Created
April 11, 2025 01:54
-
-
Save koduki/78cf1789e3bac8c8487c541597556b50 to your computer and use it in GitHub Desktop.
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| # Google Cloud Next '25 主要アップデート分析：インフラ、データベース、GKE、クラウドネイティブ（AIエージェント関連を除く） | |
| ## エグゼクティブサマリー | |
| Google Cloud Next '25では、コアインフラストラクチャ、データベース、Kubernetesエンジン（GKE）、クラウドネイティブサービスにわたる重要な新機能とアップデートが発表された。全体的なテーマとしては、特にAIに関連する大規模ワークロードを支える基盤としてのパフォーマンス最適化、データベースのモダナイゼーションと統合、Kubernetes機能の強化、そしてサーバーレスおよびハイブリッドクラウド製品の成熟が挙げられる。本レポートでは、ユーザーの要求に基づき、AIエージェント（Agentspace、Agent Development Kit (ADK)、Agent2Agent (A2A) プロトコル、事前構築済みエージェントなど）に特化した発表を除外し、それらを支える基盤となるプラットフォーム機能に焦点を当てて分析する。 | |
| ## I. コアインフラストラクチャの強化：スケールとパフォーマンスの基盤構築 | |
| Google Cloudは、多様化するワークロードに対応するため、インフラストラクチャの強化を継続している。Next '25では、コンピュート、ネットワーキング、ストレージの各領域において、パフォーマンス、スケーラビリティ、効率性を向上させるための重要な発表が行われた。 | |
| ### A. Compute Engineの進化：より多くのパワーと選択肢 | |
| GoogleはCompute Engineポートフォリオの多様化を進めており、パートナーCPU（Intel、AMD）とカスタムArmベースのAxionプロセッサの両方を活用し、様々なワークロードに最適化された新世代VMを提供している。このセクションでは、主要な新しいインスタンスファミリーとベアメタルオプションについて詳述する。 | |
| **C4Dインスタンス (AMD 第5世代 EPYC):** AMDの第5世代EPYCプロセッサをベースとし、Google Titaniumオフロードによって強化された新しいC4D VMが発表された 。最大4.1 GHzの高いコア周波数を特徴とし、汎用コンピューティングワークロードにおいて、C3Dと比較して推定SPECrate®2017_int_baseベンチマークで最大30%のパフォーマンス向上を実現する 。データベースワークロードでは、MySQLで最大55%のクエリ/秒（QPS）向上、Redisで35%のパフォーマンス向上を達成し、Webサービングワークロードでは、前世代と比較してvCPUあたり最大80%高いスループットを提供する 。C4Dは、2 vCPUから最大384 vCPU、最大3TBのDDR5メモリを備えた49種類の業界標準シェイプで提供され、Confidential Computingをサポートする。また、Google初のAMDベースのベアメタル製品と新しいTitanium LSSDも含まれる予定である 。現在プレビュー版として利用可能である 。 | |
| **C4インスタンス (Intel 第6世代 Granite Rapids):** Intelの最新第6世代Granite Rapids CPUをベースにしたC4シリーズが拡張され、より大きなシェイプ（最大288 vCPU、2.2TB DDR5メモリ）が追加された 。最大4.2 GHzというCompute Engine VMの中で最も高い周波数を特徴とし、ゲーミング、推論、大規模データ処理、リアルタイムワークロードなど、要求の厳しい低レイテンシタスク向けに設計されている 。C4ベアメタルでは、前世代と比較して汎用コンピューティングで最大35%、MLレコメンデーションワークロードで最大65%のパフォーマンス向上が見込まれる 。現在プレビュー版として利用可能である 。 | |
| **Z3インスタンス (ストレージ最適化):** ストレージ最適化されたZ3ファミリーがアップデートされ、新しいTitanium SSDを搭載した 。データウェアハウス、SQL、NoSQLデータベースなどのI/O集約型ワークロード向けに、インスタンスあたり3TBから18TBの範囲で9つの新しいより小さなシェイプが導入された。また、最大72TBのTitanium SSDと物理サーバーCPUへの直接アクセスを含む、新しいストレージ最適化ベアメタルインスタンスも発表された 。現在プレビュー版として利用可能である 。 | |
| **Axionプロセッサ (Armベース):** Google独自のカスタムArmベースCPUであるAxionプロセッサの重要性が改めて示された。これはC4Aのようなインスタンスの動力源となっている 。特にCloud SQLとAlloyDBがこれらのインスタンスで利用可能になった文脈で、Nシリーズマシンと比較して約50%優れた価格性能比と、Amazonの同等のGraviton4ベース製品と比較して最大2倍のスループットという利点が強調された 。 | |
| **VMware Engineノードシェイプ:** Google Cloud VMware Engineに18の追加ノードシェイプが提供され、v1とv2全体で合計26のノードシェイプとなった。これにより、VMware環境をGoogle Cloud上で調整するための選択肢が大幅に増加した 。 | |
| #### 考察: | |
| GoogleがIntel、AMD、Armという複数のCPUアーキテクチャにわたって積極的に競争し、単一のアーキテクチャを推進するのではなく、特定のワークロード特性や顧客ニーズに合わせて調整されたパフォーマンスと価格性能オプションを提供していることがうかがえる。C4（Intel）、C4D（AMD）、Axion（Arm）の同時発表・アップデート は、この多角的なCPU戦略を示している。性能向上は、前世代や競合他社との比較ベンチマークに基づいており 、様々なワークロードタイプ（汎用コンピューティング、データベース、Webサービング、ML）における具体的な改善に焦点を当てていることを示唆している。ベアメタルオプションの拡充 は、パフォーマンスやライセンス上の理由から直接的なハードウェアアクセスを必要とするワークロードに対応するものである。 | |
| #### 提案テーブル: Compute Engine インスタンスアップデート (Next '25) | |
| | インスタンスファミリー | ベースCPU | 主要機能/最適化 | パフォーマンスハイライト (vs 前世代/競合) | 新シェイプ/オプション | 提供状況 | | |
| | :--------------------- | :-------------------------- | :------------------------------------------------------------------------------ | :------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | :------------------------------------------------------------------------------- | :------- | | |
