Google Cloud 推出 Modernize 转型产品组合,用 AI 压缩企业多年现代化路线图
Google Cloud 发布端到端转型产品组合 Google Cloud Modernize,整合 Migration Center、VMware Engine、大型机现代化及新的 EKS-to-GKE Migration Agent,并推出控制台内的 Modernization Hub,可分析源码、映射依赖,加速 Java、.NET 和大型机应用现代化。
cloudblog.withgoogle.com · 网站与博客
Google Cloud 发布端到端转型产品组合 Google Cloud Modernize,整合 Migration Center、VMware Engine、大型机现代化及新的 EKS-to-GKE Migration Agent,并推出控制台内的 Modernization Hub,可分析源码、映射依赖,加速 Java、.NET 和大型机应用现代化。
AI21 Labs 采用 Google Cloud AI Hypercomputer 与 GKE 上的 Kueue 调度器后,高优先级训练任务的等待时间从最长 72 小时降至 12 小时,每周人工调度干预从约 20 次降为零。集群碎片率从 15% 降至 8%,部分准入却无处运行的“僵尸任务”问题也已消除,且总成本未发生变化。
Google Cloud 介绍用 Memorystore for Valkey 做短期会话缓存、AlloyDB AI 做长期持久记忆的两级智能体记忆架构。
Google Cloud 为 GKE 推出预览版 CPU startup boost,集成在 Vertical Pod Autoscaler(VPA)中,可在容器初始化阶段动态提升 CPU 分配,就绪后自动回落至基线,全程无需重启容器。
Google Cloud 宣布 Spanner queues 正式发布(GA),这是内嵌在 Spanner 中的原生事务性消息系统,消息创建即是事务中的一个写操作,使 agent 状态变更与下游动作原子提交或整体失败。
Google Cloud 宣布 Data Agent Kit 正式 GA,这是一套免费的 MCP 工具与智能体技能,可让 Claude Code、Codex、Antigravity 等编码智能体直接操作 Google Data Cloud 数据服务。
推荐理由:官方公告给出 GA 新增的数据服务支持和开源技能机制,读者可以据此评估自己的编码智能体如何接入 Google 数据栈。
Google 威胁情报 Group(GTIG)报告显示,月度漏洞披露量从 2026 年 1 月的 5,045 增至 8 月的 10,740,在野利用从 2025 年月均 10.5 升至 18,zero-day 从月均 8 升至 11。
推荐理由:报告用 20 个月数据量化 AI 对漏洞发现与利用的影响,并给出风险分布差异,可作为安全策略调整的参考。
Google Cloud 宣布可任意部署的分布式多模型数据库 Spanner Omni 正式可用,支持本地数据中心、多云、Kubernetes 乃至笔记本环境,发布以来下载量超过 200 万。
PayPal 将分析负载从本地 Hadoop 迁移到 Google 的 Managed Service for Apache Spark,核心分析任务处理时间缩短 25%,SLA 达标率提升 30%。该服务支持分钟级集群部署与弹性扩缩容,并原生对接 GCS 和 BigQuery,帮助 PayPal 整合分散的批处理流程、降低运维成本。
Google Cloud Managed Lustre 新增 Dynamic Tier,以 6 美分/GB*月提供热数据亚毫秒延迟,容量可线性扩展至 80 PB,且不单独收取介质、数据移动和元数据 IOPS 费用。该层支持多轮训练、写入密集检查点、快速检查点恢复和交互式开发,平均读延迟约 300µs,比替代分布式文件系统响应快至 4 倍。
Chrome Enterprise Premium 通过直接在用户交互点采集浏览器遥测数据,填补传统 EDR 和防火墙对浏览器内交互的可见性盲区。其能力包括网络事件与高风险行为的实时信号、侧载扩展的细粒度遥测、GenAI 与 SaaS 应用发现治理,以及留存违反 DLP 策略内容的证据库。
Google Cloud 推出官方 Swift API 客户端库 google-cloud-swift,基于 Swift 6.2+ 构建,采用 Swift NIO 事件循环、HTTP/2 多路复用与 gRPC 传输,并支持编译期数据竞争安全。
