フォーム読み込み中
2024年4月18日掲載
Weekly Google Cloud では Google Cloud(旧GCP)の最新のアップデート情報を日本語でお届けします。
今回は、先週 (2024/4/5 - 2024/4/11) の主なアップデート情報を紹介します。
* 本記事の引用元:Google Cloud リリースノート
メディアアプリ向けリアルタイム検索機能が一般提供開始
メディアアプリ向けのリアルタイム検索機能の一般提供が開始されました。
検索結果は、完全なクエリを入力するのではなく、各文字を入力するたびに返されます。リアルタイム検索は、テレビのリモコンのような操作が煩雑な入力デバイスを使用する検索アプリに最適です。リアルタイム検索は、ウィジェットUIだけでなくAPIを通じても有効にすることができます。
詳細については、「Get search-as-you-type results for a media app」をご参照ください。
より多くの検索タイプに対応したドキュメントチャンクをサポートするように(パブリックプレビュー)
非構造化データストアでドキュメントチャンキング機能を有効にすると、検索の概要とフォローアップ付き検索がパブリックプレビューでサポートされるようになりました。
詳細については、「Chunk documents for RAG」をご参照ください。
Document ranking APIが利用可能に(パブリックプレビュー)
Document ranking API がパブリックプレビューで利用可能になりました。
ランキングAPIを使って、ドキュメントのリストを受け取り、クエリに対する関連性に基づいてそれらのドキュメントを再度ランク付けすることができます。これはステートレスAPIであり、事前にドキュメントをインデックス化する必要はありません。
詳細については、「Rank and rerank documents」をご参照ください。
check grounding API が利用可能に(パブリックプレビュー)
check grounding API がパブリックプレビューで利用可能になりました。
check grounding APIは、特定の事実セットにおいて、テキストの一部がどの程度根拠があるかを判断します。また、完璧な根拠付けには、テキスト内の全ての記述が 1 つ以上の特定の事実に帰属することが必要です。なお、このAPIは、サポートスコアと引用情報を返します。
さらに、実験的な機能として、API はテキストとどの事実がどの程度矛盾しているかを示す矛盾した引用も生成できます。
詳細については、「Check grounding」と「Method:projects.locations.groundingConfigs.check」をご参照ください。
Answer API が利用可能に(パブリックプレビュー)
要約とフォローアップ付きの回答がパブリックプレビューで利用可能になりました。
Answer APIは、サマリー付き検索やフォローアップ付き検索の機能が強化されています。複雑なクエリの処理機能が強化されており、複数ステップの情報取得が可能になります。さらに、回答スタイルのカスタマイズも可能です。
詳細については、「Get answers and follow-ups」をご参照ください。
バッチ / ストリーミングインポートが可能に
ヘルスケア FHIR データに対して、インポート頻度の選択が可能で1回限りのバッチインポートやストリーミングインポートを設定することができるようになりました。ストリーミングインポートについては、プライベートプレビュー機能となります。
詳細については、「Create a healthcare search data store」をご参照ください。
オートコンプリート機能が利用可能に
ヘルスケアデータ検索パブリックプレビュー機能としてオートコンプリートの利用が可能になりました。
オートコンプリートの構成では、正規の医療データ ソースを使用して、ヘルスケア データ ストアのオートコンプリート提案を生成します。
詳細については、「Configure autocomplete」をご参照ください。
Google ドライブのデータを Vertex AI Search に同期できるように
Google DriveのデータをVertex AI Searchに同期することができるようになりました。この機能については、一般提供されています。
Google Driveデータストアの作成についての詳細は、「Sync from Google Drive」をご参照ください。
複数の検索アプリを同じデータストアに接続できるように
複数の 汎用検索アプリを同じデータストアに接続できるようになりました。
この機能により、同じデータを複数回取り込むことなく、同じデータを検索する複数のアプリを作成することもできます。
ブレンド検索 が一般提供開始
単一の検索アプリを使用して複数のデータ ストアを検索できるブレンド検索の一般提供が開始されました。混合検索の詳細については、「About connecting multiple data stores」をご参照ください。
Spanner, Cloud SQL, Firestore, Bigtable に接続できるように(パブリックプレビュー)
Spanner、Cloud SQL、Firestore、およびBigtableをVertex AI Searchに接続できるようになりました。この機能はパブリックプレビューで提供されています。
Google Driveデータストアの作成についての詳細は、「Create a search data store」をご参照ください。
メディア検索に対応する言語の追加
メディア検索に対応する言語が追加されました。追加された言語は以下の通りです。
・アラビア語
・英語
・フランス語
・ドイツ語
・ヒンディー語
・韓国語