| | **C4D** | AMD 5th Gen EPYC | Titaniumオフロード強化、高周波数 (最大4.1GHz)、Confidential Computing、Titanium LSSD | 汎用: 最大30%向上 (SPECrate®2017_int_base); DB: MySQL 最大55% QPS向上, Redis 35%向上; Web: 最大80% スループット/vCPU向上 (vs C3D) | 49シェイプ (2-384 vCPU, 最大3TB DDR5), AMDベースベアメタル | プレビュー | | |
| | **C4** | Intel 6th Gen Granite Rapids | 高周波数 (最大4.2GHz)、大容量メモリ/キャッシュ | ベアメタル: 汎用 最大35%向上, MLレコメンデーション 最大65%向上 (vs 前世代) | 大規模シェイプ (最大288 vCPU, 2.2TB DDR5), ベアメタル, Titanium Local SSDオプション | プレビュー | | |
| | **Z3** | (CPU非特定) | ストレージ最適化、Titanium SSD搭載 | I/O集約型ワークロード向け | 9つの小規模シェイプ (3-18TB), ベアメタル (最大72TB Titanium SSD) | プレビュー | | |
| | **C4A** | Google Axion (Arm) | 価格性能比最適化 | Nシリーズ比 約50%向上、AWS Graviton4比 最大2倍スループット (Cloud SQL/AlloyDB利用時) | Cloud SQL, AlloyDBで利用可能 | 提供中 | | |
| *\* テーブルの価値: このテーブルは、発表された新しいVMオプションの迅速な比較概要を提供し、ユーザーがCPU、パフォーマンス特性、利用可能な構成に基づいて特定のワークロード要件にインスタンスタイプを適合させるのに役立つ。、、からの主要情報を抽出している。* | |
| ### B. 特殊ハードウェアアクセラレーション：要求の厳しいワークロードへの対応 | |
| **Ironwood TPU (第7世代):** 推論に最適化されたGoogleの第7世代TPUであるIronwoodが発表された 。性能特性として、前世代比で5倍のピークコンピュート能力、6倍の高帯域幅メモリ（HBM）容量 、最初の公開TPU比で3600倍のパフォーマンス、29倍のエネルギー効率向上が挙げられる 。年後半に提供開始予定である 。その規模は特筆すべきで、ポッドあたり9,216個以上のチップを搭載し、ポッドあたり42.5エクサフロップスの計算能力を提供する 。これはGemini 2.5のような高度な思考モデルを駆動するために設計されている 。 | |
| **GPUポートフォリオアップデート (NVIDIA):** NVIDIAのB200/GB200 Blackwell GPUを搭載したA4/A4X VMが利用可能になり、Google Cloudが両方の最先端オプションを提供する最初のクラウドプロバイダーとなったことが注目される 。将来的にはNVIDIAの次世代Vera Rubin GPUも提供予定である 。 | |
| **AI Hypercomputerの強化:** ハードウェア（TPU/GPU）、ソフトウェア（Pathwaysランタイム - 後述）、最適化されたインフラストラクチャを含む、より広範なAI Hypercomputerコンセプトが参照された 。Vertex AIサービス利用に関連して、5倍のコンピュート能力と6倍のメモリ容量へのアップデートが言及された 。 | |
| **Pathways Distributed Runtime:** Google DeepMindのPathwaysランタイムがCloud顧客向けに利用可能になった 。これは、動的スケーリングを備えた最先端のマルチホスト推論を可能にする機能である 。 | |
| **Titaniumシステム統合:** Titaniumシステム（オフロードプロセッサ、アダプタ）がコンピュート、ストレージ、ネットワーキングの統合において果たす役割が言及された 。アップデートされたTitanium MLアダプタがNVIDIA ConnectX-7 NICを統合し、3.2 TbpsのGPU間帯域幅を提供し、Jupiterデータセンターファブリックとの統合も行われていることが強調された 。 | |
| #### 考察: | |
| Googleは、特にAIモデルのトレーニングと推論といった大規模計算向けに特注およびパートナーのハードウェアに重点的に投資しており、同時に基盤となるシステムソフトウェア（Pathways、Titanium）を利用可能にすることでパフォーマンスと効率を最適化している。新しいTPU世代（Ironwood）の発表 、最新のNVIDIA GPU（Blackwell、Rubin）の即時採用 、そしてPathwaysのような内部ツールの提供 は、最も要求の厳しいワークロード向けに最先端のハードウェアとソフトウェアを提供するという明確な焦点を示している。パフォーマンスメトリクス（エクサフロップス、帯域幅） は、ターゲットとする規模を強調している。Titaniumの役割 は、最適化のためのシステムレベルの統合を示している。 | |
| ### C. ネットワーキング変革：Googleのグローバルリーチの活用 | |
| **Cloud Wide Area Network (Cloud WAN):** Googleのグローバルプライベートネットワーク（200以上の国と地域に広がり、200万マイル以上のファイバーで接続）を企業向けに提供する新しいサービス、Cloud WANが発表された 。これは、完全に管理された、信頼性の高い、安全なエンタープライズバックボーンとして説明されている 。自己管理型WANと比較して、最大40%高速なパフォーマンスと最大40%低い総所有コスト（TCO）という具体的な利点が主張されている 。早期導入企業（Nestlé、Citadel Securities）や提供開始時期（2025年4月後半）についても言及された 。Palo Alto NetworksやMenlo Securityといったセキュリティパートナーとの統合も注目される 。 | |
| **高帯域幅インターコネクト:** 新しい400G Cloud InterconnectおよびCross-Cloud Interconnectオプションが発表され、従来の100G世代の4倍の帯域幅を提供する 。Cloud WANの一部として、データセンター間のレイヤ2接続（10G/100Gリンク）を提供するCross-Site Interconnectのプレビュー提供についても言及された 。 | |
| #### 考察: | |
| Googleは、自社の巨大な内部ネットワークインフラストラクチャを製品化し、競争上の差別化要因としている。これにより、企業は自身の広域ネットワークニーズに対して、従来の通信事業者のMPLSや複雑なSD-WAN設定に代わる、潜在的に大幅なパフォーマンスとコスト上の利点を得られる可能性がある。Cloud WANがSearchやGmailで使用されているGoogle自身のバックボーンを活用していることを明示し 、具体的なパフォーマンス/TCO改善数値を提供すること は、プレミアムなサービスとしての位置づけを示している。400Gインターコネクトの導入 は、Google Cloudネットワークへのより高帯域なオンランプを提供することでこれを補完している。これは、信頼性が高く高性能なグローバル接続に対する企業のニーズに応えるものである。 | |
