重點新聞(2021/07/01~2021/07/07)

  經濟部    雲端市集    中小企業  

經濟部集合逾250個SaaS打造雲端服務市集,供中小企業選購雲端POS、辦公協作等工具

經濟部中小企業處在7月1日推出「臺灣雲市集」平臺,打造雲端服務市集,集合臺灣市場超過250個雲端SaaS服務,要協助中小微型企業選用、導入。這個市集以企業常評估導入雲端服務方案的使用情境,來將上百項雲端服務歸納為 6大領域,包含了網路開店、行銷推廣、遠距辦公與文書、企業管理、客戶服務和市場分析。

其中,有像是進銷存管理、辦公協作、POS、行動支付及開店平臺等雲端服務方案,鎖定餐飲、零售、批發、製造等產業的企業採購。為確保雲端方案的服務品質,經濟部中小企業處要求市集內的資服廠商,須提供雲端方案的導入、教育訓練及售後服務,而中小微企業導入後,也需給予廠商滿意度評價。

除提供雲端方案供企業採購外,市集也提供點數、專家服務與成功案例的服務。經濟部中小企業處表示,坊間雲端軟體工具多樣,而價格及服務不一,中小微型企業選擇不易,新平臺除補助點數降低導入成本,也提供買賣定型化契約來保障企業使用權益。另外,專家服務團會依據企業轉型發展需求,提供免費諮詢診斷,還有提供典範案例說明關鍵因素及使用的數位工具,供其他企業學習。(詳全文)

  GCP平臺    運算資源     擴充預測  

Google Compute Engine新增預測性自動擴充功能,可提前應預期需求添VM供應用及時初始化

Google雲端運算服務Compute Engine新增預測性自動擴充功能,整合GCP平臺機器學習能力,供企業根據預測性需求添加額外的Compute Engine VM資源,讓應用程式有足夠時間完成初始化配置。新功能會利用企業執行實例群的CPU歷史紀錄,來預測未來的運算負載,並計算需要多少VM才能滿足CPU目標利用率。Google雲端表示,機器學習機制會根據每個多執行實例GPU(MIG)的循環負載模式,來調整預測值。

企業可以通過配置應用程式完成出示化週期,來指定自動擴充器要提前多久建置新的VM。舉例來說,如果應用程式需要5分鐘進行初始化,則自動擴充器將在預期負載增加前5分鐘,即建置新實例,來確保CPU利用率保持在目標範圍內。

許多企業不僅一天中不同時間點,一周中不同天也有著不同的運算容量需求,Google雲端特別提到,新功能的預測模型可以區別每日和每周的負載模式,來滿足兩者不同的運算資源需求。(詳全文)

  蘋果      雲端儲存     GCP最大用戶    

蘋果今年花3億美元購GCP儲存空間,是Google雲端最大用戶

根據外媒Information報導指出,蘋果今年採購Google雲端儲存空間的支出高達3億美元,相比去年成長5成。蘋果雖然也有建立自家雲端資料中心,來提供iCloud服務,不過,為因應用戶端爆增的資料上傳需求,特別是2019年後,陸續推出的Apple TV+、Apple News+及Apple Arcade,都讓用戶端上傳的資料量爆增,所以,蘋果也採購GCP平臺和AWS的儲存服務空間,來儲存iCloud用戶的相片、檔案及訊息等資料。

從資料儲存量來看,蘋果儲存在Google雲端空間的資料量高達8EB,使蘋果成為Google雲端最大用戶,且這個儲存量遠高過第二名用戶抖音母公司字節跳動,雙方使用的Google雲端儲存空間差距達16倍,字節跳動約使用500PB的儲存空間。

過去蘋果主要使用AWS,直到2016年,開始採購Google雲端儲存空間,近年則持續分散使用兩方雲端儲存空間,而對AWS和Google雲端來說,蘋果都是重量級客戶。2019年時,蘋果每月採購AWS儲存服務的支出達3千萬美元,一年總支出也達到3.6億美元,顯見用戶端資料儲存需求已經超越蘋果自建資料中心的容量,使蘋果增加委外採購量。(詳全文)

  微軟     混合雲     資料庫服務   

除運算服務,微軟混合雲解決方案Azure Arc將開始提供SQL資料庫服務

微軟宣布混合雲解決方案Azure Arc上的SQL託管執行實例,將正式開放,企業可在本地端、邊緣和多雲環境內,執行Azure資料庫服務,來發展現代化工作負載。Azure Arc將會在7月30日正式提供Azure SQL,藉由這項新功能,企業可在任何K8s平臺上使用資料庫即服務,就地部署的資料庫服務也可從Azure獲得自動更新和安全更新,以及高可用性等內建功能。微軟提到,他們會持續提供更新支援,用戶能夠快速地獲得新功能,並且隨時選擇啟用測試階段的預覽功能。

此外,Azure Arc能在企業的本地端基礎設施中,提供資源規模的縮放彈性,可動態擴充和縮減使用中的資源,換句話說,應用程式不需停止,就能獲得最佳化資料工作負載的效能。企業還可以使用SQL資料庫內建管理功能,包括高可用性、備份和還原等,來大規模自動化執行資料庫日常維護管理任務,而且也可以獲得Azure所提供的安全和治理功能,保護各基礎設施上的資料工作負載。(詳全文)

