のパフォーマンスを発揮することを確認できました。最新の NVIDIA L4 GPU を使用することで、imagejet の 3D レンダリングパフォーマンスが 160% 向上し、レンダリング費用を 75% も削減できました。これは、以前にテストした NVIDIA A100 Tensor Core GPU に比べて大幅な改善と言えます。

「Google は Arvato Systems との連携により、テクノロジーの限界を超えただけでなく、エネルギーの消費も大幅に削減しました。Google Cloud で NVIDIA L4 GPU を使用することで、3D レンダリングプロセスのエネルギー効率が大幅に向上しました」と、Google Cloud のメディアおよびエンターテイメント担当カスタマーエンジニアリング責任者の Anna-Maria Martini は述べています。「これは、先進テクノロジーがいかにパフォーマンスを高めるかだけでなく、デジタル環境においてますます重要性を増しているエコロジカルフットプリントの削減という面でもどれだけ重要な役割を果たせるかを示しています。」

Arvato Systems は、優れた費用対効果と、EU 地域で要件となる容量の一貫した可用性に加え、Google Cloud のプロダクトとサービスの広範なエコシステムも利用できます。imagejet は、基盤となる Google Cloud インフラストラクチャの高いスケーラビリティを活用して、複数の 3D 量産ジョブに対応し、技術的な複雑さを軽減するだけでなく、使用量に基づく柔軟な価格設定アプローチをお客様に提供して人件費を削減しています。

高品質の 3D 画像制作をより簡単かつ迅速に実現

imagejet の開発は、現代企業のビジネスモデルの根幹となっている製品プレゼンテーションを、どのように変革し、強化できるかを示す重要なマイルストーンです。クラウドテクノロジーが継続的に進歩し、よりインタラクティブで没入感のあるショッピングエクスペリエンスに対する需要が増加するなか、imagejet は高品質な 3D 画像制作のスピード、革新性、費用効率を高める新しい作業方法を提供しています。

Arvato Systems のクラウドおよびビジネス変革担当バイスプレジデントの Christian Scholz 氏は、次のように語っています。「Google Cloud のおかげで、当社ソリューションの imagejet は、アーティスト、代理店、マーケティング部門、ゲーマー、開発者などの働き方に革命をもたらすことができるでしょう。お客様が力を合わせて仮想世界を構築できるようにするための魅力的なツールを当社は提供しているのです。」

詳細については、以下のリソースを確認することをおすすめします。

^{この投稿に分析情報を提供してくれた Anna-Maria Martini と Christian Scholz 氏に感謝します。}

ー Arvato Systems imagejet プロダクト オーナー Götz Moritz Bongartz 氏

ー Google Cloud プリンシパル アーキテクト Benjamin Storz

ラテンアメリカ最大のストリーミングサービス、Cassandra から Bigtable に移行

Tue, 16 Jan 2024 01:30:00 +0000

※この投稿は米国時間 2023 年 12 月 20 日に、Google Cloud blog に投稿されたものの抄訳です。

編集者注: 今回は、Globoplay ストリーミング サービスを運営するラテンアメリカ最大のメディア グループ、Grupo Globo からお話を伺いました。この投稿では、Apache Cassandra から Bigtable への移行の概要と、その過程で学んだことをご紹介します。

ラテンアメリカ最大のメディアグループ Grupo Globo は、Globoplay ストリーミングサービスを所有および運営しています。このストリーミングサービスで、ユーザーはオンデマンドの動画や音声のコンテンツに加え、テレビのライブ配信にもアクセスできます。ユーザーの多くは、コンテンツを一度に消費するのではなく、複数のデバイスを切り替えて利用するため、中断したところからタイトルの視聴を再開できるのは、当社のサービスにとって重要な機能です。

当社の Continue Watching API（CWAPI）は、Go で記述されたアプリケーションで、音声と動画の視聴タイムスタンプを処理します。このワークロードは、85% の書き込みリクエストと 15% の読み取りリクエストで構成されています。このような書き込みトラフィックを効率の良い方法で処理するために、これまで、高い書き込みスループットと低い書き込みレイテンシで知られる Apache Cassandra を利用してきました。

当初、Cassandra は Globo 独自のデータセンターにある物理マシンにインストールされていました。既存のオンプレミスのセットアップへの適合性を考えると、Compute Engine のリフト＆シフトアプローチは当時最も理にかなっていました。このセットアップでもアプリケーションは問題なく機能しましたが、ユーザートラフィックの変動に対応するためにはノードの追加と削除が必要で、これは時間のかかる作業でした。その結果、クラスタが過剰にプロビジョニングされ、インフラストラクチャのコストが上昇しました。Cassandra を運用することは、定期的にソフトウェアのパッチを適用することでもあります。これは見過ごされがちですが、運用上大きなオーバーヘッドとなります。

当社は、Cassandra に代わる可能性のある選択肢を評価するプロセスを開始しました。Bigtable が YouTube でどのように利用されているかを視聴していましたし、Spotify のような他のストリーミングサービスが Cassandra から Bigtable に切り替えて、最大 75% の節約を実現していることがわかったときは励みになりました。とはいえ、念のため、自社の特定のワークロードとトラフィックへの対応を使用して独自の評価を実施したいと考えました。

当初、Google Cloud の「Cassandra as a Service」ソリューションを検討しました。これは、コードを変更することなく、リフト＆シフトの利便性を提供するものでした。しかし、自社のデータでベンチマークを行い、負荷テストを実施した結果、Bigtable が最適であることがわかりました。Bigtable は、クラウド上のマネージド Cassandra と比較して、さらなる移行作業が必要になるとはいえ、所有コストが低く、追加機能も備えていました。

Bigtable を選んだ理由

Bigtable は、主に、高い読み取り / 書き込みスループットでの低レイテンシ、大量のデータに対する拡張性、復元力、組み込まれている Google Cloud とのインテグレーション、何十億人ものユーザーがいる Google のサービスで検証済みという特徴により、有力な選択肢であることは明らかでした。マネージドサービスであるため、セルフマネージドデータベースに比べて運用も簡素化されます。高可用性、データ耐久性、セキュリティなどは、導入直後でも保証されています。

さらに、グローバルに分散されたリージョン間のマルチプライマリレプリケーションは、可用性を高め、リクエストを最も近いリージョンに自動的にルーティングすることで、より高速なアクセスを保証するだけでなく、当社のユースケースに対応した書き込み後の読み取りの整合性を簡単に実現することにも役立ちました。Bigtable は、使用状況の指標ダッシュボードや Key Visualizer などのネイティブツールを備えていて、これはキーへのアクセスパターンを分析することで、パフォーマンス改善のポイントを見つける際に役立ちます。Bigtable のデータも、データをデータウェアハウスにコピーせずに、BigQuery からクエリを実行できます。

実装、データ移行、ロールアウト

Cassandra の代替には Bigtable が最適であると判断した後、チームは以下のステップで移行を計画しました。

Cassandra のコードを Bigtable に移植する

Bigtable は、Go などのさまざまなクライアントライブラリを提供しています。当社は、データベース間でデータを移行できるように、最初にデータベースに書き込むコードパスに焦点を当てました。書き込みが終わると、読み込み機能を実装し、すべての Cassandra コードを問題なく Bigtable に変換できました。テストを作成し、各機能がシステムの他の部分と適切に統合されていることを確認しました。

両方のデータベースで重複する書き込みを有効にする

移行中に新しいデータが失われないように、両方のデータベースで重複する書き込みを有効にしました。まずは各データベースに 1% のデータを書き込み、問題がないことを確認しながら徐々に割合を増やしていきました。これにより、Cassandra が移行中も主要データベースを維持したため、ユーザーに影響を与えることなく、データベースとアプリケーションがどのように動作するかを検証できました。

データの移行

バッチ移行の実行には、Dataflow を使用したパイプラインを作成することにしました。Bigtable の Dataflow テンプレートを出発点として利用してみましたが、このアプローチは実装が簡単で、効率が非常に良いことがわかりました。

スクリプトでは、Cloud Storage のバケットに保存されていた Cassandra ダンプから静的ファイルを読み込みました。ファイルの各行は、Cassandra テーブルからの行を表します。その後、スクリプトでは Bigtable 用にデータが変換され、テーブルに挿入されます。同時に、CWAPI は Bigtable に新しいトラフィックを書き込みました。

開発環境でスクリプトを検証した後、本番環境で実行できるように準備しました。データの量が多いため、ダンプファイルを複数のファイルに分割し、それぞれのサイズを約 190 GB にしました。この戦略により、Dataflow スクリプトの実行中に予期せぬエラーが発生した場合、データを再処理しなければならない可能性が軽減されました。

移行を検証する

移行を検証するために、シンプルな API を作成し、社内にデプロイしました。この API は 2 つのポートを公開しています。それぞれのポートのエンドポイントはパラメータとレスポンスが同じですが、データについては一方が Cassandra のデータベース、他方が Bigtable のデータベースに求めます。

移行検証 API のアーキテクチャの概要

この API は、2 つのデータベースの統合で使用されたコードを活用していることを強調しておく必要があります。これにより、本番環境の実装と異なる可能性のある新しい実装の必要性が排除されます。

この API は後に、当初 Twitter 社によって構築され、現在はオープンソースとなっているツール Diffy のデータソースとして使用されました。当社は Diffy を使用して移行を検証しました。新しいコードと古いコードのインスタンスを並べて使用することで、サービスの潜在的なバグを発見します。Diffy はプロキシのように動作し、受け取ったすべてのリクエストを実行中の各インスタンスにマルチキャストします。レスポンスを比較し、その比較から生じる可能性のある回帰を報告します。

Diffy トポロジ

「主要」アプリケーションと「候補となる」アプリケーションの 2 つのアプリケーションが先ほど説明したのと同じ検証アプリケーションで構成されるように、Diffy のインスタンスを構成しました。唯一の違いは、主要アプリケーションには Cassandra 用のポートを使用し、候補となるアプリケーションには Bigtable 用のポートを使用することです。このようにして両方のデータベースで同じクエリを比較することで、移行が成功したかどうかを比較できます。

検証 API を使用した Diffy

Cassandra のデータを Bigtable に移行して CWAPI で両方のデータベースのデータを 100% 保存した後は、Bigtable のインテグレーションのロールアウトを開始するために、移行が正常に行われたことを確認する必要がありました。

この戦略では、GET リクエストのごく一部を Diffy に複製することにより、作成された検証アプリケーションを呼び出し、差分を含むレポートを生成しました。ただし、本番環境でリクエストに対応する Cassandra データベースに負担がかからないようにする必要があったため、リクエストの 1% をサンプリングすることにしました。

CWAPI アーキテクチャにはリバースプロキシとして動作する Nginx のインスタンスがあるので、そのインスタンスを活用して GET リクエストを複製し‘ました。そのためには、split_clients および mirror という 2 つのモジュールが不可欠でした。split_clients は、複製されるリクエストの割合とリクエストの複製に使われる mirror とを制御するためのモジュールです。