・日本語
・ポルトガル語
・スペイン語
詳細については、「Languages」をご参照ください。
Imagen v.006のシード フィールドの動作を変更
Imagenの画像生成バージョン006(imagegeneration@006)のシードフィールドの動作が変更されました。
v.006 モデルでは、画像生成時に電子透かしがデフォルトで有効になっています。シード値を使用して確定的な出力を取得できるようにするには、パラメータ「addWatermark」: false を設定して電子透かしの生成を無効にする必要があります。
詳細については、「画像の生成」をご参照ください。
CodeGemmaモデルが利用可能に
CodeGemmaモデルが利用可能になりました。
CodeGemmaは、Google Gemmaモデルファミリーの一部である軽量のオープンモデルであり、Gemmaモデルファミリーのコード生成とコード補完をすることができます。
また、Gemma モデルは Gemini モデルに基づいており、顧客による拡張を目的としています。
グラウンディングをサポートするように (プレビュー)
Gemini API は、プレビューでGoogle Search を使ったグラウンディング をサポートするようになりました。この機能は、Gemini 1.0 Pro モデルで利用可能です。
Gemini、Imagen、および埋め込み用のRegional API が、新たに11か国で利用可能に
Gemini、Imagen、および埋め込み用のRegional API が、新たに11か国で利用可能になりました。
アメリカとヨーロッパでは、gemini-1.0-pro-001、gemini-1.0-pro-002、gemini-1.0-pro-vision-001、imagegeneration@005モデルに対して、機械学習の処理境界が設けられています。
Gemini 1.5 Pro が利用可能に(プレビュー)
Gemini 1.5 Proはプレビュー版で利用が可能になりました。Gemini 1.5 Proは、テキスト、コード、オーディオ、PDF、ビデオ、およびオーディオ付きビデオを分析する多様なモードを持つモデルです。
システム命令がサポートされるように(プレビュー)
システム命令は、Gemini 1.0 Pro (安定バージョン gemini-1.0-pro-002 のみ) および Gemini 1.5 Pro (プレビュー) マルチモーダル モデルのプレビューでサポートされるようになりました。システム命令を使用して、特定のニーズとユースケースに基づいてモデルの動作をガイドします。詳細については、「チャット プロンプト リクエストを送信する(Gemini)」をご参照ください。
RHEL、RHRL for SAPの価格改定
2024年1月26日に、Red Hatは、全てのクラウドプロバイダーにおけるRHELおよびRHEL for SAPの価格モデルが更新され、vCPU数に応じてイメージサブスクリプションのコストが変動するようになりました。この新しい価格モデルは、2024年7月1日からCompute Engineに反映されます。
価格変更の詳細については、「単一テナントノードの料金」をご参照ください。サブスクリプションコストを最適化するためのオプションについては、「Red Hat Enterprise Linux に関するよくある質問」をご参照ください。
VM の実行時間を制限することが可能に
自動終了機能を使用して、特定の時間や期間が経過した場合にVMを自動的に停止または削除することで、VMの実行時間を制限することができるようになりました。コストを最小限に抑え、クオータを解放することにより、一時的なワークロードを最適化することができます。
詳細については、「VM のランタイムを制限する」をご参照ください。
差分プライバシーが一般提供開始
差分プライバシーの一般提供が開始されました。
BigLake でDelta Lake テーブルへのアクセスが可能に
BigLake を使用してDelta Lake のテーブルにアクセスできるようになりました。詳細については、「Create Delta Lake BigLake tables」をご参照ください。なお、この機能はプレビューで利用可能です。
BigQuery Studio が一般提供開始
BigQuery Studio の一般提供が開始されました。
BigQuery Studioを使用すると、ノートブックや保存されたクエリなどのコード資産を保存、共有、およびバージョン管理することができます。
BigQuery DataFrames が一般提供開始
BigQuery DataFrames の一般提供が開始されました。
BigQuery DataFrames は、サーバサイドでの処理を実装したpandas やscikit-learn のAPIを利用するオープンソースのPythonライブラリのセットです。使い始めるには、「BigQuery DataFrames を試す」をご参照ください。
Gemini in BigQuery の新機能が利用可能に(パブリックプレビュー)
以下のGemini in BigQuery の機能がパブリックプレビューで利用可能になりました。
・Data insights:自動化され直感的な方法でデータを探索し理解する
・Data canvas:自然言語を使用してデータを発見、変換、クエリし、視覚化するグラフィックインターフェース
・SQLとPython コードアシスタンス:Gemini によるコード生成、補完、説明の支援
・マテリアライズドビュー、パーティショニング、クラスタリングの推奨事項:コスト削減とパフォーマンス向上のための推奨事項
・サーバレスSpark の自動調整とトラブルシューティング:Spark ワークロードの最適化と説明