  雲端儲存服務     Dropbox     臺灣市場   

Dropbox正式進軍臺灣遠距協作企業市場,由聯強提供產品服務支援

比Google Drive晚了2年,雲端儲存業者Dropbox近日終於正式進入臺灣遠距協作企業市場, 更找來了臺灣資通訊主要通路商聯強國際,作為Dropbox在臺灣第一家代理商,將提供Dropbox Business產品服務相關協助,或更多產品支援服務。未來Dropbox在臺將鎖定教育、建築、媒體、零售、製造、新創、科技等行業,而且不只大型企業,也包括中小企業在內。

儘管,臺灣企業採用企業版Dropbox產品服務比例也已不少,不過,因為Dropbox之前在臺灣沒有代理商,對於新進企業想要了解服務相關問題,大多只能透過Dropbox官網提供的線上客服來溝通,而且是以英文溝通為主。在聯強代理後,也將成為Dropbox在臺灣Dropbox Business產品服務的供應商及服務窗口,企業除了可以有直接聯繫窗口,可以中文溝通,來協助他們解決使用上的問題,並且也可根據雲端儲存量的大小、成員人數、企業行動管理 (EMM)的服務來選擇不同方案。除此之外,聯強也將提供Dropbox企業用戶相關服務協助,或更多產品支援服務,例如協助企業用戶應用Dropbox或整合至現有的生產力工具中。(詳全文)

  地理分析平臺     AWS EC2      超級電腦  

Descartes Labs使用AWS EC2建置超級電腦處理感測資料,計算能量世界排名41

地理分析平臺Descartes Labs使用AWS EC2雲端服務,執行高度性能運算(HPL)基準測試,達到每秒近10 PFLOPS的成績,在6月的TOP500超級電腦排名中排名第41。Descartes Labs使用HPC和機器學習技術,處理來自全世界的感測器資料,並以接近即時的速度,運算、分析和儲存這些資料,提供全球農業、礦業、國防情報和消費市場做為參考。2019年時,Descartes Labs開始嘗試在AWS上建置超級電腦,首次執行結果為1.93 PFLOPS,同年6月,在C5執行實例叢集上執行,總共使用41,472核心,在TOP500排名第136。

今年,Descartes Labs決定進行一次更大規模的測試,他們使用了4,096個EC2執行實例,包含C5、C5d、R5、R5d、M5和M5d,總共使用172,692個核心,實現最高效能9.95 PFLOPS,在TOP500排名來到41位,相比2019年,效能提升了417%。結束歷時9小時的計算後,Descartes Labs在24分鐘內關閉叢集,停止所有執行實例運作。這項試驗也證明了按需取用的虛擬超級電腦,已經可以應付超大規模的密集運算任務,而且能在使用完畢,立刻釋出所有運算資源。(詳全文)

  微軟     AT&T      網路雲端平臺   

微軟Azure for Operators要整合AT&T 5G核心網路底層,強化Azure維運5G作業負載能力

微軟宣布收購AT&T的5G行動網路業務,整合電信級網路雲端平臺技術,在其電信方案Azure for Operators,並將納入AT&T相關工程人員,還有承擔維運AT&T 5G網路的責任。首先,微軟將先把AT&T的5G核心網路底層,也就是負責把行動用戶和IoT裝置連上網路及應用的網路雲端平臺,整合到Azure for Operators,來增加Azure for Operators維運5G實務作業負載的能力。

另外,微軟會接手AT&T網路雲端的軟體開發及部署工作,未來三年AT&T現有網路雲及所有行動網路流量,都會託管在Azure上,同時,AT&T也將使用Azure的AI及邊緣網路技術。除了網路雲端平臺外,微軟也會收購AT&T的工程和生命周期管理軟體,以開發、部署及管理容器化及虛擬化網路服務。這是微軟壯大其電信業雲端方案的最新一步,去年微軟分別於3月及5月買下雲端行動網路平臺業者Affirmed和雲端虛擬網路Metaswitch。(詳全文)

  GCP平臺    資料異常檢測    非監督式學習  

BigQuery ML新增採非監督式學習的異常資料檢測功能,企業沒有標記資料也可找出異常

Google在BigQuery ML中加入新的異常資料檢測功能,利用非監督式機器學習技術,來檢測資料異常,讓企業不需要提供標記訓練資料,就可以檢測異常的資料。Google表示,有些組織難以定義異常的資料,像是判斷網路入侵、製造瑕疵等狀況,再加上手上沒有標記資料,便無法使用典型的預測技術。新資料異常偵測功能提供3種現成的模型,企業若要檢測非時間序列的資料,可以使用k-平均演算法,模型會根據每一個輸入資料點到最近叢集的正規化距離,來判斷異常資料,如果該距離超過設定的污染數值閾值,則資料點便會被判定為異常。

其次是自動編碼器模型,會根據每個資料點重建錯誤,來辨識異常資料,當錯誤超過由污染數值所定義的閾值,便會被模型判定為異常。最後,ARIMA_PLUS時間序列模型,會根據時間戳記的信賴區間來判定異常,當時間戳記的資料點出現在預測區間外的機率,超過用戶所提供的機率閾值,則資料點會被判定為異常。(詳全文)

圖片來源/AWS、Google雲端、微軟

  更多Cloud動態  

1.整合IBM和紅帽OpenShift靈魂人物Jim Whitehurst將離開IBM總裁位置,轉任IBM資深顧問(詳全文)

2.美國國防部取消微軟JEDI雲端合約,將啟動新版修訂項目滿足當前雲端運算需求(詳全文)

3.積極拓展電信雲端市場,Google雲端宣布加入推動開放電信設備規格的O-RAN聯盟(詳全文)

4.Azure語音服務新增發音評估功能,評估說話者發音的準確性和流暢度(詳全文)

資料來源:iThome整理,2021年7月


熱門新聞

Advertisement