ロールアウト

すでに Bigtable を広範囲に使用してすべてのデータの書き込みを問題なく行っていたチームは、サンプリングに基づいて移行が正しいことを検証し、いくつかの不整合を修正した後、ロールアウトを開始する段階に入ったと判断しました。

そこで、サービス提供パスにも同じデプロイ戦略を使い、Bigtable によって提供される GET リクエストを 1% から徐々に 100% まで引き上げました。

Cassandra サーバーは、約 15 日間の短い「検疫」期間を経て廃止しました。

まとめ

この移行に使われた戦略は、確実にユーザーに影響を与えないようにするために非常に重要でした。両方のデータベースに書き込むことで、インテグレーションを継続し、問題を簡単に修正できました。Diffy と移行検証 API は、確実に移行が正しく実行され、ユーザーデータが影響されないようにするために不可欠でした。検証後の読み取りリクエストのロールアウトは、Bigtable がすでに高いサーバートラフィック下にあり、データが検証されていたため、非常にスムーズに行うことができました。単体テスト、統合テスト、エンドツーエンドテストを行い、十分に抽象化された CWAPI コードのおかげで実装も簡素化され、すべてが適切であるという確信を持つことができました。

Bigtable は Cassandra の優れた代替であることが実証され、いくつかの注目すべきメリットをもたらしました。自動スケーリングと組み合わせた高可用性およびパフォーマンスにより、Cassandra のクラスタよりも低コストで信頼性の高い運用が可能になりました。当社では、パフォーマンスや機能を損なわずに、すでに約 60% の節約を達成しています。さらに、Redis Stream ベースのキューソリューションも Pub/Sub に移行しました。この移行は、アプリケーションのバックグラウンド処理能力を強化し、拡張性とパフォーマンスを向上させただけでなく、より効率的なメンテナンスと顕著な運用費用の削減にも貢献しました。

Google Cloud は、堅牢な技術ソリューションを提供し、当社の財務リソースを最適化することに役立つ戦略的な選択肢となっています。Bigtable に移行することで、メンテナンスの必要性が減り、データベースの拡張性が確実となり、より優れたオブザーバビリティツールが手に入り、他の Google Cloud プロダクトとの強固なインテグレーションを活用できるようになりました。進化し続けるビジネスの要求に応えるため、データベース管理を簡素化するこのパートナーシップを引き続き継続していきたいと考えています。

その他のリソース

Bigtable に移行することで、他社がどのようにしてサービスのパフォーマンス、拡張性、信頼性を向上させながら、クラウド費用を削減しているのかをご確認ください。

Bigtable の無料トライアルをどうぞご利用ください。

ー Globo、ソフトウェア エンジニア、Michel Henrique Aquino Santos 氏

Media CDN と Google Cloud ロードバランサを使用したライブ配信

Tue, 09 Jan 2024 01:40:00 +0000

※この投稿は米国時間 2023 年 12 月 16 日に、Google Cloud blog に投稿されたものの抄訳です。

ライブ配信アプリケーションは、エンドユーザーのデバイスに質の高いエクスペリエンスを提供するため、ストリーミングを途切れさせることなく、遅延を最小限に抑える必要があります。ライブ配信のレンダリングで遅延が生じると、動画の品質やバッファリング処理が低下し、視聴率に悪影響を及ぼします。高品質のライブ配信を実現するには、信頼性の高いコンテンツ配信ネットワーク（CDN）インフラストラクチャが必要です。

Media CDN は、ストリーミングメディアを低レイテンシで世界中に配信するために設計されたコンテンツ配信ネットワーク（CDN）プラットフォームです。とりわけ、Media CDN は、YouTube のインフラストラクチャを使用して、動画ストリーミング（オンデマンド動画およびライブ）や大きなファイルのダウンロードをユーザーの近くから実行できるようにすることで、高速で信頼性に優れた配信を実現します。CDN の機能として、地理的に分散したサーバーネットワークからユーザーの位置に基づいてコンテンツを配信することで、配信元サーバーから離れた場所にいるユーザーにより良いパフォーマンスを提供し、レイテンシも削減しています。

このブログ投稿では、ライブ配信プロバイダが動画コンテンツをより適切に提供するために、Media CDN インフラストラクチャをどのように利用できるかをご紹介します。Google Cloud やオンプレミス、あるいはまったく別のクラウドプロバイダなど、どこでライブ配信アプリケーションが実行されているかは問いません。Media CDN を送信元として Google Cloud 外部アプリケーションロードバランサと統合すると、ライブ配信インフラストラクチャの場所に関係なく、ストリームのレンダリングに利用できます。さらに、質の高い視聴体験を提供するため、サービスの中断や停止が起こってもほとんどの種類にはライブストリームが耐えられるように Media CDN を構成することもできます。以下で詳しくご説明します。

ライブ配信

ライブ配信は、動画や音声コンテンツを放送局や再生デバイスでリアルタイムにストリーミングするプロセスです。通常、ライブ配信アプリケーションには、以下のコンポーネントが含まれます。

エンコーダー: 動画を複数の解像度 / ビットレートに圧縮し、ストリームをパッケージャに送信します。
パッケージャとオリジネーションサービス: コード変換されたコンテンツをさまざまなメディア形式に転送し、HTTP エンドポイント経由でレンダリングされる動画セグメントを保存します。
CDN: レイテンシを最小限に抑えながら、オリジネーションサービスから動画セグメントを世界中の再生デバイスにストリーミングします。

Media CDN

Media CDN には、大きく分けて 2 つの重要なコンポーネントがあります。

エッジ キャッシュ サービス: パブリックエンドポイントを提供し、トラフィックを特定の送信元にルーティングするためのルート構成を有効にします。

エッジ キャッシュ送信元: Cloud Storage バケットまたは Google 外部アプリケーションロードバランサを送信元として構成します。

上図は、アプリケーションロードバランサとの統合により、Media CDN が Google Cloud、オンプレミス、外部のクラウドインフラストラクチャで実行されるライブ配信オリジネーションサービスを提供できるアーキテクチャを示しています。アプリケーションロードバランサは、複数のバックエンドサービスへの接続を可能にし、それらのバックエンドサービスに接続するためのパスベースおよびホストベースの高度なルーティングを提供します。これにより、ライブ配信プロバイダは Media CDN を使用して、ライブチャンネルを視聴するエンドユーザーの近くでストリーミングをキャッシュに保存できるようになります。

インフラストラクチャ全体の接続を容易にするためにロードバランサによって提供されるバックエンドサービスには、以下のようなタイプがあります。

インターネット / ハイブリッド NEG バックエンド: 別のクラウドプロバイダやオンプレミスで実行されるライブ配信オリジネーションサービスに接続します。
マネージド インスタンス グループ: 複数のリージョンにまたがる Compute Engine で実行されるライブ配信オリジネーションサービスに接続します。
ゾーン ネットワーク エンドポイント グループ: GKE で実行されるライブ配信オリジネーションサービスに接続します。

障害復旧（プライマリ / フェイルオーバー送信元）

ライブ配信トラフィックの中断は視聴率に影響を与える可能性があるため、ゾーンやリージョンの障害に対する障害復旧計画が不可欠です。Media CDN は、障害復旧を容易にするプライマリ / セカンダリ送信元フェイルオーバーを提供します。

上図は、リージョン間でのフェイルオーバーを提供するアプリケーションロードバランサの送信元を備えた Media CDN を表しています。これは、同じアプリケーションロードバランサを参照する 2 つの「EdgeCacheOrigin」ホストを、異なる「ホストヘッダー」値で作成することで実現しています。それぞれの EdgeCacheOrigin は、ホストヘッダーを特定の値に設定するように構成されています。アプリケーションロードバランサは、ホストベースのルーティングを行い、ホストヘッダーの値に基づいてライブ配信のトラフィックリクエストをルーティングします。

再生デバイスが Media CDN からストリームをリクエストすると、ホストヘッダーをプライマリ送信元の値に設定することで、アプリケーションロードバランサを呼び出します。ロードバランサはホストヘッダーを参照して、トラフィックをプライマリライブ配信オリジネーションサービスに転送します。プライマリライブ配信プロバイダに障害が発生すると、フェイルオーバー送信元はホストヘッダーをフェイルオーバー送信元の値に書き換え、アプリケーションロードバランサにリクエストを送信します。ロードバランサはホストを照合し、別のゾーンやリージョンのセカンダリライブ配信オリジネーションサービスにリクエストをルーティングします。

以下に、EdgeCacheOrigin の URL ホストの書き換え構成のスニペットを示します。

code_block: <ListValue: [StructValue([('code', 'name: FAILOVER_ORIGIN\r\noriginAddress: "FAILOVER_ORIGIN_HOST"\r\noriginOverrideAction:\r\n urlRewrite:\r\n hostRewrite: "FAILOVER_ORIGIN_HOST"'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7f3f354c8040>)])]>

まとめ

Media CDN は、ライブ配信のエコシステムの重要な部分であり、ライブ配信のパフォーマンス向上、レイテンシ短縮、品質確保に役立ちます。このブログ投稿では、ライブ配信アプリケーションが複数の環境やインフラストラクチャにわたって Google Media CDN をどのように利用できるかをご紹介しました。Media CDN の詳細については、以下をご覧ください。

ークラウド インフラストラクチャ エンジニア Kishore Jagannath

コンテンツの難題: 質の低いパーソナライズと検索エクスペリエンスがストリーミングプラットフォームとその視聴者に与える影響

Fri, 01 Dec 2023 00:10:00 +0000

※この投稿は米国時間 2023 年 11 月 16 日に、Google Cloud blog に投稿されたものの抄訳です。

予想外の展開で、ストリーミングプラットフォームは現在、かつてないほど登録者数の伸びが鈍化するという厳しい局面に立っています。Macquarie の調査によると、Netflix、Disney+、Hulu、ESPN+、HBO Max / Discovery+、Paramount+、Peacock、AMC+C の 2022 年第 1 四半期の登録者純増数は、前年比で 80% 以上の減少となっています。多数のプラットフォームで際限なくコンテンツを利用できるようになった現在、どのストリーミングプラットフォームにとっても、対価を払う価値のある独自の視聴エクスペリエンスを創り出すことが極めて重要です。質の低いパーソナライズと検索エクスペリエンスの「真の費用」を調査するため、Google Cloud は Harris Poll に依頼して、世界各国の 2,200 人以上の消費者を対象とするアンケートを実施しました。

時間泥棒: 貧弱な技術が視聴者の貴重な時間を奪う

このアンケートによると、視聴者は見たいものを探すために週に最長 3 時間、セッションあたり平均で 24 分コンテンツを検索しています。これまで以上に多くの選択肢を柔軟に選択し、自由に消費できるようになった結果、視聴者の堪忍袋の緒はとても切れやすくなっています。Google Cloud のアンケート結果によると、回答者の約半数（48%）は見たいものが見つからないとサービスを解約しており、ストリーミングプラットフォームの重要なサブスクリプション収入が失われています。