| ### D. スケールとスピードのためのストレージイノベーション | |
| **Hyperdiskストレージ:** 大規模AIトレーニングワークロード向けに設計されたStorage PoolsのバリアントとしてHyperdisk Exapoolsが発表された 。その能力として、クラスタあたり数エクサバイトの容量とテラバイト/秒のスループットが挙げられる 。TCO最適化のためのシンプロビジョニングやデータ削減といった機能も言及された 。プレビュー提供時期は2025年第2四半期とされている 。C4/C4D/Z3インスタンスでのHyperdisk利用可能性も改めて確認された 。 | |
| **Titanium SSD:** 新しいTitanium SSDがZ3インスタンス およびC4Dインスタンス（Titanium LSSD） に統合されたことが強調された。これにより、I/Oパフォーマンスが向上し、レイテンシが削減される（C4 Local SSDで最大35%）。 | |
| **Cloud Storageの機能強化:** | |
| * **Zonal Bucket / Rapid Storage:** Google初のゾーン別オブジェクトストレージである新しいCloud Storage Zonal Bucketオプション（ではRapid Storageとも呼ばれる）が説明された 。その利点として、コンピュート（TPU/GPU）とのコロケーションによる高速なデータローディング（によればリージョナルバケット比で最大20倍高速なランダムリード、によれば最速の代替手段比でランダムリード/ライトのレイテンシが5倍低い）が挙げられた。 | |
| * **Anywhere Cache:** Anywhere Cacheの目的が説明された。これはリージョナルバケットと連携し、特定のゾーン内のアクセラレータに近い場所にデータをキャッシュするものである 。主張される利点として、ストレージレイテンシを最大70%削減し、トレーニング時間を加速することが挙げられた 。 | |
| * で言及されているCloud Storage FUSEやParallelstoreのような一般的なキャッシュ改善も関連テーマとして触れられた（ただし、この情報はNext '24のものだがテーマは関連している）。 | |
| #### 考察: | |
| Googleは、大規模データ処理とAIワークロードの様々なフェーズに最適化された多層ストレージ階層を構築している。容量（Exapools）、生のI/Oパフォーマンス（Titanium SSD）、データ局所性/レイテンシ（Zonal Buckets、Anywhere Cache）、コスト効率（シンプロビジョニング）といった異なる要求に対応している。Exapools はトレーニング中に必要な巨大な容量/スループット、Titanium SSD はVMレベルのI/O、Zonal Buckets はストレージとコンピュート間のネットワークレイテンシ削減、Anywhere Cache はキャッシュによるさらなるレイテンシ削減、といったように、特定の機能が明確なボトルネックに対処している。この階層化されたアプローチは、現代の大規模アプリケーションが持つ複雑なストレージ要求に応えるものである。 | |
| ### E. リーチの拡大：Google Distributed Cloud (GDC) | |
| **GDC上のGemini:** Geminiモデルが、エアギャップ環境および接続環境において、GDC上でローカルに実行可能になったことが発表された 。対応ハードウェア（NVIDIA Confidential Computing、DGX B200/HGX B200 Blackwell、Dellとのパートナーシップ）も言及された 。（フィルター：GDC上のAgentspaceに関する言及は除外） | |
| **GDC全般の進歩:** およびにおける「Google Distributed Cloudの進歩」への言及があり、GDCがAI/データワークロードをどこでも実行可能にすることに関連付けられた（ - Next '23の文脈だがテーマは継続）。 | |
| #### 考察: | |
| Googleは、データレジデンシー、セキュリティ、レイテンシの要件を満たすために、最新のAIモデル（Gemini基盤モデル、エージェントではない）を含むクラウドサービスをオンプレミス、エッジ、ソブリン環境に提供するため、GDCへの投資を継続している。Geminiのような強力なモデルをGDCに導入すること は重要なステップであり、パブリッククラウドでは実行できないユースケースを可能にする。特定のセキュアハードウェアへの対応 は、エンタープライズおよび規制対象環境への焦点を強化している。これは、より広範なハイブリッド/マルチクラウド戦略と一致している。 | |
| ## II. データベースのモダナイゼーション：強化された機能で多様なデータニーズをサポート | |
| Google Cloud Next '25では、データベースポートフォリオ全体にわたる重要なアップデートが発表され、パフォーマンスの向上、AI/ML統合（ベクトル検索、自然言語クエリ機能）の強化、互換性の拡大、統合管理が強調された。 | |
| ### A. AlloyDBの進歩 (PostgreSQL互換) | |
| * **パフォーマンスと効率性:** AlloyDBがC4A (Axion) インスタンスで利用可能になり、大幅な価格性能向上が提供されることが強調された 。標準PostgreSQLに対するパフォーマンス上の利点（例：ScaNNによる高速なインデックス作成/クエリ）も言及された 。ScaNNインデックスが標準PostgreSQLのHNSWインデックスと比較して最大10倍高速なフィルタリングされたベクトル検索を提供することが改めて述べられた 。で指摘された一般的なパフォーマンス向上（高速なトランザクション、分析）も言及された。 | |
| * **ベクトル検索 (ScaNN):** ScaNNインデックスを活用したベクトル検索機能の採用と強化について詳述された 。パフォーマンス向上と採用拡大（ScaNNローンチ以来7倍）が強調された 。 | |
| * **自然言語クエリ:** アプリケーションが自然言語を使用してデータをクエリできる次世代の自然言語機能が説明された 。これがコンテキストと意図の明確化を利用し、パラメータ化されたビューを通じてセキュリティが確保される仕組みが解説された 。（フィルター：これを単なる「エージェント」機能としてではなく、アプリケーション構築のための開発者向け機能として提示） | |
| * **AlloyDB AIクエリエンジン:** SQL内で自然言語表現を可能にする新しいエンジンが言及された 。 | |
| * **新しいAIモデル統合:** 関連性再ランキング、マルチモーダル埋め込み、テキスト埋め込みのための新しいVertex AI/DeepMindモデルの統合が指摘された 。（フィルター：エージェント構築ではなく、モデル統合自体に焦点を当てる） | |
| * **AlloyDB Omni:** Aiven for AlloyDB Omniの一般提供（GA）が言及され、GCP、AWS、Azure全体でマネージドAlloyDBサービスを提供する 。 | |
