Site icon Blog Zenika

Adoption de la plateforme Cloud de Google

  • Julien Landuré

    • Hugo Wood et moi-même avons eu l’opportunité d’aller au Cloud Summit Paris 2018 : 2500 personnes étaient présentes lors de ce summit, une opération “séduction” pour les entreprises.
    Google a investi 30 milliards de dollars ces dernières années sur sa plateforme Cloud pour devenir leader et cela paie : la plateforme a obtenu ce titre dans le “Gartner 2018 Magic Quadrant for Cloud IaaS”.
    Cet article a pour but de vous faire un résumé de ce summit, vous donner mon ressenti sur l’adoption de la plateforme Cloud de Google en France ainsi qu’en profiter pour donner quelques pointeurs techniques.

    Nouveaux clients et nouveaux partenariats

    Pendant la keynote d’ouverture, Google expose les grands clients français de sa plateforme Cloud comme Atos, Airbus ou Total. Un résumé de ces partenariats est disponible sur BFM Business ici.
    Au-delà du débat du Cloud Provider à choisir, il y a des points qu’il est important de noter :

    Décryptage de la keynote

    Se sont succédées différentes annonces lors de la keynote :


    En termes de discours, c’était intéressant d’étudier la stratégie du passage au Cloud d’une entreprise d’aujourd’hui :

    “The Path To Productivity”

    Le Cloud dispose de différents niveaux avec chacun son vocabulaire.

    Greg DeMichillie a expliqué sa vision des choses avec ce schéma :

    The path to productivity” est en adéquation avec ma philosophie en tant que développeur : plus de flexibilité, plus de simplicité, plus de services managés.

    Aujourd’hui, beaucoup d’entreprises indiquent être passées sur le Cloud : elles ont remplacé leurs VMs présentes dans un datacenter par des VMs hébergées chez Google. C’est un premier pas, mais cela ne change en rien la capacité de l’entreprise à déployer, automatiser, devenir une plateforme ouverte et finalement innover.

    Le Gartner illustre très bien cet aspect dans le “Cloud Spectrum” :
     

    Pour aller plus loin, je vous invite à lire le billet de blog suivant : “Time to “Hello, World”: VMs vs. containers vs. PaaS vs. FaaS”

    AutoML : rendre abordable le Machine Learning

    Le Machine Learning semble un acquis tellement Google semble déployer des outils pour faciliter sa prise en main, son adoption et son utilisation. C’est le cas notamment avec AutoML “Vision”.

    Ulku Rowe explique comment une entreprise peut choisir la façon d’utiliser du Machine Learning avec la plateforme de Google :

    1. Elle peut tout faire soi-même en utilisant ses données et son modèle (en utilisant TensorFlow par exemple).
      Cela nécessite beaucoup de temps et des compétences élevées en Machine Learning. Cloud ML Engine se charge de l’exécution.
    2. Elle peut uniquement utiliser les produits & APIs disponibles sur GCP. Nous pouvons alors reconnaître des images avec Vision API, traduire avec Translation API, repérer des éléments dans une vidéo avec Video Intelligence API ou encore comprendre du texte ou retranscrire un dialogue avec Natural Language API et Speech API.
      Très efficace, cette manière d’ajouter de l’intelligence dans un produit existant permet une mise en place en quelques jours pour un PoC et de démontrer son réel intérêt. L’inconvénient est de ne pas pouvoir customiser cette intelligence en prenant en compte plus finement les spécificités et le contexte de notre métier.
    3. L’entreprise a des données et un contexte particulier, mais pas forcément de Data Scientist, ni d’experts du Machine Learning… Comment faire ? Là intervient AutoML et la possibilité d’utiliser nos données et de générer un modèle cohérent, contextualisé pour nos besoins. Le tout sera disponible sous forme d’une API donc facilement utilisable par les développeurs.
      La démonstration faite pendant le summit est l’exemple de nuages que l’on souhaiterait classifier. De base, l’API “Vision API” nous renvoie un “label” de l’image où il est sûr à 97% que c’est un nuage. Mais nous voulons connaître quel type de nuage c’est : cumulus, stratus, cirrus, cumulonimbus…  Dans l’exemple, après avoir ajouté des images et leur type associé, AutoML génère un modèle qui va nous aider à les reconnaître ! Plutôt magique et très abordable d’un point de vue technique !