わずかな差はありますが、消費者はサブスクリプションの更新に関して、見たいものを簡単に見つけられることは手頃な料金と同じくらい重要だと認めています。FX Content and FX Productions 会長の John Landgraff 氏によれば、昨年は過去最多となる 599 作のオリジナルシリーズが制作されました。これほど選択肢が多いと、適切なコンテンツを探して適切な視聴者に提供することが難しくなります。当然ですが、視聴者は興味のある番組や映画を見つけようと、プラットフォームを次々に変える傾向があります。その一方、興味のあるコンテンツが見つかれば、登録ボタンを押す可能性も高くなります。アンケート結果によると、回答者の 79% は新しいコンテンツを発見するとサブスクリプションを継続しています。また、サブスクリプション料金の支払いを伴うアップグレードの 85% には、コンテンツの検索能力が影響しています。ストリーミングプラットフォームにとって、消費者が自分の興味に適したコンテンツを見つけられるようにすることは利益になります。ほとんどの大手ストリーミングプロバイダは依然として採算が取れていないため、登録者の保持、卓越したエクスペリエンスの提供、収益性の確保が不可欠となっています。

ストリーミング会社は、ユーザーの過去の好みと今後の意識の両方を把握するという課題に直面しています。ユーザージャーニーを見てみましょう。

視聴者の 41% は、特定の番組を見ようとしてテレビをつけるわけではありません。ブラウジングしていい番組が見つかることを期待しています。
それと同時に、81% もの視聴者がストリーミングサービスに対し、高度にパーソナライズされたサービスの提供を求めています。

コンテンツの発掘、たとえば具体的なタイトルや特定の俳優が出演するコンテンツの検索などは特に、登録者の満足度を維持するうえで重要な役割を果たします。消費者の 54% は、おすすめされたコンテンツを閲覧する前に、タイトルを直接検索しています。残念なことに、視聴者の約半数は、検索しても期待した結果が得られないと感じています。この質の低いユーザーエクスペリエンスを受け、31% はアプリケーションを終了し、37% は他のストリーミングサービスに切り替え、31% は完全に別の活動に移行しています。

ビジネス上の必須事項: 収益性確保への道

ストリーミングプラットフォームでのコンテンツ発掘に関して、ユーザー満足度を左右するのがおすすめ機能と検索機能です。しかし現在は、生成 AI が業界全体の革新的なソリューションを実現しつつあります。エクスペリエンスのパーソナライズ、ユーザー離脱の抑制から、サブスクリプションや広告収入の維持と拡大、さらには運用費用やコンテンツ制作費用の合理化まで、生成 AI はパラダイムシフトを象徴しています。

Google は、Google Cloud の生成 AI ソリューション（Vertex AI など）を活用して高度にパーソナライズされた関連性の高いコンテンツをおすすめすることにより、視聴者の視聴エクスペリエンスを向上させ、視聴者がコンテンツを選ぶ時間を減らし、視聴する時間を増やしています。

多くの選択肢があるため、消費者はよくサブスクリプション疲れを起こし、多くのプラットフォームのサブスクリプションや支払いを継続したいと思わなくなります。その結果、広告型ビデオオンデマンド（AVOD）や無料広告付きテレビ（FAST）の利用が増えています。これらのモデルでは、消費者は費用対効果の高いコンテンツ視聴手段を利用し、コンテンツプロバイダは視聴者が最も重視するプラットフォームを通じて、適切な視聴者にリーチできます。

プロバイダが新たな広告ティアを導入するなか、視聴者の 65% はパーソナライズド広告を好むだけでなく、それを期待するようになっていることがわかっています。パーソナライズされたおすすめでは、コンテンツのタイトルやシーンといった具体的な要素を考慮に入れることができるため、個々の消費者により的確なパーソナライズド広告を提供できます。さらに、視聴者の 64% は、自分と広告の関連性が高いと感じると、そのサービスを見続ける傾向が高くなります。業界が進化し、新たなビジネスモデルに挑戦するにともない、メディア企業にとって広告の最適化はこれまで以上に重要となるでしょう。

ストリーミング戦争を再定義する

Fortune Business Insights によると、動画ストリーミング市場は 2029 年までに約 1 兆 7,000 億ドルまで成長すると予測されています。ストリーミング戦争は始まったばかりですが、その戦い方は変わりつつあります。多くのことがつながっているため、ユーザーと関係を築き、プラットフォームの長期的な成功を強固なものにするには、高度にパーソナライズされた視聴および広告エクスペリエンスを創出することが不可欠です。エンターテイメント企業は、それを独力でやる必要はありません。

Google Cloud は、動画ストリーミングプラットフォーム、音声配信者、放送局、ニュースメディアなど、メディア＆エンターテイメント企業を支援します。Google は AI を活用して、最も差し迫ったビジネス上の課題を解決できる実用的なソリューションを見つけることに全力を注いでいます。今年に入って Vertex AI を通じた Google の大規模言語モデル（LLM）の利用をリリースして以来、企業は現在使用している多くのツールやプロセスを効率化し、チーム全体で新たな理解や分析情報を獲得しています。

Google Cloud のメディア＆エンターテイメント企業向けソリューションについて詳しくは、こちらのウェブサイトをご覧ください。

-Google Cloud、戦略的コンシューマー産業担当マネージングディレクター Anil Jain

画像で学ぶ: メディア企業がクラウドベースの NFS キャッシュを使用して高速かつ低コストでレンダリングする方法

Tue, 06 Jun 2023 09:30:00 +0000

※この投稿は米国時間 2023 年 5 月 19 日に、Google Cloud blog に投稿されたものの抄訳です。

コンテンツクリエイターとは、もともと個性的な存在です。したがって、コンテンツ制作会社が独特なニーズをもっても当然です。納期に遅れず予算内で仕事を仕上げるために必要なインフラストラクチャを構築するという点では、その独自性は特に顕著です。

Gunpowder は、広告代理店、視覚効果（VFX）スタジオ、メディア、個人アーティストといったあらゆる種類のクリエイターに協力し、オンプレミスおよびクラウドの両方で、アイデアを実現するためのコンピューティング、ストレージ、ネットワーキング容量の設定をサポートします。Google Cloud パートナーとして、当社は最近いくつかのクライアントとともに knfsd というオープンソースの NFS キャッシュシステムを使用し始めました。この knfsd は、クリエイティブ企業が直面する次の 2 つのハイレベルな課題の解決に役立つ可能性があります。

余剰容量の活用: 長期的ソリューションとして、移行の一環として、あるいは短納期に応えるためのクラウドリソースのスケーリングなど、クリエイティブ企業はハイブリッドクラウド構成でオンプレミスのコンピューティングとストレージを補強できます。
費用の抑制: メディア企業は、料金の安いクラウド上のエフェメラルなコンピューティングリソースを追求し、ストレージ支出を最小限に抑え、ネットワークの変更を低く抑えることで、ストレージとコンピューティングの両方の費用を節約できます。

この投稿では、当社が協力したいくつかのクリエイティブ企業の事例を紹介し、その背後にある仮想キャッシュアプライアンスの仕組みと、仮想キャッシュアプライアンスを自社のコンテンツ制作ワークフローに組み込むにはどうすればよいかについて説明します。

時間的制約をクラウドで乗り切った地球意識メディアアーティスト、Refik Anadol

今年初め、トルコの有名なメディアアーティストである Refik Anadol 氏は、世界経済フォーラム（通称「ダボス会議」）で作品を発表するよう依頼されました。Refik 氏は、およそ 1 億点のサンゴの画像を生データとして AI によって生成したアートをインスタレーションで展示し、気候変動にさらされるサンゴ礁の窮状を訴えるという構想を描きました。

作品制作期間は 3 週間しかなく、レンダリングを完了するには彼のロサンゼルスのスタジオにあるサーバーでは、少なくとも 6 週間かかるはずでした。Refik 氏は期限内に作品を完成させるため、Gunpowder に支援を求めました。当社は Google Cloud のオレゴンデータセンター（この施設は電力を 100% カーボンフリーエネルギーで賄っている、という利点もあります）で稼働している低料金の Spot VM を選び、そこにデータをキャッシュするために knfsd をセットアップしました。Refik 氏は最大 250 個の T4 GPU を使用して最終作品「Artificial Realities: Coral Installation」をレンダリングし、すべてサステナブルな電力資源を使用しながら、イベント当日までに作品を完成させました。

Artificial Realities からのスチール写真。Refik Anadol 氏の厚意により提供

クラウドファーストの VFX スタジオ、House of Parliament における費用削減

昨年 1 年だけで、House of Parliament はスーパーボウルのコマーシャルを 9 本制作し、Taylor Swift の「Lavender Haze」のミュージックビデオの視覚効果を全面的に担当するなど、数々のプロジェクトを手がけました。

スーパーボウルで放映された Paramount Plus のコマーシャルからのスチール写真。House of Parliament の厚意により提供

House of Parliament は Google Cloud を 100% 利用していますが、使用するクラウドのリージョンはその日によって異なります。コンピューティングの需要は進行中のプロジェクトによって変動するため、Parliament は常に、最も安価なスポット料金でリソースを使用できるリージョンを追跡しています（Spot VM は通常のインスタンスより最大 91% 低料金です）。knfsd もこの費用の抑制に一役買っています。キャッシュアプライアンスは us-west2（ロサンゼルス）にある knfsd のメインファイルシステムの手前に設置され、日々の業務に使用する VM レンダーノードが接続されます。これにより、レンダリングノードは House of Parliament のフルストレージアレイから離れたところにあっても問題なく機能します。実際にストレージをプロビジョニングする必要も、そこにデータをコピーする必要もありません（これらは追加の費用とワークフローの遅延の原因にもなります）。

キャッシュソリューションの概要 - ギークな情報

このクラウドキャッシュソリューションは比較的シンプルです。これまで、クラウドを使用して既存のコンピューティングをスケールしたいケースでは、Google Cloud で稼働している「レンダリングワーカー」がオンプレミスの NFS ファイルサーバーをマウントし、そこから直接ファイルを読み取っていました。レイテンシを最小限に抑えてデータ転送を最適化するために、ユーザーは Cloud VPN または Dedicated Interconnect を使用して、自社のオンプレミスデータセンターと Google Cloud の間に高帯域幅のパイプをプロビジョニングしていました。このソリューションは確かに目的どおりに機能しますが、ネットワークレイテンシの問題が生じる可能性があり、余分なリクエストによってお客様のオンプレミスに配置されている NFS ストレージアレイの負荷が高くなります。

左側: 各 VM がオンプレミスのファイルサーバーを直接マウントします。右側: 各 VM は、オンプレミスのファイルサーバーより手前に位置する Google Cloud 上の仮想キャッシュアプライアンスをマウントします。