| #### 考察: | |
| AlloyDBは、特にパフォーマンス、スケーラビリティ、統合されたAI/ML機能（ベクトル検索など）を必要とする最新のアプリケーション向けに、PostgreSQL互換性を維持しながらGoogleの主力リレーショナルデータベースとして位置づけられている。パフォーマンスベンチマーク 、ScaNNベクトル検索のような高度な機能 、自然言語クエリ 、新しいAIモデルとの統合 への焦点がこの位置づけを裏付けている。コスト効率の良いAxionインスタンスでの利用可能性 とOmniによるマルチクラウド対応 は、その魅力を広げている。 | |
| ### B. Cloud SQLのアップデート (MySQL, PostgreSQL, SQL Server) | |
| * **パフォーマンス:** より良い価格性能比を実現するため、C4A (Axion) インスタンスでの利用可能性が強調された 。 | |
| * **Database Migration Service (DMS):** SQL Server（セルフマネージドまたはクラウド）からCloud SQL for PostgreSQLへの移行をサポートする新しいDMS機能について詳述された 。スキーマ/コード変換（Transact-SQLを含む）のために、アルゴリズム手法とGeminiモデル（基盤モデル機能、エージェントではない）が使用されることが言及された 。 | |
| #### 考察: | |
| Googleは、GCP上で従来のエンタープライズデータベース（MySQL、PostgreSQL、SQL Server）を実行し、レガシーシステム（特にSQL Server）から移行することを、より容易かつコスト効率的にしている。C4Aインスタンスサポートの提供 は、コスト懸念に直接対応している。複雑なコード変換を含むSQL ServerからPostgreSQLへの移行のためのDMSへの大規模な投資 は、一般的なエンタープライズモダナイゼーションパスをターゲットにしている。 | |
| ### C. Spannerの開発 (グローバル分散SQL) | |
| * **ベクトル検索GA:** Spannerにおけるベクトル検索の一般提供（GA）が発表された 。既存のSQL、グラフ、キーバリュー、全文検索モダリティとの統合が強調された 。 | |
| * **グラフ可視化GA:** Spanner内でグラフデータを探索するためのグラフ可視化機能のGAが発表された 。 | |
| #### 考察: | |
| Spannerは、グローバルに分散され、強力な一貫性を持つトランザクションワークロードを処理できるユニークなデータベースとして進化を続けており、同時にベクトル検索やグラフ機能のような最新のデータタイプと機能を取り込んでいる。ベクトル検索やグラフ可視化のようなGA機能の追加 は、グローバルにスケーラブルで一貫性のあるプラットフォーム上で、より複雑な最新アプリケーション（例：レコメンデーション、不正検出、ナレッジグラフを含む）を構築するための要件に直接対応している。 | |
| ### D. NoSQLのアップデート (Firestore, Bigtable) | |
| * **Firestore MongoDB互換性:** Firestore向けのMongoDB API互換性のプレビュー版ローンチについて詳述された 。これにより、開発者はMongoDBドライバ、コード、エコシステムツールをFirestoreバックエンドで使用できることが説明された 。Firestoreはサーバーレスでスケーラブルなドキュメントデータベースとして位置づけられた 。 | |
| * **Bigtable Continuous Materialized Views:** Bigtable向けの継続的マテリアライズドビューのプレビュー版が発表された 。その目的は、即時のインサイトを必要とするアプリケーションのためのリアルタイム更新とレポート作成を簡素化することであると説明された 。 | |
| #### 考察: | |
| Googleは、人気のあるエコシステム（MongoDB）からの開発者を引き付け、一般的なリアルタイム分析パターンを簡素化するために、NoSQL製品を強化している。FirestoreのMongoDB API互換性 は、切り替えコストを下げることで、広く使用されているNoSQLデータベースからのワークロードを獲得しようとする直接的な試みである。Bigtableのマテリアライズドビュー は、リアルタイムカウンターや集計を構築する際の特定の開発者の課題に対処している。 | |
| ### E. インメモリおよびパートナーデータベース | |
| * **Memorystore for Valkey GA:** Memorystore for Valkey（バージョン7.2、8.0をサポート）のGAが発表された 。v8.0のパフォーマンス（Redis Cluster比で最大2倍のQPS、マイクロ秒レイテンシ）とメモリ効率/信頼性の向上が強調された 。（注：ValkeyはRedisのコミュニティフォーク） | |
| * **拡張されたOracleサービス:** Google Cloud上でのOracle Exadata X11MのGAについて詳述された 。CMEKのサポートも言及された 。新しいOracle Base Database Serviceの提供も発表された 。20のGoogle Cloudロケーションでの展開が指摘された 。 | |
| #### 考察: | |
| Googleは、オープンソースの代替手段（Valkey）を受け入れつつ、同時に主要なエンタープライズデータベースベンダー（Oracle）とのパートナーシップを深めることで、最大限の選択肢を提供し、多様な顧客要件を満たそうとしている。Valkeyの提供 は、Redisの新しいライセンスからのオープンソースコミュニティの移行と一致している。Oracleパートナーシップの拡大 は、既存のOracle投資を持つ大企業を引き付ける上で重要であり、ネイティブ統合と最新ハードウェア（Exadata X11M）を提供している。 | |
| ### F. 統合管理：Database Center GA | |
| **Database Centerの一般提供（GA）**が発表された 。これは、すべてのGoogle Cloudデータベース（Cloud SQL、AlloyDB、Spannerなど）をサポートするAIを活用した統合フリート管理ソリューションとして説明された 。その機能として、より豊富なメトリクス、パフォーマンス/信頼性/セキュリティ最適化のための実用的な推奨事項が強調された 。 | |
| #### 考察: | |
| データベースポートフォリオが多様化するにつれて、Googleは簡素化された集中管理の必要性を認識しており、運用上の複雑さを管理するためにAI（推奨事項のためであり、エージェントではない）を活用している。複数の異なるデータベースタイプを管理することは困難な場合がある。Database Center は、単一の管理画面とプロアクティブな洞察を提供し、複数のGoogle Cloudデータベースサービスを使用する顧客の運用オーバーヘッドに対処する。 | |
| #### 提案テーブル: 主要データベースアップデート概要 (Next '25) | |
| | データベースサービス | 主要発表 | 影響/利点 | 提供状況 | | |
