Vue d’ensemble :

Google Cloud Platform –  GCP

GCP est la plateforme de cloud développée par Google qui fournit de nombreux services de cloud computing qui fonctionnent et utilisent l’infrastructure déjà établie utilisée par d’autres services Google.

La plateforme Google Cloud offre plus de 100 services qui comprennent le calcul, le stockage, l’apprentissage automatique, la surveillance et la gestion des ressources, la mise en réseau et le développement d’applications sur le cloud.

Elle est présente dans plus de 200 pays et 82 zones à travers le monde, permettant ainsi une mise en service et une redondance des ressources à grande vitesse.

Les exemples populaires où GCP est largement utilisé sont l’analyse de l’apprentissage automatique, la modernisation des applications, la sécurité et la collaboration entre entreprises. Paypal, Twitter, Forbes, Voot, Icici sont quelques-uns des clients qui font appel aux services de GCP.

Amazon Web Services – AWS

Amazon Web Services est le plus grand fournisseur de services en nuage au monde, développé et maintenu par Amazon. Il fournit des services de stockage et de calcul en nuage dans 81 zones de disponibilité et 25 régions géographiques.

Les applications et services typiques d’AWS sont la migration vers le nuage, la diffusion de contenu, les fonctions de sauvegarde et de restauration, etc. Les clients de confiance qui utilisent les services AWS sont Tata Motors, Byju’s, OYO, Wipro, pour n’en citer que quelques-uns.

AWS est utilisé dans de nombreux secteurs d’activité et constitue le poids lourd du marché du cloud. Il fournit des services similaires à ceux de GCP, par exemple l’informatique, le stockage, les bases de données, les fonctions sans serveur, le VPN, etc.

Le Compute Engine :

Compute Engine est un service de calcul et d’hébergement qui fournit des machines virtuelles évolutives aux clients pour l’exécution de leurs tâches et applications de charge de travail.

Google Cloud Platform

GCP fournit quatre types d’instances de moteur de calcul qui offrent des caractéristiques spécifiques.

 

  • General Purpose – Elle est utilisée pour les charges de travail générales avec un rapport prix/performance raisonnable.
  • Compute Optimised – Elle est optimisée pour les charges de travail à forte intensité de calcul et offre des performances supérieures aux instances à usage général.
  • Optimisé pour la mémoire – Il est conçu pour les tâches gourmandes en mémoire et offre jusqu’à 12 To de mémoire par cœur.
  • Optimisation de l’accélérateur – Cette solution est conçue pour le traitement parallèle et les processus intensifs en GPU.

Amazon Web Services 

AWS fournit différents types d’instances EC2, qui sont très similaires. 

 

  • Les instances à usage général offrent diverses fonctionnalités telles que le calcul, le stockage et la mise en réseau dans des proportions égales. Les instances à usage général conviennent aux serveurs Web.
  • Les instances optimisées pour le calcul sont idéales pour les tâches de haute performance qui nécessitent des processeurs à haute vitesse et des calculs intensifs, par exemple les serveurs de jeux, les dispositifs d’encodage de médias, etc.
  • Les instances Memory Optimised sont optimales pour les situations où une grande quantité de données est traitée en mémoire. Ces instances EC2 sont optimisées par défaut pour EBS et sont alimentées par le système AWS Nitro.
  • Les instances optimisées pour le stockage offrent une capacité élevée d’opérations de lecture/écriture séquentielles et aléatoires. Elles sont principalement utilisées pour les charges de travail qui effectuent des opérations de lecture/écriture sur d’énormes données stockées dans le stockage local.
  • Les instances GPU/Accelerated sont utilisées pour le traitement graphique et le calcul en virgule flottante qui nécessitent une puissance de traitement colossale. Les instances accélérées utilisent des processeurs supplémentaires et des GPU dédiés qui augmentent les performances matérielles.

    Le Machine Learning :

    Produits GCP Machine Learning  : 

    Google Machine Learning Engine est l’offre d’apprentissage automatique à l’échelle de Google. Le moteur Google ML est capable d’effectuer des tâches complexes d’apprentissage automatique à l’aide de GPU et d’unités de traitement Tensor tout en exécutant des modèles formés en externe. Google Machine Learning Engine automatise le provisionnement des ressources, la surveillance, le déploiement des modèles et le réglage des hyperparamètres avec une grande efficacité.

    Google Cloud AutoML est une boîte à outils d’apprentissage automatique explicitement conçue pour les débutants dans ce domaine. Il offre des fonctionnalités telles que le téléchargement de modèles de données, la formation et les tests via son interface Web. AutoML s’intègre bien à d’autres services Google Cloud comme le stockage en nuage. Il est capable d’exécuter tous les problèmes complexes d’apprentissage automatique comme la reconnaissance des visages, etc.

     Tensorflow est un nom déjà renommé dans la communauté de l’apprentissage automatique. Tensorflow est une bibliothèque open-source pour le calcul et l’analyse numérique. Elle est largement utilisée dans les modèles d’apprentissage profond et intègre de nombreuses fonctions utiles d’apprentissage automatique.

    Vertex AI est une plateforme MLOps qui favorise l’expérimentation par le biais d’API pré-entraînées pour le traitement du langage naturel, l’analyse d’images et la vision par ordinateur.

     

    Services AWS Machine Learning  : 

    Amazon SageMaker est une plateforme d’apprentissage automatique à part entière qui fonctionne sur des instances EC2 et permet de développer des implémentations d’apprentissage automatique traditionnelles.

    Amazon Lex apporte une boîte à outils de traitement du langage naturel et des possibilités de reconnaissance vocale, en se concentrant sur l’intégration d’applications Chatbot.

    Amazon Rekognition est une suite de vision par ordinateur qui rend le développement et le test de modèles de reconnaissance de visages/objets. Elle peut effectuer des tâches de CV complexes comme la classification d’objets, la surveillance de scènes et l’analyse faciale avec facilité.