現在は、離れた場所にあるワーカーは、データを取得する際にオンプレミスデータセンターまで戻るのではなく、まず必要なデータがクラウドベースの knfsd 仮想キャッシュアプライアンスに存在するかどうかを確認します。これにより、レンダリングワーカーからオンプレミスファイルサーバーへの呼び出しの回数が劇的に減少し、VPN または Dedicated Interconnects の規模の縮小、スループットの向上、オンプレミスファイルサーバーとの I/O の削減が可能になります。

knfsd は、Linux の既存のカーネルモジュールである nfs-kernel-server（標準の Linux NFS サーバー）と cachefilesd（FS-Cache）を使用します。前者は NFS 再エクスポートをサポートし、後者はネットワークファイルシステムの永続的なディスクキャッシュを提供します。knfsd は、ソース NFS ファイラー（通常はオンプレミスに位置する）からの NFS エクスポートをマウントし、マウントポイントをダウンストリームの NFS クライアント（通常は Google Cloud 上にある）に再エクスポートします。再エクスポートにより、このソリューションでは次の 2 層のキャッシュが提供されます。

レベル 1: RAM に存在するオペレーティングシステムの標準ブロックキャッシュ。
レベル 2: FS-Cache。ネットワークファイルシステムからのデータをディスク上にローカルにキャッシュする Linux カーネルモジュール。

RAM（L1）にキャッシュ可能なデータ量を超えると、そのデータは FS-Cache によってディスク上にキャッシュされるため、結果的にテラバイト単位のデータをキャッシュできます。ローカル SSD を利用することにより、1 つのキャッシュノードで最大 9 TB のデータを瞬時に提供できます。

キャッシュアプライアンスの利点

knfsd のような NFS のキャッシュを実装すると、あらゆる種類の利点が得られます。そのうち 6 つを見てみましょう。

1. ストレージの速度が飛躍的に向上する

上記のお客様事例で、ファイルへのアクセスを高速化するために NFS のキャッシュがどのように使用されているかを説明しました。

オンプレミスのファイラーとクラウドベースのキャッシュというパターンの場合（Refik Anadol 氏の例）、NFS のキャッシュを利用すると、パフォーマンスは 15 倍向上します。

上の図の青色の線は、お客様のオンプレミスファイラーから knfsd キャッシュノードへのボンディングされた Dedicated Interconnect を通過する計 2.78 GiB/秒のスループットを示す。赤色の線は、キャッシュからレンダリングホストへの転送スループットを示す。ピークは 42 GiB/秒を超えていて、15 倍以上高速である。

House of Parliament のような、保守的にプロビジョニングされたファイラーとクラウドベースのキャッシュを使用したクラウドベースのユースケースの場合、NFS のキャッシュを利用すると、パフォーマンスは 150 倍向上します。

上の左の図は、控えめにプロビジョニングされたクラウドベースのファイラーからキャッシュノードへの約 2 GiB/秒の転送スループットを示す。右の図は、キャッシュからレンダリングホストへの転送スループットを示す。ピークは 300 GiB/秒を超えていて、150 倍以上高速である。

2. 定常ストレージのオーバープロビジョニングを防ぐ

これまでコンテンツクリエイターは、プロジェクトを遂行するためにどれだけのリソース（物理的なマシン）が必要かを綿密に計画し、コンピュートやストレージのニーズに合わせて資本的支出を行う必要がありました。たとえプロジェクトの開始時にリソースの量を適切に見積もっていたとしても、制作中のニーズは絶えず変化する可能性があります。リソース管理は、特に複数のプロジェクトのバランスを取ろうとしている場合は厄介です。

クラウドでは、このような変化する要件に合わせてコンピューティングを簡単にスケーリングできます。また、NFS のキャッシュを使用すると、ストレージのサイズとパフォーマンスも需要に応じて簡単にスケールすることができます。ストレージの増設や大規模なデータ移行は必要ありません。

3. コンピューティングの費用を節約する

NFS のキャッシュの導入でデータスループットが向上するので、レンダリング時間が短縮し、全体的なジョブ費用が削減されます。さらに、ジョブをより低料金の Spot VM を利用可能なリモートデータセンターに移動して、レイテンシを管理することもできます。これは、お客様の多くがレンダリングジョブのチェックポインティングを統合し、Spot VM に適したフォールトトレラントのワークロードを確保していることで実現されます。

4. ネットワーキングの費用を節約する

多くのワークロードが、さまざまなプロセスで同じファイルを繰り返し再使用します。データをクラウドに移行してクラウド上のデータに NFS のキャッシュから繰り返しアクセスすれば、VPN または Dedicated Interconnect を通じて転送されるデータの量が少なくなります。これにより、ネットワークのサイズを適正化し、より少ない接続をプロビジョニングすることができます。

5. アーティストの生産性を維持する

ストレージシステムが過負荷になると、アーティストは仕事ができません。IOPS とスループットをキャッシュにオフロードすれば、これらのシステムとその重要な利害関係者である従業員たちが思いどおりに仕事をし続けることができます。

6. 既存のパイプラインに適合する

knfsd は、ネイティブ NFS をフルに活用して、既存のワークフローとシームレスに統合します。レンダリングノードの VM に別のソフトウェアツールをインストールする必要はありません。読み取りについては、データセンター間でジョブを移動するときにパスやファイル名を修正する必要はありません。すべてのものに同じようにアクセスできます。新しいファイルを書き込むときは、すべてのデータが「信頼できる情報源」ファイルに直接書き戻されます。

今後の展望

多くのクリエイティブ企業が、未だにクラウドを、オンプレミスのコンピューティングリソースを補完する手段として物欲しげに見ています。しかし、彼らは、習得が難しい、エンジニアリングリソースの制約、広域ネットワークのレイテンシと帯域幅費用など懸念で、クラウドは手の届かないものと考えています。

Gunpowder Technology は、お客様が抱えるこうした技術面や人材面の障壁を取り除き、お客様がハイテクの問題を速やかに克服してクリエイティブ能力をフルに発揮することに集中できるよう支援しています。knfsd はオープンソースのリポジトリとして提供されているため、エンジニアリングの専門知識とリソースがあれば、独力でカスタムパイプラインに統合できます。

しかし、長年の経験をもつ当社に、難しい作業のサポートをお求めの場合は、info@gunpowder.tech までご連絡ください。お客様のためにソリューションをどのようにカスタマイズできるかをご説明します。

これらのユースケースに対し、皆様と協力して取り組めることを期待しています。このオープンソース NFS キャッシュシステムのデプロイと管理の方法の詳細は、こちらの単一ノードのチュートリアル、または GitHub でホストされている Terraform ベースのデプロイスクリプトをご覧ください。ソリューションの概要説明やデモをご希望の場合は、営業チームまたは Gunpowder.tech までお問い合わせください。

- ソリューションアーキテクト Brennan Doyle
- Gunpowder Technologies、創業者 Tom Taylor 氏

SEEN が Google Kubernetes Engine を使用して出力を 89 倍に拡大し GPU の費用を 66% 削減した方法

Mon, 05 Jun 2023 03:00:00 +0000

※この投稿は米国時間 2023 年 5 月 20 日に、Google Cloud blog に投稿されたものの抄訳です。

SEEN は、パーソナライズ動画のビジネスを行っています。

ユニークかつ高精細な動画を大量にレンダリングしてストリーミングする必要があるさまざまなクライアントにサービスを提供しており、名前、性別、購入履歴などのデータポイントを活用してユーザーや構成員に直接語りかける動画を実現しています。

キャンペーンによっては、数日間または数時間で数十万本から数百万本もの動画をレンダリングしてストリーミングする必要があります。そのために、Google Cloud と Google Kubernetes Engine（GKE）を基盤とした、適応性の高いスケーラブルで効率的なクラウドベースのアーキテクチャを活用しています。

このブログでは次の点について説明しています。

以前のベアメタルアーキテクチャから、Google Cloud と GKE を基盤とした新しいクラウドベースのアーキテクチャに切り替える必要が生じた理由
クラウドサービスのパートナーとして Google Cloud を選んだ理由
新しいアーキテクチャの設計と実装に Google Cloud がどのように役立ったのか。また、その内容
Google Cloud と GKE を活用することで得られた、定量的、定性的なメリット

では、詳しく見ていきましょう。

課題: パーソナライズ動画を迅速かつ大規模にレンダリングする

どのようなスタートアップにも野心的な目標が必要です。

SEEN は、数百万本のパーソナライズ動画をわずか数秒間でレンダリングし、数百万人にストリーミングしようとしています。

野心的な目標ですが、聞こえの良いよくある「ムーンショット」ではありません。この目標を達成することが、当社の成長や将来にとって重要なのです。

その理由は次のようなものでした。

SEEN を立ち上げた当初は、パーソナライズ動画のレンダリングとストリーミングをあまり多く必要としない、小規模なクライアントが対象でした。

こうしたクライアントにサービスを提供するために、コロケーション型のマシンをベースとした基本的なアーキテクチャを構築しました。このシステムは、数週間にわたって送信される映画品質のパーソナライズ動画を数千本レンダリングしてストリーミングすることができました。しかし、手作業が多く運用に時間がかかるため、迅速性に欠け、大規模な対応もできませんでした。

会社が成長し、大きなプロジェクトを抱える大企業が対象になるにつれ、この従来のアーキテクチャが大きな問題になっていきました。そうした新しいクライアントにサービスを提供するには、大量のパーソナライズ動画をはるかに速く生成しストリーミングする必要があったのです。たとえば、数日間で 180 万本の動画を必要とするクライアントもあれば、1 日で 1 億本の動画を必要とするクライアント（フィットネスアプリ）もありました。

こうしたスピードと規模のプロジェクトは、従来のアーキテクチャでは実現不可能でした。しかし SEEN を一段と成長させるには、企業クライアントを獲得してそのようなプロジェクトに対応する方法を見つける必要がありました。それには従来のシステムを、現代的で効率の良いスケーラブルなクラウドベースのアーキテクチャで一から作り直さなければなりませんでした。

そこで、次のようにして対応しました。

新しいパートナー探し: Google Cloud を選んだ経緯と理由

基本的なアーキテクチャを作り直す必要があるとわかり、すぐにクラウドサービスプロバイダを探し始めました。適したプロダクトとサポートを提供している適切なパートナーを見つければ、多くの問題を解決でき、新しい動画レンダリングシステムの設計、構築、デプロイのプロセスを加速できるということはわかっていました。

プロバイダの検討にあたり、理想的なクラウドサービスパートナーに求めるものをリストアップしました。内容は次のとおりです。

基本: サステナビリティ、セキュリティ、GDPR などの懸念事項を軽減できるヨーロッパの現地拠点（当時のクライアントはほとんどがヨーロッパに所在していました）
次世代ハードウェア: NVIDIA GPU、Kubernetes プロダクト、GPU タイムシェアリングなどの新しい技術ソリューション、ロードマップ上でより多くの NVIDIA プロダクトを提供しているもの
手厚いサポート: システムの一般的な問題もニッチな問題も解決できる直接的な協力とガイダンス