| | :--------------------------- | :--------------------------------------------------------------------------------------------------------- | :---------------------------------------------------------------------------------------- | :----------- | | |
| | **AlloyDB** | C4Aインスタンス対応、ScaNNによるベクトル検索強化 (最大10倍高速)、次世代自然言語クエリ、AIクエリエンジン、新AIモデル統合、Aiven for AlloyDB Omni GA | パフォーマンス/価格性能向上、AI/ML統合強化、PostgreSQLモダナイゼーション促進、マルチクラウド対応 | GA/プレビュー | | |
| | **Cloud SQL** | C4Aインスタンス対応、DMSによるSQL ServerからPostgreSQLへの移行サポート (Gemini活用) | 価格性能向上、SQL Serverからの移行簡素化 | GA | | |
| | **Spanner** | ベクトル検索GA、グラフ可視化GA | グローバルスケールDBでの最新データタイプ/機能サポート強化 | GA | | |
| | **Firestore** | MongoDB API互換性 (プレビュー) | MongoDBエコシステムからの移行/利用促進 | プレビュー | | |
| | **Bigtable** | 継続的マテリアライズドビュー (プレビュー) | リアルタイム分析/レポート作成の簡素化 | プレビュー | | |
| | **Memorystore for Valkey** | GA (v7.2, 8.0)、v8.0でパフォーマンス向上 (最大2倍 QPS) | 高性能インメモリキャッシュのオープンソース代替選択肢提供 | GA | | |
| | **Oracle on GCP** | Oracle Exadata X11M GA (CMEKサポート)、Oracle Base Database Service提供 | エンタープライズOracleワークロードのGCP移行/実行オプション拡大 | GA | | |
| | **Database Center** | GA、AI活用統合フリート管理 (全DBサポート)、パフォーマンス/信頼性/セキュリティ推奨 | 複数DB環境の運用管理簡素化、最適化支援 | GA | | |
| *\* テーブルの価値: このテーブルは、Googleの多様なデータベースポートフォリオ全体にわたる主要な発表の簡潔な要約を提供し、読者が自身のスタックに関連する各サービスの主要な変更点を迅速に把握できるようにする。、、、、、、からの情報を統合している。* | |
| ## III. Google Kubernetes Engine (GKE) の進化：アプリケーションの未来をオーケストレーション | |
| GKEは、要求の厳しいAI/MLワークロードや大規模デプロイメントを含む、コンテナ化されたアプリケーションのためのGoogle Cloud戦略の中心であり続けている。Next '25の発表は、パフォーマンス、スケーラビリティ、ハードウェアサポート、管理の強化に焦点を当てていた。 | |
| ### A. 要求の厳しいワークロード（AI推論を含む）のためのパフォーマンスとスケーラビリティ | |
| * **GKE推論機能:** GKEにおける新しい推論機能が強調された。これには、生成AIを意識したスケーリングと負荷分散機能が含まれる 。内部ベンチマークに基づくとされる利点として、最大30%のコスト削減、最大60%のテールレイテンシ削減、最大40%のスループット向上が挙げられた 。（フィルター：推論されるモデルではなく、GKEの機能に焦点を当てる） | |
| * **Cluster Director:** AI/HPCワークロード向けに、数万単位のアクセラレータの大規模デプロイメントを単一ユニットとして管理し、プロビジョニング、オーケストレーション、運用を合理化するCluster Directorが言及された 。これはセッションBRK2–128に関連付けられた 。 | |
| * **メガスケールクラスタ (Anthropicの例):** AnthropicがメガスケールKubernetesクラスタの管理、多様なワークロードのオーケストレーション、効率最適化の達成にGKEを使用している例が参照され、GKEの極端なスケールへの対応能力が示された 。 | |
| * **Shopifyの例:** ShopifyがGKEイノベーションを活用して堅牢性とスケーラビリティを実現し、ブラックフライデーのようなピークイベントに対応していることが言及された 。 | |
| #### 考察: | |
| GKEは、特にAI推論のような大規模でパフォーマンスに敏感なワークロード向けに重点的に最適化されている。基本的なオーケストレーションを超えて、大規模環境でのコスト、レイテンシ、スループット改善のための特殊な機能を提供している。GKE推論で引用された具体的なメトリクス やCluster Directorのようなツールの導入 は、大規模でアクセラレータを多用するクラスタのパフォーマンスと管理性を最適化することに焦点を当てていることを示している。AnthropicやShopifyのような顧客事例 は、GKEのスケーラビリティに関する実世界での検証を提供している。 | |
| ### B. 強化されたハードウェアサポートと統合 | |
| * **TPUサポート:** GKEがCloud TPU v5pをサポートすること 、およびGKE経由でTPU上でオープンモデルを提供し、より良い価格性能比を実現することが言及された 。 | |
| * **GPUサポート:** 最新GPU（/で言及されたH100搭載のA3 Mega - Next '24の文脈。Next '25で発表されたA4/A4X/Blackwellにも拡張される可能性が高い）へのサポートが改めて確認された。 | |
| * **Ray on GKE:** 次世代MLプラットフォーム構築のために、人気のAI/MLフレームワークであるRayとGKEの統合に焦点が当てられていることが強調された 。 | |
| #### 考察: | |
| GKEは、Googleの特殊ハードウェア（TPU、GPU）および人気のMLフレームワーク（Ray）と緊密に統合されており、Google Cloudエコシステム内でAI/MLモデルを開発・展開するための推奨プラットフォームとなっている。GKE上のTPU およびRay に特化したセッションや、GPUサポートに関する以前の発表 は、MLワークロード向けに最適化された環境を提供するためのこの意図的な統合努力を示している。 | |
| ### C. 管理とオブザーバビリティの改善 | |
| * **簡素化されたクラスタ管理:** Kubernetesクラスタのフリート管理を容易にするアップデートが参照された 。 | |
| * **LLMワークロードのモニタリング:** GKE上のAIモデルサーバー（Ray、Triton、vLLM、TGI）をモニタリングするためのGoogle Cloud Observabilityスイートの機能が言及された 。 | |