    À noter que AutoML est encore en Alpha et devrait prochainement être disponible pour tous les utilisateurs. Plus de lecture sur le but de AutoML ici.

    Stratégie Open Source gagnante

    Le Cloud de Google revendique un principe fondamental dans sa conception : “Open Source First”. Il est remarquable que deux projets issus de Google fassent la Une de GitHub :

    Aujourd’hui, nous avons une ouverture à plusieurs niveaux :

    Clairement, Google veut à la fois aider les développeurs mais aussi supporter les outils populaires sur leurs plateformes. À une époque, AppEngine était boudé par les entreprises car il y avait un aspect “lock-in”. Là, en utilisant et en supportant des projets Open Source, Google se met à l’abri de potentielles critiques tout en augmentant le capital “sympathie” envers la communauté de développeurs.
    D’un autre côté, Redmonk indique que 54% des entreprises utilisent Kubernetes donc cela facilitera la transition vers le Cloud pour ces entreprises ou cela permettra de faire du Cloud hybride (une partie chez Google, une partie chez soi)

    À noter que Kubernetes n’est plus piloté par Google mais a rejoint la CNCF (Cloud Native Computing Foundation). Google reste cependant le principal contributeur.
    Google a aussi créé des communautés de développeurs appelés GDG (Google Developer Group) mais s’ouvre aussi à toutes les communautés pour les aider. Il y avait un stand “Community” durant cet évènement pour échanger avec d’autres développeurs.
    À noter que des évènements comme le Summit en plus technique sur la Cloud Platform existent : DevFest Lille, DevFest Nantes, DevFest Toulouse. Voici les GDGs présents en France :

    Pour finir, il est intéressant de noter que côté hardware, Google investit beaucoup sur du propriétaire comme les TPUs, processeurs dédiés au traitement de Machine Learning. Et pour le moment, ils n’ont pas prévu d’open source ces nouvelles architectures.

    L’adoption

    Côté client européen, nous retrouvons des sociétés connues comme Spotify ou Shazam mais aussi (par domaine) :

    Vous pouvez trouver des témoignages clients sur cette page.
    Globalement, de plus en plus d’entreprises vont se pencher vers le Cloud et vont étudier la plateforme de Google. L’écosystème et les partenaires Google Cloud sont clairement identifiés : pas moins de 30 sponsors étaient présents lors de cet évènement, chacun présentant leurs compétences et des démos technologiques.
    Au final, lors de summit, j’ai trouvé très agréable de discuter avec des clients soucieux de ne pas avoir un train de retard et, pour certains, vouloir garder un temps d’avance.
    Google continue d’investir sur sa plateforme avec plus de 15 régions disponibles (46 zones), gère 25% du trafic internet américain, 12 000+ “Software Engineers” et 5000 “Site Reliability Engineers”.

    La suite ?

    Google Cloud donne rendez-vous à tous les passionnés de leur plateforme les 24, 25 et 26 Juillet à San Francisco pour Cloud Next’18 qui réunira pas moins de 12 000 participants. Il devrait y avoir de grosses annonces !

    Si vous voulez avoir plus d’informations sur les dernières nouveautés “Made in Google”, je vous invite à lire l’article co-écrit avec Benjamin et Emmanuel intitulé “Retour sur le Google I/O 2018”.

    Auteur/Autrice

    • CTO de Zenika Nantes, Julien est aussi Google Developer Expert Cloud. Il a co-fondé en Janvier 2011 le GDG Nantes, une communauté de développeurs des technologies Google et organise chaque année le DevFest Nantes.

      Voir toutes les publications
    Quitter la version mobile