Gemini in BigQuery の機能を有効にして活用する方法については、「Set up Gemini in BigQuery」をご参照ください。
Looker 24.6 のアップデート
Looker 24.6には、以下の変更点、機能、および修正が含まれています。
・Looker(オリジナル)の展開開始予定日:2024年4月17日(水)
・Looker(オリジナル)の最終展開およびダウンロード可能予定日:2024年4月25日(木)
・Looker(Google Cloudコア)の展開開始予定日:2024年4月15日(月)
・Looker(Google Cloudコア)の最終展開予定日:2024年4月22日(月)
Embedded Looker Studio 機能が利用可能に(プレビュー)
Embedded Looker Studio機能がプレビュー版で利用可能になりました。この機能により、LookerでLooker Studioのレポートを表示・編集したり、Looker Explores上の「Open in Reports」機能を使って埋め込みLooker Studioレポートでアドホック分析を作成することができます。
この非公開実験に参加するには、以下の要件を満たしている必要があります。
・Lookerインスタンスが、Looker 24.6以降で動作している必要があります。
・Lookerインスタンスが、Google OAuth認証を使用している必要があります。
・埋め込みLooker Studioにアクセスする各ユーザには、Looker Studio Proライセンスが必要です。
・ クローズド実験のサインアップフォームを提出する必要があります。
Embedded Looker Studio機能の使用に関する詳細情報は、近日中に提供される予定です。
拡張機能の追加
AlloyDB によってサポートされている拡張機能に、以下の拡張機能が追加されました。
・autoinc
・insert_username
・moddatetime
・pg_background
・pg_squeeze
・tcn
pgvector 0.6.0 へアップデート
拡張機能pgvectorがバージョン0.6.0に更新されました。
AlloyDB Omni バージョン 15.5.1 が利用可能に
AlloyDB Omni バージョン 15.5.1が利用可能になりました。
このバージョンでは以下の変更が含まれています。
・AlloyDB Omni Kubernetes Operator バージョン 1.0.0の一般提供が開始されました。
・バックアップはポイントインタイムリカバリ(PITR)をサポートするようになりました。
・非同期読み込みプールインスタンスを作成ができるようになりました。
・高可用性(HA)データベースクラスターは複数のスタンバイレプリカを持つことができるようになりました。
・HAデータベースクラスターはフェイルオーバー時に接続パラメーターを変更する必要がなくなりました。
・HAスタンバイレプリカを読み取り専用インスタンスとして使用することができるようになりました。
・論理レプリケーションを有効にして設定することができるようになりました。
・2つの別々のKubernetesクラスター上で稼働するプライマリとセカンダリデータベースクラスター間で物理レプリケーションを設定することができるようになりました。
・Kubernetesクラスター内の特定のノード上でのみAlloyDB Omniポッドを実行するように制限することができるようになりました。
・多数のデータベースおよびシステムメトリックスが利用可能になりました。
pg_squeeze拡張機能バージョン1.0が含まれており、様々なバグ修正とパフォーマンスの向上が行われています。
また、以下のAlloyDB AI機能がプレビューで利用可能になりました。
・モデルエンドポイント管理により、さまざまなソースやプロバイダーからのAIモデルエンドポイントをプロジェクトごとに登録し、管理することができます。
・postgres_ann拡張機能は、ScaNNアルゴリズムを活用した設定可能で非常に効率的な nearest-neighborインデックスが提供されます。
・自然言語を使用してデータベースをクエリすることができます。このテクノロジープレビューには、自然言語クエリがアクセスできるデータの範囲を狭く定義することができるパラメータ化された安全なビューが含まれています。
ベクトル埋め込みの保存をサポートするように
Cloud SQL for MySQLは、MySQL 8.0.36以降のデータベースでベクトル埋め込みの保存をサポートするようになりました。この機能を使用するには、インスタンスをMySQL 8.0.36.R20240401.03_00以降に更新する必要があります。
データベースにベクトル埋め込みを保存した後、そのデータセットに対してK-nearest neighbor(KNN)検索を他のデータと一緒に実行することができます。
また、Cloud SQL for MySQLは、approximate nearest neighbor(ANN)検索を使用して、いくつかの異なるインデックスタイプのベクトル検索インデックスの作成もサポートしています。
詳細については、「Work with vector embeddings using Cloud SQL for MySQL」をご参照ください。なお、この機能はプレビュー段階です。
PostgreSQL の ML_PREDICT_ROW() 関数をサポートするように
Spanner は、PostgreSQL 用のML_PREDICT_ROW()関数をサポートするようになりました。この関数を使用することで、SQLを使って予測を生成することができます。この関数の詳細と使用方法については、「Spanner Vertex AI インテグレーション関数の使用」をご参照ください。
SAFE.ML.PREDICT() をサポートするように