| * **Argo CD統合:** マルチクラスタ管理とデプロイメントのためにArgo CDとフリートを使用してGKE上に推論プラットフォームを構築するユースケース（Abridgeの例）が指摘された 。 | |
| * **GKE Enterprise:** これらの高度な機能（マルチクラスタ管理、Cluster Directorの可能性、高度なセキュリティ/メッシュ機能など）の多くが、GKE Enterpriseの文脈で位置づけられた 。 | |
| #### 考察: | |
| GKEデプロイメントがより大規模かつ複雑になる（マルチクラスタ、特殊ワークロード）につれて、Googleは運用を簡素化するために管理、オブザーバビリティ、CI/CDツールを強化している。フリート管理 、MLワークロード向けの特殊モニタリング 、Argo CDのような人気のGitOpsツールとの統合 への焦点は、大規模なKubernetes運用における運用上の課題に直接対応している。GKE Enterprise は、多くの高度な管理機能の傘として機能している。 | |
| ## IV. クラウドネイティブとサーバーレス開発：デプロイメントと運用の簡素化 | |
| Googleは、サーバーレス製品（Cloud Run、Cloud Functions）とハイブリッド/マルチクラウドプラットフォーム（Anthos、現在はCloud Service Meshと共に進化）の強化を続けており、開発者エクスペリエンスの簡素化と環境間での柔軟性の提供を目指している。 | |
| ### A. Cloud Runの機能拡張 | |
| * **高可用性:** リージョン障害に対する耐性を持ち、追加の複雑さやコストなしで実現できる高可用性マルチリージョンサービスの機能について詳述された 。 | |
| * **GPUサポート:** AI推論ワークロード向けに、オンデマンドのNVIDIA L4 GPUアクセス（パブリックプレビュー）が発表された。高速な起動時間とスケールトゥゼロを特徴とする 。 | |
| * **ソースベースデプロイメント:** サポートされている言語（Go、Node.js、Python、Java、.NET Core、Ruby）について、ソースコードから直接デプロイし、コンテナビルドを自動化するオプションが改めて述べられた 。 | |
| * **Cloud Runジョブ:** 最大24時間、インスタンスを並列実行して完了するバッチ処理のためのCloud Runジョブが説明された 。 | |
| * **Cloud Run Functions (プレビュー):** サービス構成を完全に制御しながら関数を直接デプロイできるCloud Run Functionsのプレビュー版が言及された 。 | |
| * **VPC接続:** 直接的なVPC接続機能が指摘された 。 | |
| * **レスポンスストリーミング:** に基づき、レスポンスストリーミングに関連するアップデート（32MB制限の撤廃、HTTP/gRPCストリーミングのためのチャンク転送エンコーディングのサポート）の可能性が認識された（ただし、ビデオソースの確認/文脈が必要）。 | |
| * **セキュリティ統合 (CrowdStrike):** CrowdStrike Falconのようなサードパーティ製セキュリティツールとの統合が言及され、Cloud Runコンテナにランタイムセキュリティを提供する 。 | |
| #### 考察: | |
| Cloud Runは、単純なWebアプリだけでなく、長時間実行ジョブ、GPUアクセラレーションワークロード、潜在的なストリーミングユースケースも処理できる汎用性の高いサーバーレスプラットフォームへと成熟しており、サーバーレスとコンテナプラットフォームの境界線を曖昧にしている。マルチリージョンHA 、GPUサポート 、長時間実行ジョブ 、そして潜在的なストリーミング のような機能の追加は、Cloud Runの適用範囲を当初のスコープを超えて大幅に拡大している。Functionsプレビュー は、Cloud Functionsとの統合または統合の可能性を示唆している。 | |
| ### B. Cloud Functionsのアップデート | |
| **評価:** 提供された情報（-）をレビューした。開発や関数に言及するほとんどの情報でAIエージェントに重点が置かれていることが指摘された。はCloud Functionsをインフラを抽象化するFaaSとして説明している。は過去のインシデントに言及している。は個人プロジェクトでのCloud Functions/App Engine利用に関するユーザーの懸念を論じている。はDuet AIの改善（Next '24）に言及している。はCloud Functions Gen 1のレイテンシ問題（過去のインシデント）に言及している。結論: 非エージェントコンテンツにフィルタリングされた提供情報にのみ基づくと、Next '25からのCloud Functionsに関する特定の新しい機能発表は詳述されていない。主要なサーバーレス関数の進化は、Cloud Run Functions を通じて起こっているように見える。 | |
| #### 考察: | |
| Next '25におけるサーバーレスコンピューティング分野でのGoogleの焦点は、Cloud Runとその進化（Cloud Run Functionsを含む）に重きを置いているように見受けられ、提供された非エージェント資料では従来のCloud Functionsサービスに関する新しいコア機能への明確な言及は限定的である。フィルタリングされた情報内でCloud Functionsの具体的な機能発表がないこと、対照的にCloud Run（Functionsプレビューを含む）に関して詳細が提供されていることは、サーバーレス実行に関してCloud Runプラットフォームへの戦略的な重点または統合の可能性を示唆している。 | |
| ### C. Anthos / GKE Enterprise / Cloud Service Mesh：ハイブリッド/マルチクラウド管理とサービスネットワーキング | |
| * **Cloud Service Mesh (CSM) への進化:** Anthos Service Mesh (ASM) と Traffic Director が新しい Cloud Service Mesh (CSM) に統合されたことが説明された 。CSMは完全に管理されたサービスメッシュ製品として説明された 。 | |
| * **CSMの機能:** CSMがハイブリッド/マルチクラウド（GCP、他クラウド、オンプレミス）および多様なワークロード（VM、Cloud Run、GKE、セルフマネージドK8s）をサポートすることが詳述された 。オープンAPI（Istio、Gateway API）およびGoogle API（AppNet、サービスルーティング）のサポートも言及された 。管理されたコントロールプレーン、トラフィック管理、セキュリティ機能（mTLS、RBAC）、フォールトインジェクションが強調された 。 | |
| * **Anthosの文脈:** Anthos（現在はGKE Enterpriseの傘下で言及されることが多い）が、これらのハイブリッド/マルチクラウド機能を可能にするプラットフォームとして位置づけられた。これには、オンプレミスでのGKE実行（ベアメタル、VMware）やクラウド間でのクラスタ管理（で言及されたEKS/AKS向けのAttached Clusters）が含まれる 。Anthosクラスタ上でのサーバーレスエクスペリエンスのためのCloud Run for Anthosも言及された 。 | |