最後の項目が、サービスプロバイダを選定する際の鍵になりました。当時、当社は開発者 4 人という少数精鋭のチームでした。クラウドやレンダリングエンジンに関する専門知識は豊富でしたが、当時はビジョンを実現するために必要な帯域幅がありませんでした。

このような要件に基づき、Google Cloud などのクラウドサービスプロバイダに連絡しました。

他のプロバイダとも会いましたが、Google Cloud は始めから違う感じがしました。直接会って、既存の従来のアーキテクチャについて実りのある話し合いができたのです。こちらは新しいアーキテクチャの設計を提示し、Google は Google のソリューションである Google Kubernetes Engine（GKE）がいかに適しているかについて情報を提供しました。

振り返ってみると、Google Cloud のフィードバックと対応は他のベンダーよりはるかに優れていました。ユースケースをしっかり理解したうえで、ビジョンを実現するために 1 対 1 で提携することを真に望んでいるように思えました。さらに、当社のニーズに合ったプロダクトスイートがあり、NVIDIA 製の新しい GPU など、スケーラビリティニーズに合った機能への早期アクセスも提供してくれました。

答えははっきりしていました。当社は Google Cloud を選び、作業に取りかかりました。

新しいソリューション: パーソナライズ動画の現在のレンダリング方法

Google Cloud の丁寧なサポートと個別の対応は、契約を締結した後も続きました。Google のチームは、新しいアーキテクチャの設計、デプロイ、拡張という全プロセスを通じて、常に実践的な支援を提供してくれました。

新しいシステムを構築する際、Google Cloud のコンサルタントから次のような支援を受けました。

アーキテクチャ設計と進行中の実装プロセスについての継続的なレビューとコメント
GPU タイムシェアリングなど、新しいアーキテクチャの主要コンポーネントになるプロダクトの紹介
NVIDIA のドライバを Kubernetes で動作するように構成したり、Google Kubernetes Engine（GKE）を活用するようにレンダリングエンジンの一部を書き換えたりといった小さな問題を解決する際の助言
Kubernetes と GPU の新機能の早期プレビュー版や、最新の NVIDIA チップとマシンの提供の継続

当社のエンジニアは、Google Cloud のコンサルタントと連携しながらアーキテクチャを一から設計し直しました。最終的に Google Cloud を基盤とし、これまでにない規模とスピードでユニークなパーソナライズ動画を生成できるクラウドベースのアーキテクチャを作り上げました。

新しいアーキテクチャは独自のものであり、競合他社には秘密にしておく必要がありますが、主要な技術コンポーネントを少しだけご紹介します。

一度に 1 つのレンダリングタスクを実施し Pub/Sub からジョブを pull するワーカー Pod を作成しました。
GKE の自動スケーリングを使用して、ノード数を 1 から仮想的に上限なく迅速にスケーリングし、個々のワークロードのレベルでパフォーマンスを調整します。これにより、導入するコンピューティング能力（および費用）のきめ細かいレスポンシブなコントロールが可能になります。
Pod 間で GPU タイムシェアリングを使用して、コンピューティングリソースを可能な限り効率的かつ効果的に活用することで、平均 GPU 使用率が 1.6 倍になり、費用が 66% 削減されました。

こうしたサービスを活用することで、当社のシステムは以前よりはるかに速くなり、効率性、スケーラビリティ、信頼性、適応性が向上しました。そして、提供するプロダクト、保証する規模と速度、サービス対象のクライアントが変わりました。すでに技術面でもビジネス面でも大きな成果を上げています。

Google Cloud との連携で実現したこと

Google Cloud のコンサルタントと連携し、Google Cloud と GKE 上にアーキテクチャを再構築することで、次のような成果が得られました。

1 時間あたりの動画レンダリング数が 8,800% 増加: 以前のシステムでは、動画を 1 時間あたり 6,000 本しかレンダリングできませんでした。新しいシステムの最近のテストでは、動画を 1 時間あたり 54 万本、難なくレンダリングできました（この時間枠ならもっと多くの動画をレンダリングできることがわかっています）。
エンタープライズクラスの容量を確保: 新システムでは、数百万本のパーソナライズ動画を迅速かつ大規模にレンダリングしてストリーミングすることができるようになりました。BMW、WWF、Redbull、赤十字、生活協同組合、ICA、Action Against Hunger のような世界有数の企業にサービスを提供できています。また、スウェーデン最大の食品小売業者向けに 2 百万本以上のパーソナライズ動画を送信するなど、大規模なプロジェクトにも取り組めるようになりました。
ビジネスのボトルネックが解消: 以前は、一度に 1 つか 2 つのキャンペーンの動画しか生成できませんでした。今では、一度にいくつものキャンペーンを難なく扱えるようになりました。つまり、プロジェクトを断る必要がなくなり、収益が向上しました。
新しいプロダクトの構築と提供: 新しい優れたプロダクトでポートフォリオを拡大できます。たとえば、視聴者がデータを入力して「再生」を押した数秒後にストリーミングされるリアルタイムのパーソナライズ動画を作成できるようになったため、新しい動的なプロダクトを拡大できます。
システムの可視性の向上: 非常に大規模なキャンペーンのレンダリング状況について、ログ、アラート、全体的な可視性が向上しました（以前のアーキテクチャでは困難でした）。

まとめ: Google Cloud と連携することで、非常に野心的な技術的目標とビジネスの目標を達成するための基礎を築きました。すでに、膨大な映画品質のパーソナライズ動画のレンダリングとストリーミングを劇的に改善しています。また、最も要求の厳しい最大のクライアントへのサービス提供も改善しています。

この成果を皆さんの組織にも

現在、当社は Google のクラウドサービス上に基本的なアーキテクチャをさらに構築し、そのコアパフォーマンスを向上させることで、パーソナライズ動画の生成を驚異的なレベルまで拡大できるようになりました。大きな野心的目標は、もはや手の届かないものではなくなっています。実際、映画品質のパーソナライズ動画を 0.2 秒以内にレンダリングできる日も近いと確信しています。

そのために、引き続き Google Cloud チームと密に連携しています。新しいスケーリング戦略の策定、アーキテクチャに適用する重要なベストプラクティスの提供、リアルタイムレンダリングのような新しいプロダクトの開発の援助といった面で、当社を支援してくれています。

私たちは主要なプロダクトの機能を一緒に変革してきました。Google Cloud のチームと連携して、Google Cloud を基盤とし、GKE を使用することで、皆さんも同じことができます。成果を大いに実感しています。そして、これは皆さんの組織でも効果的なはずです。

^{Alina Bylkova、Lekë Dobruna、Gabor Lossos、Vigan Sokoli、John Rowley、Michael Ivanov に感謝します。}

- SEEN CTO Ronald Griffin 氏
- SEEN エンジニアリングリード Sahil Bajaj 氏

Unity、Orca Security、Google Cloud による IT セキュリティの革新

Mon, 22 May 2023 03:00:00 +0000

※この投稿は米国時間 2023 年 5 月 16 日に、Google Cloud blog に投稿されたものの抄訳です。

Unity の広範なプラットフォームは、ゲームの開発、見やすいビジュアルエフェクトの作成、電気自動車や高層ビルの設計まで、さまざまな目的に利用されています。このプラットフォームを利用するクリエイターの数は世界中でひと月あたり 100 万人以上にのぼります。同社の包括的な一連のソリューションを使えば、2D および 3D コンテンツを簡単に作成、実行して収益化できます。

Unity は以前からセキュリティを重視しています。重要なネットワークや機密情報を保護するのはもちろん、サービスを中断せずにユーザーに常時提供できるようにするということも、その目的の一つです。Unity のプラットフォームは、世界中のモバイルゲームのトップ 1,000 のうち 70% の開発に利用されているため、万が一ダウンタイムやセキュリティ上の脅威が発生した場合でも、1 ミリ秒も無駄にすることなく、速やかに復旧できるようなインフラストラクチャが必要です。

こうした理由から、Unity は Google Cloud およびパートナーの Orca Security と連携して、マルチクラウドの開発環境とランタイム環境におけるクラウドワークロード、データ、ユーザーの保護に取り組んでいます。では、Unity が IT 環境の高い可視性を維持し、信頼性、安全性、ならびにダイナミックなパフォーマンスを確保できるようにするために、Orca と Google Cloud がどのように連携しているのかを見ていきましょう。

セキュリティに「共同で取り組む」アプローチ

Google Cloud は、セキュリティはチームワークであると捉えています。そのため、Google Cloud パートナーの堅牢なエコシステムと連携して、お客様のニーズに最適なソリューションを提供できるよう努めています。Google Cloud を基盤とし、そのネイティブなセキュリティ機能を活用するこのエコシステムにおいて、特に大きな存在感を発揮しているのが Orca です。

Google Cloud と Orca は、Unity をはじめとする数々のお客様を共同で支援しています。具体的には、Orca が Google Cloud のセキュリティソリューション（Chronicle SIEM や Security Command Center など）を統合して、データを Orca の統合データモデルおよび Google Cloud ワークロード対応の SideScanning で利用しています。

「当社は、セキュリティを全社的にできるだけ早く導入できる方法を求めていました。Orca や Google Cloud とのパートナーシップなしでは、これほどスピーディに、先を見越しながら、効率よくセキュリティを導入することは不可能だったでしょう」と、Unity の最高セキュリティ責任者である Justin Somaini 氏は語ります。「Orca は Google Cloud との関係を通じて、数々の重要機能を生み出しています。両社のパートナーシップは、当社にとって大きな恩恵となっています。」

Google Cloud の安全性を重視した設計のインフラストラクチャと Orca の組み合わせによって、Unity をはじめとするお客様が、マルチクラウド環境において全アセットを常時モニタリングし、いつなんどきでも発生しうる脅威からデータ、ネットワーク、エンドユーザーを保護することが可能となっています。

API を徹底活用してセキュリティとパフォーマンスをモニタリング

Unity が Orca を選んだそもそもの理由は、Google Cloud API とシームレスに統合された、すぐに使える状態の自動化されたセキュリティソリューションであること、そしてアセットの完全な可視性を提供してくれることでした。さらに、Unity はマルチクラウド環境、アプリケーション、エンドポイントを含むデジタルインフラストラクチャおよび物理インフラストラクチャを擁していますが、そのインフラストラクチャ全体に効率的にスケールできるという点でも、Orca は最適なソリューションであることがわかりました。

Orca は Google Cloud API のアップデートを反映することによって、セキュリティリスクの特定や、サービス拒否やランサムウェアによる攻撃の防止といった従来機能にとどまらない、最新のセキュリティ機能を提供しています。たとえば、ワークロードがアイドル状態に陥った場合や、一時停止または完全停止した場合、さらに、統合または廃止が必要と思われる孤立状態のアプリケーションやエンドポイントについて通知してくれます。

さらに、Unity はリソースを大量に消費する仮想セキュリティエージェントの置き換えを検討していました。このようなエージェントは導入しづらいだけでなく、パフォーマンスに悪影響を及ぼす可能性があるからです。