Spanner GoogleSQL は、予測でエラーの代わりにnullを返すことができるSAFE.ML.PREDICT() をサポートするようになりました。
新しいPostgreSQL JSONB 関数をサポートするようになりました。
Spanner は以下の新しいPostgreSQL のJSONB 関数をサポートするようになりました。
・spanner.jsonb_query_array()
・jsonb_build_array()
・jsonb_build_object()
また、PostgreSQL のCONCAT()関数は4つ以上の引数にも対応しています。
詳細については、「JSONB functions and operators」をご参照ください。
Spanner は dot_product() 関数をサポートするように(プレビュー)
Spannerは、dot_product() 関数を プレビュー版でサポートするようになりました。
詳細については、「ベクトル距離関数から選択し、ベクトル エンベディングの類似度を測定する」をご参照ください。
float32 (GoogleSQL) および float4/real (PostgreSQL) データ型をサポートするように(プレビュー)
Spanner は、float32(GoogleSQL)およびfloat4/real(PostgreSQL)のデータ型を プレビュー版でサポートするようになりました。この機能についてはプレビュー中です。
Gemini モデルの使用をサポートするように(プレビュー)
Spanner は、GoogleSQL および PostgreSQL ML 予測関数の Gemini モデルの使用を プレビュー版でサポートするようになりました。
Bigtable Data Boost を利用可能に(プレビュー)
Bigtable Data Boost は、高スループットの読み込みジョブやクエリに特化したサーバレスのコンピューティングサービスです。Bigtable Data Boost はプレビューで利用可能です。
分散カウンターを構築できるように(プレビュー)
Bigtable を使用して、書き込み時の集計を行う分散カウンターを構築できるようになりました。この機能はプレビューで利用可能です。
テーブル内のデータへのアクセスを制御できるように
Bigtableのテーブル内のデータへのアクセスを、承認されたビューを使って管理することができるようになりました。この機能は一般提供されています。
Bigtable アプリプロファイルでリクエスト優先度設定が可能に
Bigtableのアプリプロファイルを使用すると、特定のワークロードデータリクエストを他のリクエストより優先して処理するためのリクエスト優先度を設定できるようになりました。この機能は現在、一般提供されています。
GKE on VMware 1.16.7-gke.46 が利用可能に
GKE on VMware 1.16.7-gke.46が利用可能になりました。アップグレードするには、「GKE on VMware のアップグレード」をご覧ください。GKE on VMware 1.16.7-gke.46は、Kubernetes v1.27.10-gke.500をベースに動作します。
サードパーティのストレージベンダーを使用している場合は、「GDCV Ready ストレージ パートナー」ドキュメントを確認し、そのストレージベンダーがGKE on VMwareのこのリリースの資格を既に取得しているかどうかを確認してください。
GKE on Bare Metal 1.28.400-gke.77 がダウンロードで可能に
GKE on Bare Metal 1.28.400-gke.77がダウンロードできるようになりました。アップグレードするには、「クラスタをアップグレードする」を参照してください。GKE on Bare Metal 1.28.400-gke.77は、Kubernetes 1.28上で動作します。
サードパーティのストレージベンダーを使用している場合は、GDCV Readyストレージパートナーのドキュメントを確認し、そのストレージベンダーがGKE on Bare Metalのこのリリースの資格を既に取得していることを確認してください。
ネットワークモジュールチェック追加とiptablesチェック削除
以下のように機能が変更されました。:
・ネットワーキングのカーネルモジュールに関するチェックを追加するために、プレフライトチェックが更新されました。
・iptablesパッケージの可用性に関するチェックを削除するために、プレフライトチェックが更新されました。
Flow Analyzer が利用できるように(プレビュー)
Flow Analyzerがプレビュー版で利用できるようになりました。
Flow Analyzer を使用すると、複雑なSQLクエリを書くことなく、迅速かつ効率的にVPCのトラフィックフローを理解することができます。また、VPC Flow Logsの分析が容易になります。
今週のアップデートは以上です。
Vertex AI Search を使って社内文書を検索する生成AIを構築してみませんか?
ソフトバンクのエンジニアが構築をサポートします。
Google の生成AIの導入を考えている方はもちろん、どのようなものか確認したいという方でもご活用いただけます。
Google サービスを支える、信頼性に富んだクラウドサービスです。お客さまのニーズにあわせて利用可能なコンピューティングサービスに始まり、データから価値を導き出す情報分析や、最先端の機械学習技術が搭載されています。
MSP(Managed Service Provider)サービスは、お客さまのパブリッククラウドの導入から運用までをトータルでご提供するマネージドサービスです。
条件に該当するページがございません