| * **価格モデル:** CSMがGKE Enterpriseの一部またはGCP上でスタンドアロンで提供され、オンプレミス/マルチクラウド利用にはGKE Enterpriseが必要であることが指摘された 。 | |
| #### 考察: | |
| Googleは、ASMとTraffic DirectorをCSMに統合することでサービスメッシュのストーリーを簡素化し、Istio APIのサポートを維持しながら、完全に管理されたエクスペリエンスを提供している。そして、GKE Enterpriseの下での広範なハイブリッド/マルチクラウド戦略の一環として、多様な環境とワークロードタイプにわたってメッシュ機能を拡張している。CSMがASMとTDを統合するという明確な発表 は、で指摘されたユーザーの混乱に対処している。完全に管理されているという説明 は、運用上の簡便性をターゲットにしている。ハイブリッド/マルチクラウドデプロイメント および様々なコンピュートプラットフォーム（VM、コンテナ、サーバーレス） への継続的なサポートは、柔軟性へのコミットメントを示している。GKE Enterprise内でのバンドル は、プレミアムなエンタープライズ向け製品としての位置づけを示唆している。 | |
| ## V. 戦略的影響と結論 | |
| ### A. 観測された主要トレンド | |
| * **スケールに最適化されたインフラ:** カスタムハードウェア（Ironwood、Axion）、ネットワーキング（Cloud WAN）、ストレージ（Exapools、Zonal）への大規模投資は、AI/MLの要求に強く影響されつつも、他の大規模ワークロードにも有益な、大規模コンピューティングを明確にターゲットにしている。 | |
| * **データベースのモダナイゼーションと統合:** 既存データベース（AlloyDB、Spanner）を最新機能（ベクトル検索）で強化し、互換性/移行パス（Firestore MongoDB API、SQL Server向けDMS）を改善することは、新規およびレガシーワークロードの両方を獲得することを目指している。 | |
| * **統合管理:** Database CenterやCloud Service Meshへの進化のような取り組みは、ますます複雑化・分散化する環境全体での運用簡素化に焦点を当てていることを示している。 | |
| * **開発者エクスペリエンスへの焦点:** Cloud Runソースデプロイメント、AlloyDBの自然言語クエリ（機能）、GKE推論最適化のような機能は、開発者の生産性と使いやすさの向上を目指している。 | |
| * **ハイブリッド/マルチクラウドへのコミットメント:** GDC、Anthos/GKE Enterprise、CSMへの継続的な投資は、顧客がいる場所で対応するというGoogleの戦略を強化している。 | |
| ### B. Google Cloudの競争上の位置づけ | |
| * **独自の強みを活用：** Googleのグローバルネットワーク（Cloud WAN）、AI/MLハードウェア専門知識（TPU）、データ分析の伝統。 | |
| * **複数の前線での競争：** 多様なCPUオプションの提供、オープンソース（Valkey、Istio互換性）の採用、エンタープライズ大手（Oracle、NVIDIA）との提携。 | |
| * **エンタープライズニーズへの対応：** セキュリティ、管理性、ハイブリッド/マルチクラウド、移行ツールへの焦点。 | |
| ### C. 評価と採用に関する推奨事項 | |
| * **ワークロード適合性の評価:** 特定のパフォーマンスとコスト要件に基づいて、新しいCompute Engineインスタンス（C4/C4D/Z3/Axion）を評価する。 | |
| * **データベースモダナイゼーションの検討:** PostgreSQLモダナイゼーションにはAlloyDB、MongoDBワークロードにはFirestore、新機能を備えたグローバルスケールにはSpannerを検討する。移行にはDMSを活用する。 | |
| * **K8sデプロイメントの最適化:** 大規模またはMLワークロード向けに、GKE推論機能、Cluster Director、Ray統合を調査する。高度な管理とサービスメッシュのニーズには、GKE Enterprise/CSMを評価する。 | |
| * **サーバーレス/クラウドネイティブの活用:** 適切なワークロードには、Cloud Runの拡張機能（HA、GPU、ジョブ）を利用する。Cloud Run Functionsの進化を監視する。 | |
| * **ネットワーク戦略:** 既存のエンタープライズWANの代替または拡張としてCloud WANを評価する。 | |
| * **最新情報の把握:** 特にハードウェアおよびAI関連プラットフォーム機能に関するイノベーションの速さに注意する。 | |
| ## 引用文献 | |
| 1. Delivering new compute innovations and offerings | Google Cloud ..., https://cloud.google.com/blog/products/compute/delivering-new-compute-innovations-and-offerings | |
| 2. What's new for Google Cloud databases at Next'25 | Google Cloud ..., https://cloud.google.com/blog/products/databases/whats-new-for-google-cloud-databases-at-next25 | |
| 3. Google Cloud enhances database services with AI features, https://itbrief.asia/story/google-cloud-enhances-database-services-with-ai-features | |
| 4. Google Cloud Next 2025: News and updates, https://blog.google/products/google-cloud/next-2025/ | |
| 5. Sundar Pichai's keynote at Google Cloud Next 2025 - Google Blog, https://blog.google/products/google-cloud/google-cloud-next-2025-sundar-pichai-keynote/ | |
| 6. Next 25 Day 1 recap | Google Cloud Blog, https://cloud.google.com/blog/topics/google-cloud-next/next25-day-1-recap | |
| 7. Welcome to Google Cloud Next '25, https://cloud.google.com/blog/topics/google-cloud-next/welcome-to-google-cloud-next25 | |