Google Cloud Office of the CISO 的 Alicja Cade 和 Nick Godfrey 发文,为网络安全初创公司给出赢得 CISO 的三条建议:先倾听再设计交付、评估 AI 安全以过滤噪音、积极拥抱所在行业。
Google Cloud 9 月为应对智能体规模化需求更新 AI 基础设施与编排能力,推出开源 GKE Agent Substrate,可运行数百万个沙箱,密度达标准容器运行时 10 倍,支持每秒超 500 次挂起/恢复且恢复低于 500ms。
Google Cloud 发布 Google Cloud CLI 远程 MCP server 预览版,将 gcloud 和 bq(BigQuery)命令行工具封装为 run_gcloud_command 和 run_bq_command 两个工具,供 AI 智能体在 Google Cloud 托管的隔离沙箱中执行云端基础设施管理和高级 BigQuery 工作流。
Google Cloud 正式发布面向智能体强化学习的 GKE Agent Sandbox、Agent Sandbox RL 编排 SDK 及主流 RL gym 与 harness 原生集成。
Google Cloud 团队发文详解 Agent Development Kit(ADK)的 Workflow 图编排能力,通过一个退款流程示例演示 fan-out/fan-in、确定性路由与 agent 路由、RequestInput 人工审核暂停、parallel_worker 批量处理以及 ctx.run_node 动态编排等模式。
Google Cloud 在 Gemini Enterprise 中扩充了合作伙伴构建的安全智能体与 AI 防御产品目录,覆盖 Acalvio、Britive、Check Point、CrowdStrike、Cyberhaven、Cyera、Endor Labs、Exabeam、Fastly、Fortinet 等厂商。
Google 推出 AI Threat Defense,整合 Gemini 的推理能力、Wiz 的多云可见性、CodeMender 的自主代码修复和 Mandiant 威胁情报,形成从代码到云的持续安全运营闭环。
Google Cloud 发文主张创业公司采用“复合 AI 栈”,用开源的 Gemma 4 处理边缘执行、高吞吐分流、任务微调和垂直场景,把 Gemini 留给复杂推理。
推荐理由:文章用三个创业案例和四类工作负载说明开源模型与前沿 API 搭配的架构取舍,适合正在做模型选型的团队参考。
Google Earth Engine 推出新功能 Ask,将 Gemini 能力直接集成进 Code Editor,用户可用自己的 Gemini API key 编写、调试、理解和优化地理空间查询。
Google Cloud 在 Compute Engine 上正式开放存储优化型 Z4D 机器系列,提供 VM 与裸金属实例,搭载第五代 AMD EPYC(Turin)处理器,最高 84,000 GiB 本地 SSD、384 vCPU 和 3,072 GiB 内存。
Claude Opus 5.5 已在 Google Cloud 上线,面向日常复杂任务,强化智能体编码、研究与分析能力,并降低每 token 成本。GKE Agentic Migration 进入 Public Preview,以确定性护栏辅助 AWS EKS 到 GKE 的迁移,本地运行、零实时集群改动。
Google Cloud 宣布 AlloyDB Omni Red Hat RPM orchestrator 正式可用,随 AlloyDB Omni 18.3.0 一同发布,可在虚拟机与裸金属服务器上实现高可用企业级 PostgreSQL 部署。
Google Data Cloud 公布多项更新:Pub/Sub AI Inference SMT 正式可用,可对事件流调用 Gemini Enterprise Agent Platform 上的模型推理并将预测结果附加到事件中。
AlloyDB 的 ScaNN 索引通过引入四层树(预览版)架构,将向量搜索规模扩展至 100 亿向量。该架构以分层分区降低计算强度,配合平衡树结构与采样优化控制内存占用,内部测试中在 100 亿向量规模下实现 p95 延迟不超过 51 ms、召回率 95%。四层树架构已开放预览,可按快速入门指南部署。
Google Cloud 在 BigQuery Graph 预览版中引入 measures,将受治理的指标与关系映射统一,让 AI 智能体在复杂依赖关系上精确推理。
Google Cloud 在 Database Migration Service(DMS)中集成 Gemini,用 AI 辅助将 Oracle PL/SQL、T-SQL 等专有方言的存储过程、触发器和自定义函数转换为 PostgreSQL PL/pgSQL。