Unity のセキュリティリーダーを務める Vijay Sharma 氏は次のように述べています。「Orca の統合データモデルと SideScanning テクノロジーは、クラウドおよびエンドポイントのセキュリティの完全な可視性とカバレッジを提供してくれます。そのうえ、リソースを大量に消費するエージェントを撤廃することができました。おかげで、ピーク時にシステムパフォーマンスを維持したり、脆弱性、マルウェア、構成ミス、パスワードの強弱や流出を常時スキャンしたりすることができるようになりました。」

チーム間の連携とパフォーマンスを向上

Unity は、Orca の使用を開始して以来、セキュリティチームおよび DevOps チームの統合が進み、パフォーマンスが向上しています。

現在、Unity は Orca を活用して安全性の高いソリューションを構築し、新たな脅威に備えるとともに、PCI-DSS、SOC 2、NIST などの国際的な厳しいデータ保護基準に完全準拠しています。Orca が提供する部門間の枠を超える機能によって、戦略的および共通的プロジェクトにおけるセキュリティチームと開発者の密接な連携が進んでいます。

具体的には、共通言語で一元化された同じ情報源に IT セキュリティチームおよび DevOps チームがアクセスできるようになり、両チームの連携が向上しました。Orca のリアルタイムのデータ配信は、Unity のセキュリティワークフローや、DevOps のコンパイラ、チケットシステム（Jira など）とスムーズに統合されています。

「困難をがむしゃらに解決しようとするのではなく、脅威の動向をリアルタイムで DevOps と協力して分析し、その情報に基づいて、プロダクトを守るための最善策を判断しています」と、Sharma 氏は説明しています。

Unity のプラットフォームを利用する開発者たちも、セキュリティを自動化するこのダイナミックでモダンなアプローチの恩恵を受けています。継続的インテグレーションおよび継続的デリバリー（CI / CD）プロセスを通じて自動的なクラウドセキュリティが Orca と統合されたことで、Infrastructure as Code のテンプレートおよびコンテナイメージのスキャンにかかる時間がこれまでの数時間から数分に短縮されています。

Orca がクラウドプロバイダのログおよび脅威インテリジェンスからのフィードを常時モニタリングすることによって、Unity が異常なイベントを初期段階で見つけ、重要な意思決定を迅速に行えるようになっています。

「Orca のダッシュボードには対処が必要なデータやアラートが一括表示されています。そのため、運用効率が高まり、問題解決にかかる平均時間が短縮されます」と Somaini 氏は語ります。

世界中のモバイルゲームのトップ 1,000 の 70% 超が Unity を使って開発されていることを踏まえると、Unity の Orca、Google Cloud との連携は、今後数えきれないほどの開発者やエンドユーザーに恩恵をもたらすことになるでしょう。

企業が Google Cloud を最大限に活用できるようにするためにパートナーが提供している支援について詳しくは、Google Cloud パートナーページをご覧ください。

- Google Cloud セキュリティプロダクトマーケティング担当ディレクター Apurva Dave

メディアリーダーがジェネレーティブ AI を活用する 3 つの方法

Wed, 26 Apr 2023 02:00:00 +0000

※この投稿は米国時間 2023 年 4 月 19 日に、Google Cloud blog に投稿されたものの抄訳です。

デジタル時代は、メディアとエンターテイメントの従来の成功方程式を覆し、コンテンツの制作、配信、体験、収益化の方法を変える新しいテクノロジーを先導しています。視聴者は、消費するものに対してより多くの選択肢や柔軟性、力を持つようになっため、今日のメディア企業は、継続的な変革に取り組まなければ、遅れをとったり、通用しなくなったりする恐れがあります。

ジェネレーティブ AI により、新たな変革の波が押し寄せています。ジェネレーティブ AI は、自然言語でユーザーと対話し、記事の概要、レポート、その他のテキスト出力から、画像、動画、音声などのマルチモーダルコンテンツまで、まったく新しいデータを作成できる AI の一種です。そもそも、メディアとエンターテイメントは、コンテンツの作成や創造性に関わるものですが、この新しいテクノロジーは業界にとって何を意味するのでしょうか。

Google Cloud は、より効率的な制作方法からユーザーエクスペリエンスの向上に至るまで、クリエイティブ業界にとって大きなチャンスがあると考えています。もう少し詳しく見てみましょう。

Google Cloud を活用したメディア向け AI

Google Cloud は、長年にわたって大規模言語モデル（LLM）やその他のジェネレーティブ AI テクノロジーに取り組んできました。それらのテクノロジーは Document AI などのプロダクトに何年にもわたって影響を与え続けており、最近 Google は、企業がジェネレーティブ AI 基盤モデルにアクセスして調整できるようにする Vertex AI でのジェレネーティブ AI のサポートや、デベロッパーが数分で chatbot などのジェネレーティブアプリを構築できるようにする Generative AI App Builder を発表しています。

Vertex AI による基盤モデルの構築、調整、デプロイ

私たちは、パーソナライズ、検索とレコメンデーション、予測分析などのために AI を活用して、世界中のメディア＆エンターテイメント業界のお客様を支援してきました。そして今、ジェネレーティブ AI が増えつつあるなかで、メディアリーダー、技術者、クリエイターがパワフルな AI を仕事に活用することを検討し、準備するのに役立ついくつかのアイデアを持っています。

メディア業界のイノベーションに対する 3 つの視点

メディア＆エンターテイメント業界における多様化や複雑化はとどまるところを知らず、企業は、オーバーザトップ（OTT）のサブスクリプションによるストリーミングサービス、24 時間地上波 TV チャンネル、スポーツイベントのライブ配信、デジタルジャーナリズム、従来の出版、ユーザー作成の短いソーシャル動画など、さまざまな分野に対応しています。メディア業界のこれらのセグメント間の境界はますます曖昧になっていますが、すべてに共通しているのは、直接的または間接的に収益化できる魅力的な視聴体験において、訴求力のあるコンテンツを提供することに重点を置いていることです。

これを踏まえ、メディア企業やエンターテイメント企業には、以下の 3 つの視点を通して、ジェネレーティブ AI のような革新的なテクノロジーの適用を検討することをおすすめします。

コンテンツの作成、制作、管理の改善
視聴体験の強化とパーソナライズ
収益化の向上

コンテンツの作成、制作、管理の改善

ジェネレーティブ AI は、コンテンツ作成におけるさまざまな側面を誰でも利用できるようにし、文章、イラスト、効果音、特殊効果などの作成において新しい可能性を切り開きます。最近のテクノロジーの成熟は非常に速いため、メディア業界の一部では、ジェネレーティブ AI がクリエイティブな職業の終焉を意味するのではないかという懸念が上がっています。しかし、その逆の可能性が高いと私たちは考えています。写真や録音、コンピュータで生成した画像が新しい創造性を可能にしたように（古いものを時代遅れにするのではなく）、ジェネレーティブ AI は新しい表現のかたちを可能にし、これまでの表現をより充実させる可能性を秘めているのです。

たとえば、ジャーナリストは、ジェネレーティブ AI を使用することで、大量の情報を合成、分析して調査を迅速化したり、記事コンテンツの下書きや要約の作成に役立てたりすることができます。映画やテレビのプロデューサーは、このテクノロジーを活用し、照明や色彩といったシーンの細部を迅速に調整したり加工したりできる新しい AI 対応インターフェースを使用して、制作後の編集プロセスを加速できます。放送局は、ジェネレーティブ AI を活用して、膨大なビデオ映像ライブラリを検索してアクセスできるようにして、より説得力のあるストーリーを伝えることができます。このように、潜在的なユースケースはまだまだ数多くあります。

ジェネレーティブ AI は、素晴らしいクリエイティブな職業を危うくするどころか、執筆者、アーティスト、編集者、その他多くの人々を退屈で平凡な日常的な作業から解放し、より多くの時間を創造的な活動に集中できるようにします。

視聴者体験の強化とパーソナライズ

今日、世界中のすべてのメディア企業では、ほとんどの消費者のスイッチングコストが非常に低いという現実に直面しています。そのため、加入者の解約や、視聴者が競合プラットフォームのコンテンツエクスペリエンスに乗り換えるのを抑えるために、少ない負担で訴求力のある視聴体験を提供するための投資を行う必要に迫られています。

ジェネレーティブ AI は、メディア企業がデジタルコンテンツプラットフォームにおいて、より高度な検索とレコメンデーションを可能にするなど、視聴者を引き付けて維持するのに役立ちます。自然言語から音声や動画コンテンツまで、高度なマルチモーダル機能を備えたジェネレーティブ AI は、よりパーソナライズされた視聴体験を実現するのに最適です。

消費者は、「選択のパラドックス」、つまり膨大な量のコンテンツライブラリがオンデマンドで提供されているストリーミングプラットフォームで、視聴したい興味深いコンテンツを見つけられないことに不満を抱くことがよくあります。近い将来、消費者が利用しているコンテンツプラットフォームに質問するだけで、そのときの気分、特定の種類のシーン、俳優の組み合わせ、賞のノミネート、または事実上考えられるあらゆる質問を基に視聴したい番組を探せるようになることを想像してみてください。そして、これは氷山の一角にすぎません。視聴者が消費するパーソナライズされたコンテンツをキュレートし、組み合わせ、さらには作成することさえできるジェネレーティブ AI の可能性を想像してみてください。

収益化の向上

消費者によるコンテンツの消費が、従来の劇場や地上波 TV 番組から、さまざまなプラットフォーム、デバイス、コンテンツタイプにわたるデジタルサービスまで拡大するなか、メディア企業は収益化の維持と向上という課題に直面しています。広告およびサブスクリプションモデルに対する従来の経済学的なアプローチでは、多くの場合、十分な ROI を提供できないことが証明されています。

ジェネレーティブ AI は、メディア企業が視聴体験の収益化を改善するのに役立つ可能性があります。また、前述のように、強化されたパーソナライゼーションは解約を抑制する役割を果たし、サブスクリプションや広告収入を維持したり拡大したりするのに役立ちます。さらに、ジェネレーティブ AI を活用することで、よりターゲットが絞られ、コンテキストに応じた、パーソナライズされた広告によって、広告収入をさらに高めることができます。その場ですぐに生成されるディスプレイ広告と動画広告を想像してみてください。それらの広告では、プロダクトの仕様、メッセージ、スタイル、色、その他無数の特徴がパーソナライズされるため、エンゲージメントが向上し、クリック率（CTR）が増え、結果として広告 CPM（インプレッション単価）が高まります。

今後の展望

ジェネレーティブ AI は、メディア企業がコンテンツの作成、エンゲージメント、収益化を根本的に変革する大きなチャンスを提供します。すでに魅力的なサービスが市場に出ていますが、今後さらに多くのサービスが提供されるでしょう。