| 8. Google Unfurls Raft of AI Agent Technologies at Google Cloud Next ..., https://techstrong.ai/agentic-ai/google-unfurls-raft-of-ai-agent-technologies-at-google-cloud-next-25/ | |
| 9. Google Cloud Next 25: AI, cloud, and WAN, https://www.cloudcomputing-news.net/news/google-unveils-cloud-wan-and-gemini-tools-at-google-cloud-next-2025/ | |
| 10. Google Cloud Next'24 Rewind – Part 2: Breaking Ground in Cloud and AI: A Recap of Google Cloud's Latest Innovations - Daston, https://daston.com/news/googlecloudnext24part2breakinggroundincloud/ | |
| 11. Google Cloud Next 2025: Complete Guide - Splunk, https://www.splunk.com/en_us/blog/learn/google-cloud-next.html | |
| 12. Google Cloud Fleshes Out its Databases at Next 2025, with an Eye ..., https://www.bigdatawire.com/2025/04/10/google-cloud-fleshes-out-its-databases-at-next-2025-with-an-eye-to-ai/ | |
| 13. Google Cloud Platform Resources AlloyDB, https://www.gcpweekly.com/gcp-resources/tag/alloydb/ | |
| 14. GKE and Cloud Run @Next'25. Google Cloud Next 2025 is around ..., https://medium.com/@boredabdel/gke-and-cloud-run-next25-4a95f0e9ce12 | |
| 15. New launches at Google Cloud Next '24!, https://www.googlecloudcommunity.com/gc/Community-Hub/New-launches-at-Google-Cloud-Next-24/m-p/736917 | |
| 16. Cloud Service Mesh, https://cloud.google.com/products/service-mesh | |
| 17. Google Cloud Platform Resources Anthos, https://www.gcpweekly.com/gcp-resources/tag/anthos/ | |
| 18. Google Cloud Anthos: Hybrid AI And 5 Other New Features - CRN, https://www.crn.com/slide-shows/cloud/google-cloud-anthos-hybrid-ai-and-5-other-new-features | |
| 19. Anthos - Google Cloud Community, https://www.googlecloudcommunity.com/gc/Anthos/bd-p/cloud_anthos | |
| 20. Cloud Run | Google Cloud, https://cloud.google.com/run | |
| 21. Cloud Run: What's new? - YouTube, https://www.youtube.com/watch?v=os2FPR9WjY0 | |
| 22. Falcon Cloud Security Supports Google Cloud Run to Strengthen ..., https://www.crowdstrike.com/en-us/blog/falcon-cloud-security-supports-google-cloud-run/ | |
| 23. Google Cloud Next 2025, https://cloud.withgoogle.com/next/25 | |
| 24. Google Cloud infrastructure, https://www.cloudskillsboost.google/paths/8/course_templates/593/video/508305?locale=uk | |
| 25. History of incidents reported by product - Google Cloud Service Health, https://status.cloud.google.com/summary | |
| 26. Deploy your side-projects at scale for basically nothing – Google Cloud Run | Hacker News, https://news.ycombinator.com/item?id=22027459 | |
| 27. Developer-focused sessions and talks at Google Cloud Next '25, https://developers.googleblog.com/en/developer-focused-sessions-and-talks-at-google-cloud-next-25/ | |
| 28. Cloud Service Mesh: The new Managed Service Mesh by Google - Devoteam, https://www.devoteam.com/expert-view/cloud-service-mesh-the-new-managed-service-mesh-by-google/ | |
| 29. Anthos: 1 Year of hybrid and multi-cloud application modernisation - Devoteam, https://www.devoteam.com/expert-view/anthos-1-year-of-hybrid-and-multi-cloud-application-modernisation/ | |
| 30. Using Cloud Run for Anthos for hybrid and multicloud architectures ..., https://www.youtube.com/watch?v=uNhgTQw8sUc | |
| 31. Cloud Run for Anthos | Google Cloud Skills Boost, https://www.cloudskillsboost.google/course_templates/434/video/507903 |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment