Google Cloud 容器解决方案
我们的现代化端到端平台是基于云原生原则构建的,高度重视速度、安全性和灵活性。从编写代码到运行、操作和管理,Google Cloud 可助力您的历程。
与我们联系开始在 GKE 上使用 AI 笔记本和 Jupyterhub
最近,分布式计算密集型机器学习应用出现增长,促使数据科学家和机器学习从业者寻找简单的方法来设计原型和开发自己的机器学习模型。通过在 Google Kubernetes Engine (GKE) 上运行 Jupyter 笔记本和 JupyterHub 提供了一种解决方案,这种方案自带安全性和可伸缩性作为平台的核心要素。
GKE 和 Filestore - 最多可将 AI / ML 工作负载的训练时间缩短 37%
为了缩短加载时间,用户需要可提供低延迟和高吞吐量的存储服务。使用 Filestore 作为“加速器”可提供帮助。Filestore 提供可快速访问的文件存储服务(具有多重读写权限的所有优势)以及一个原生 POSIX 接口。您仍然可以将 Cloud Storage 用作主要存储来源,并使用 Filestore 为工作节点提供经济实惠、延迟低的数据访问。
在 Google Kubernetes Engine 上减少冷启动延迟时间的 4 种方法
如果您在 Kubernetes 上运行工作负载,很可能经历过“冷启动”:当工作负载被安排到以前没有托管过它们的节点上并且 Pod 需要从头开始启动时,发生的应用启动延迟。启动时间变长,可能导致较长的响应时间和糟糕的用户体验,尤其是在应用自动扩缩以处理流量激增情况时。
产品、解决方案和服务
Artifact Registry:
存储、管理和保护容器映像及语言包。
Cloud Build:
用于在 Docker 容器中运行构建步骤的解决方案。
Cloud Code:
可提供 IDE 支持,帮助您编写、运行和调试 Kubernetes 应用。
Cloud Deploy:
以全代管式方式持续交付到 GKE 和 Cloud Run。
Cloud Run:
用于运行容器化应用的全代管式环境。
Deep Learning Containers:
具有各种数据科学框架、库和工具的容器。
Google Kubernetes Engine (GKE):
用于运行容器化应用的代管式环境。
Knative:
用于构建 Kubernetes 原生云软件的组件。
Google Cloud Marketplace 上的 Kubernetes 应用:
具有预建部署和统一结算功能的容器化应用。
Migrate to Containers:
用于将虚拟机迁移到 GKE 上的系统容器的各种组件。