Google Cloud はこれからも、AI に関する深い経験と専門知識を基に構築を継続し、メディア＆エンターテイメント業界と協力しながら、有意義なビジネス成果をもたらす、訴求力がありアクセスしやすく、信頼性の高い責任ある AI ソリューションの開発に取り組んでいきます。世界中のメディア企業のお客様やエコシステム全体のパートナーの皆様とともに、未来を創造していくことを楽しみにしています。この革新的なトピックについて詳しくは、Google Cloud の AI & ビジネスソリューション担当バイスプレジデントの Phil Moyer による「Debunking five generative AI misconceptions（ジェネレーティブ AI に関する 5 つの誤解を解く）」をご覧になるか、Google Cloud のジェネレーティブ AI 向け Trusted Tester Program をご確認ください。

- Google Cloud、戦略的コンシューマー産業担当グローバルマネージングディレクター Anil Jain
- Google Cloud、メディア分析および AI 担当ソリューションリード Lluis Canet

Google Cloud 上でメディアサービスを実行すべき 5 つの理由

Mon, 24 Apr 2023 02:00:00 +0000

※この投稿は米国時間 2023 年 4 月 14 日に、Google Cloud blog に投稿されたものの抄訳です。

Google Cloud には、スケーラブルかつ安全で信頼性の高いコンテンツの準備、配信、おすすめコンテンツの提案など、メディア＆エンターテイメント業界のお客様が世界中の視聴者のために革新的でパーソナライズされたエクスペリエンスを生み出して収益化するのに役立つ機能が揃っています。エンドツーエンドのメディアプラットフォームの土台となるのは、Google Cloud の Media CDN です。このコンテンツ配信ネットワークを使用すれば、YouTube、Google 広告、AI / ML で培われた Google の強みを活かして世界中の人々にコンテンツを届けることができます。

バングラデシュの大手モバイルネットワーク事業者である Banglalink の例を取り上げてみましょう。Toffee という加入者数が 3,400 万人にのぼる Banglalink の動画 OTT プラットフォームでは、Google Cloud の Media CDN を利用して 2022 FIFA ワールドカップを独占的にストリーミング配信しました。「Media CDN のおかげでトーナメント中の視聴回数は 10 億ビューに達し、決勝戦では 1,550 万のユニーク視聴者が素晴らしい動画品質で興奮に酔いしれました」と、Banglalink Digital Communications Ltd. の Toffee 担当ディレクターである Abdul Muqit Ahmed 氏は語っています。

Media CDN とその他の Google ソリューションには、さまざまな企業のメディアワークロードにおいて Banglalink と同じような結果を実現する力があります。以下に、メディアプラットフォームのニーズに対して Google Cloud を検討すべき 5 つの理由を示します。

1. ネイティブで AI / ML を活用したパーソナライズ

視聴者側はおすすめの動画や記事など、自分の嗜好に沿ったコンテンツをできるだけ多く見つけたいと望んでおり、企業側は広告在庫の増加とユーザー維持率の向上を求めています。Media Recommendation は、Google の AI / ML 技術とスケーラブルなインフラストラクチャを利用してユーザーの好みに基づくおすすめコンテンツをリアルタイムに提供するレコメンデーションサービスで、動画ストリーミング、ショート動画、ニュース、音楽のようなオムニチャネルエクスペリエンスの提供に役立ち、表明された最適化目標によって Google 品質の結果をもたらします。

2. 最適化されたストリーム収益化

Video Stitcher API と Media CDN は、動画ストリーミングと収益化を一つに統合して、最適化された測定可能な広告エクスペリエンスを提供します。お客様は、Google 広告を使用している数百万の広告主の中から選ばれた関連性の高い広告を高品質な動画広告フォーマット（TrueView スキップ可能広告など）で動的に挿入することができ、広告掲載率が向上して収益の増加につながります。

Video Stitcher API は Media CDN とシームレスに直接統合されており、既存のコンテンツ配信の枠組みの中で広告に支えられた新たな収益化の機会を迅速に生み出します。パブリッシャーは Google アドマネージャーを使用して収益化や第三者広告サーバーを管理できます。

3. 多層的なセキュリティ

コンテンツの著作権侵害はプレミアムコンテンツプロバイダにとって依然として大きな課題であり、コンテンツプロバイダの純利益に直接影響します。お客様は、Media CDN にネイティブに組み込まれたセキュリティ機能と、追加のネットワーク保護を提供する Cloud Armor とのインテグレーションを組み合わせて、ストリームを保護できます。また、トークンベースのクライアント認証と非公開送信元の認証により、コンテンツを不正なアクセスや配信から守る多層防御のアプローチを構築できます。さらに、Service Extensions を通じて実現されるトークン取り消しにより、他の認証方法の不正な回避をブロックすることも可能です。

Google Cloud のお客様は、Cloud Armor を使用し、Google のネットワークエッジのスケールとキャパシティを活用することで、これまでにない大規模な DDoS 攻撃から自社の環境を保護しています。Media CDN は Cloud Armor と直接統合されており、グローバルキャッシュ環境に IP と地域ベースのセキュリティポリシーを導入します。

また、Google の Media API と組み合わせることで、デジタル著作権管理（DRM）を使用した処理およびパッケージ化から配信までのエンドツーエンドの高度な暗号化によってプレミアムコンテンツやライセンス付きコンテンツを保護できます。

4. エッジでカスタマイズ可能なロジック

ユーザーの近くに配置されている方がより良い成果が得られるコンテンツがあるのと同じように、一部のサービスはエッジに存在する方が役立ちます。昨年プレビュー版が発表された Service Extensions は、WebAssembly（wasm）に基づくフルマネージドのサーバーレスソリューションで、お客様やパートナーはこれを通じて Media CDN に新たな機能を組み込むことができます。Service Extensions は、悪意のあるユーザーのアクセストークンの取り消し、キャッシュ最適化のためのヘッダーの正規化、URL の書き換え、カスタムのロギングやセキュリティコントロールといったさまざまなユースケースを可能にします。

たとえば、Media CDN は Nagra のフォレンジックウォーターマークソリューションである NexGuard と統合されています。NexGuard は、コンテンツの流出の特定や著作権侵害対策の実装によってコンテンツの保護をさらに強化します。このインテグレーションは Service Extensions を使用して構築されています。

同様に、Cloudinary が提供している高度な画像 API および動画 API は、企業のビジュアルメディアの可能性を最大限に引き出します。Service Extensions を介して Cloudinary が Media CDN と統合されたことにより、Media CDN を使用しているお客様は世界クラスのメディア自動化や画像最適化機能を利用できるようになりました。

5. API ファーストの構成とオープンスタンダード

放送局は、ビジネスニーズに敏速に適応し、既存のワークフローやアーキテクチャとシームレスに統合できる柔軟なメディアプラットフォームを必要としています。REST API、gcloud コマンドラインインターフェース、Terraform などをサポートしている Google のエンドツーエンドのメディアプラットフォームは、メディアスタックを完全にコントロールできます。Google のオープンソースコミュニティへの取り組みはメディアスタックにも向けられており、標準の採用によるハイブリッドアーキテクチャの容易な実現と新たな標準の推進による業界の活性化の両面でオープンソースに寄与しています。

Media CDN は、全米民生技術協会（CTA: Consumer Technology Association）内の Web Application Video Ecosystem（WAVE）プロジェクトによって発表された Common-Media Client-Data（CMCD）というオープン仕様をサポートしています。そのため、Media CDN は CMCD 仕様に基づく指標をネイティブかつ自動的に生成してログに記録することができ、これによってクライアント側とサーバー側の動作の一体化や配信フローの全体的ビューの提供が可能になっています。オープンスタンダードの CMCD を使用すると、それらの指標の関連付けや分析を、サポートされている CDN 全体にわたって一貫した方法で行うことができます。CMCD を有効にするのは簡単で、Shaka Player や HLS.js などのサポートされているプレーヤーでパラメータを切り替えるだけです。Google のチームは引き続き CTA WAVE プロジェクトに積極的に貢献し、将来のオープンなオブザーバビリティスタンダードの開発や、クライアント側の視聴体験とサーバー側の配信パフォーマンスの可視性のさらなる強化に力を注いでいきます。

Google のオープンソースへの取り組みを示すもう一つの例は、前述の Service Extensions です。Service Extensions は、wasm というオープンな標準化されたバイナリインストラクションフォーマットを使用しています。さらに、Service Extension は Proxy-Wasm も利用しています。これは Google が発起したオープンソースプロジェクトで、プロキシの動作をカスタマイズできる API を定義するものです。

4 月 16～19 日にラスベガスで開催される NAB にご参加ください

メディア＆エンターテイメント業界の企業は今や、自社の消費者直販（DTC）チャネルが将来的に時代遅れにならないようにするため、Google のメディアに関する専門知識とインフラストラクチャの規模および信頼性を活用して、YouTube や Google 広告といった Google プロダクトの基盤となる同じグローバルインフラストラクチャ上に基礎的なメディアプラットフォームを構築できるようになりました。これにより、デバイスの種類を問わず世界中の数十億のユーザーにサービスを提供できます。Google は今後もこのような需要を満たし、可能な限り最良のコンテンツ配信エクスペリエンスをお客様に提供するために尽力していきます。

Google は 4 月 16～19 日にラスベガスで開催される NAB に参画します。Google の Anil Jain が 4 月 17 日月曜日午後 2 時から、Zee Entertainment、Globo、Fox Sports の代表者と AI とメディア＆エンターテイメント業界について討論します。皆様のご参加をお待ちしております。

- Google Cloud Media、プロダクトマネージャー Jeff Young
- Google Cloud CDN、プロダクトマネージャー David Lin

Peacock: スキルを向上させて ML の課題に挑む

Tue, 28 Mar 2023 03:10:00 +0000

※この投稿は米国時間 2023 年 3 月 17 日に、Google Cloud blog に投稿されたものの抄訳です。

Peacock は、特にメディアやエンターテイメント分野での ML 技術の採用において、世界的な動向や変化を強く意識しています。数年以内に、ほとんどのソフトウェアアプリケーションに ML の要素が含まれるようになり、モデルの微調整が必要になることから、ML トレーニングインフラストラクチャに対する需要が高まると見込んでいます。

私は Peacock の分析ツール担当ディレクターとして、ツールやプロセスにスケーラビリティを組み込むことを主な目的とするエンジニアチームを率いており、変化し続ける ML エンジニアリングの分野に対応しながら、より優れたユーザーエクスペリエンスを生み出しています。たとえば、よりパーソナライズされたおすすめのコンテンツを提供できるように、ユーザーの視聴の好みや関心について詳しく学習するなど、ML を幅広いタスクに使用しています。

しかし、ML エンジニアリングは独特な分野です。応用 ML とソフトウェアエンジニアリングという 2 つの大きく異なるバックグラウンドを持つ人々が、一致点を見いだし、協力し、互いに学び合うことが必要です。両者とも、それまで経験したことのない課題に直面し、繰り返し未知の世界に踏み出し、真のイノベーションを推進しています。

人生における継続的な教育は力を与えてくれる有益なものですが、私たちの業界で競争力を維持するにあたっては、これは不可欠なものです。ツールやプロセスの構築、スケール、反復処理を行う際、当社では Google Cloud のトレーニング、リソース、教育を活用しています。ここでは、Peacock がデータサイエンス組織を拡大するためのスキルアップの取り組みに、どのように投資しているかについてご紹介します。

Google Cloud Advanced Solutions Lab を使用してトレーニングを加速

比較的新しく複雑な分野である ML エンジニアリングは、まだパターンや基準が確立されていないため、業界の変化に対応するためには継続的なトレーニングが必須です。私たちは、Google Cloud と数年間緊密に連携して、BigQuery などのソリューションに基づくデータ分析を開発してきたため、データサイエンティストやエンジニアへの継続的な教育の提供には当然ながら Google Cloud を選択しました。

当社のエンジニアとデータサイエンティストには、Professional Cloud Architect や Professional Data Engineer などの、Google Cloud 認定資格を取得することを奨励しています。また、Google Cloud は、データエンジニアと ML エンジニア向けのロールベースの学習プログラムなど、データサイエンスや ML ツールを理解、実装、スケールするためのオンデマンドトレーニングを提供しています。さらに、ゲーム性のある Google Cloud トレーニングの Cloud Hero を使用して、インタラクティブな学習環境でハンズオンラボを使ってスキルを習得することもできます。

最も効果が大きかったのは、Google Cloud Advanced Solutions Lab の高度な MLOps ワークショップでしょう。参加者は、複数の組織にわたる 6、7 チームから、エンジニアとデータサイエンティストがほぼ半数ずつでした。同じワークショップに参加することで、部門横断的なチーム間でベースラインを確立し、共通の語彙を作り上げ、直面している問題に対する理解を共有できました。

この没入型の MLOps ディープダイブは、参加者のバックグラウンドに関係なく、誰にとっても役立つ内容となっています。最初の週はコンテナ、Kubernetes、CI / CD、ML パイプラインに集中しました。つまり、これらのトピックは、優れたエンジニアにとっては復習になるものですが、一部のデータサイエンティストにとっては馴染みのないものでした。2 週目には、モデルの構築、TensorFlow と TFX コンポーネントの基礎に移りました。この時点で、データサイエンティストは自分たちの領域に踏み込んだように感じ、一部のエンジニアは初めてそれを経験しました。Advanced Solutions Lab は、それまで連携することがなかったチーム同士が融合する場となり、全員が共に学び、成長することができました。

「Peacock の ML エンジニアリングチームは、堅牢なトレーニングプログラムの作成と実施において素晴らしい成果を上げており、私たちがパートナーとして選ばれたことを誇りに思います。チームメンバーは成長志向のマインドセットを徹底的に取り入れるとともに、技術的能力を身につけ、成長していくための戦略的な機会を常に追求しています。私たちもその一翼を担えることを嬉しく思います。」— Google Cloud、通信業界カスタマーエクスペリエンス責任者 Heather Remek

明日を築くための今日の教育

私たちは急速に変化する新しい業界で事業を行っていますが、ツールやプロセス、コンピューティングリソースが、より優れた ML モデルの作成を妨げないようにする必要があります。データサイエンティストと ML エンジニアは、適切なツール、手法、マインドセットがあれば、この分野で活躍し、進歩するために必要なスキルを身につけることができます。

ML の進化とともに、私たちはこれからも最新情報を入手し、現実世界の問題に関して実践し、スキルアップのプログラムに投資していきます。ML への取り組みにおける Google Cloud チームとの協力により、データサイエンスチームがエンドツーエンドの ML ソリューションを構築し、本稼働させ、スケールする中で、その知識と能力を高めることができました。私たちの組織は、今日の教育によって明日に備え、よりデータドリブンな意思決定を行えるようになります。

詳しくは、Google Cloud Advanced Solutions Lab をご覧ください。また、データサイエンティストと ML エンジニア向けのオンデマンドのロールベーストレーニングもご確認ください。

- Peacock、分析ツール担当ディレクター Kris Lachor 氏
- Google Cloud、カスタマーエクスペリエンス担当役員 Sharad Kala

Media & Entertainment

エージェントの未来を築く: メディアとエンターテイメント分野の Google Cloud パートナー エコシステムに注目

制作の強化: 手作業からインテリジェントなアシスタントへ

コンテンツの価値向上: 静的なアーカイブからアクティブなアセットへ

グローバル リーチへの拡大: シンプルなストリーミングから視聴者の拡大まで

信頼性の確保: インフラストラクチャから信頼の基盤へ

エコシステムを実際にご覧ください

Google Cloud と米国代表チームによる分析の裏側: 米国冬季オリンピック選手のための AI インフラストラクチャの設計

課題: 過酷な状況では標準的なビジョンが機能しない

インフラストラクチャ: TPU と Vertex AI

ハードウェア基盤: TPU

大規模なオーケストレーション: Vertex AI

その他の応用法

StreamSight: AI を活用した予測で、音楽著作権使用料の透明性を高める

データから洞察を導く: StreamSight の仕組み

ギャップの発見: よりスマートな異常検出

Google Cloud に構築された、スケーラブルでシンプルなシステム

未来への礎

Jina AI が Cloud Run GPU を使用して 1,000 億トークンのウェブ グラウンディング システムを構築した方法

AI レンズ: マルチモダリティと BigQuery でアドテックに革命を起こす Arpeely の事例

マルチモーダル AI でインターネットを「見る」方法を変革

BigQuery と Pub/Sub でデータの急増を制御

キーワードを超えた広告配信: これまでにない広告の関連性を BigQuery ベクトル検索で発見

Visual Question Answering で広告を自然に溶け込ませ、際立たせる

Google Cloud のメリット: アドテックの未来を築く

博報堂テクノロジーズによる SRE の活⽤とその変⾰的影響

背景と課題

変化

未来に向けて

補⾜: ⼼理的安全性について

Google Cloud を活用したクラウドネイティブな放送メディア サプライ チェーンの構築

クラウドネイティブなメディア サプライ チェーンを目指して

未来のメディア サプライ チェーンの構築: 3 ステップのガイド

リフト＆シフトを越えて: TelevisaUnivision のクラウドネイティブなメディア変革

クラウドと AI でメディアを変革する

Paramount+: 無限のエンターテイメントを提供する大手ストリーミング企業

舞台裏で支える技術: Paramount+ と Google Cloud

未来は明るい

-Paramount、クラウド推進および SRE 担当 SVP Shiva Paranandi 氏-Google Cloud、プリンシパル アーキテクト Ashutosh Tripathi

Immersive Stream for XR がアップグレードされ Unreal Engine 5.3 に対応

-Immersive Stream for XR 担当ソフトウェア エンジニア Aria Shahingohar-Immersive Stream for XR 担当インタラクション デザイナー Cati Grasso

Google Cloud パートナーがメディアとエンターテイメントのブームの火付け役に

生成 AI によってパーソナライズされた発見が重視されるように

ワークフローの効率化と費用の削減

成功に向けたスケールアップ: ライブ配信者の速度と能力の改善

創造力の限界を押し上げる

-Google Cloud メディアおよびエンターテイメント、ゲーム パートナーシップ グローバル責任者、Kip Schauer-Google Cloud メディアおよびエンターテイメント グローバル ストラテジック インダストリー担当ディレクター、Albert Lai

より簡単、迅速かつ低費用での 3D 画像制作を Google Cloud で実現した Arvato Systems の事例

現状を打破し、従来の限界を超える

imagejet で Google Cloud 上の 3D 画像制作プロセスを改善する方法

Google Cloud と連携してさらなるイノベーションを実現

高品質の 3D 画像制作をより簡単かつ迅速に実現

ラテンアメリカ最大のストリーミング サービス、Cassandra から Bigtable に移行

Bigtable を選んだ理由

実装、データ移行、ロールアウト

Cassandra のコードを Bigtable に移植する

両方のデータベースで重複する書き込みを有効にする

データの移行

移行を検証する

ロールアウト

まとめ

その他のリソース

YouTube が Bigtable を使用して世界最大規模のストリーミング サービスを運用している方法

Media CDN と Google Cloud ロードバランサを使用したライブ配信

ライブ配信

Media CDN

まとめ

コンテンツの難題: 質の低いパーソナライズと検索エクスペリエンスがストリーミング プラットフォームとその視聴者に与える影響

画像で学ぶ: メディア企業がクラウドベースの NFS キャッシュを使用して高速かつ低コストでレンダリングする方法

時間的制約をクラウドで乗り切った地球意識メディア アーティスト、Refik Anadol

クラウド ファーストの VFX スタジオ、House of Parliament における費用削減

キャッシュ ソリューションの概要 - ギークな情報

キャッシュ アプライアンスの利点

1. ストレージの速度が飛躍的に向上する

2. 定常ストレージのオーバー プロビジョニングを防ぐ

3. コンピューティングの費用を節約する

4. ネットワーキングの費用を節約する

5. アーティストの生産性を維持する

6. 既存のパイプラインに適合する

今後の展望

エージェントの未来を築く: メディアとエンターテイメント分野の Google Cloud パートナーエコシステムに注目

グローバルリーチへの拡大: シンプルなストリーミングから視聴者の拡大まで

Jina AI が Cloud Run GPU を使用して 1,000 億トークンのウェブグラウンディングシステムを構築した方法

Google Cloud を活用したクラウドネイティブな放送メディアサプライチェーンの構築

クラウドネイティブなメディアサプライチェーンを目指して

未来のメディアサプライチェーンの構築: 3 ステップのガイド

-Paramount、クラウド推進および SRE 担当 SVP Shiva Paranandi 氏
-Google Cloud、プリンシパルアーキテクト Ashutosh Tripathi

-Immersive Stream for XR 担当ソフトウェアエンジニア Aria Shahingohar
-Immersive Stream for XR 担当インタラクションデザイナー Cati Grasso

-Google Cloud メディアおよびエンターテイメント、ゲームパートナーシップグローバル責任者、Kip Schauer
-Google Cloud メディアおよびエンターテイメントグローバルストラテジックインダストリー担当ディレクター、Albert Lai

ラテンアメリカ最大のストリーミングサービス、Cassandra から Bigtable に移行

YouTube が Bigtable を使用して世界最大規模のストリーミングサービスを運用している方法

コンテンツの難題: 質の低いパーソナライズと検索エクスペリエンスがストリーミングプラットフォームとその視聴者に与える影響

時間的制約をクラウドで乗り切った地球意識メディアアーティスト、Refik Anadol

クラウドファーストの VFX スタジオ、House of Parliament における費用削減

キャッシュソリューションの概要 - ギークな情報

キャッシュアプライアンスの利点

2. 定常ストレージのオーバープロビジョニングを防ぐ

メディアリーダーがジェネレーティブ AI を活用する 3 つの方法

Google Cloud 上でメディアサービスを実行すべき 5 つの理由

5. API ファーストの構成とオープンスタンダード