GCPUG 鹿児島vol.1に参加してきました

はじめに

adventar.org 14日目の記事を書くNotFoundsです。 本日"GCPUG 鹿児島 vol.1 GCP を使い倒せ!"というイベントが開催され、参加してきました。 先程、帰宅してからなんとなくKosen13s'のSlackを眺めていたらちょうど今日のAdvent Calendarが空いていたので急遽書くことにしました。

※ 間違い等あるかもしれません。マサカリ歓迎です。

GCPUGとは

公式より引用します。

GCPUG(ジーシーパグ)はGoogle Cloud Platformを普及させることを目的とし、Googleと共にGCPをより良くし、盛り上げていくユーザーグループです。私たちに共感していただける方なら、GCPUGへの参加は自由です。一緒に GCP を盛り上げていきましょう。

https://gcpug.jp/
現在、全国に14の支部があるみたいです。鹿児島でのイベントは今回が初めてでした。 GCPUGのロゴはGCPのロゴとパグがモチーフになっているようです。

参加目的

昨年インターンシップに行った際に社内LTで「GCPはいいぞ」というお言葉を頂き、興味を持っていたので参加しました。 また、鹿児島という火山と焼酎しか無い辺境の地では、このようなイベントが開催されることが非常に稀です。そこで、どんな内容でどのような人が来るのか知りたかったというのも理由の一つです。

講演内容

GCPの3つの柱と機械学習

Google Cloud Platformを支える主要な技術と話題の機械学習についての話がありました。

  • Networking
  • Container
  • Big Data
  • Machine Learning

Networking

  • Googleは、他社と共同で設置した海底ケーブル等を用いて世界中の主要都市間での高速通信が可能
  • GCP Region <==> Google Network <==> Traffic Exits Google <==> Internet Provider Service <==> End User
  • ネットワークハードウェア(ルータ等)を自作しており高速
  • Jupiter networkが強い
  • Load Balancerが有能 -> Google SearchやGmailのインフラをそのまま提供している
  • あるリージョンが落ちても瞬時に他のリージョンへ切替可能

Container

  • Borg
  • Dockerより前からコンテナ使ってた
  • 仮想マシンは遅いので他社でも大きいところは使っていない
  • Google App EngineはBorgを用いており、インスタンス立ち上げは50ms
  • 欠点としてOpen Sourcedではない
  • Kubernetes
    • Docker based
    • Open Source
    • Cloud Native Computing Foundation

Big Data

  • Big Queryすごいよ
  • 1TBのデータを1秒でスキャンするには5,000から10,000台の並列が必要→やってみた
  • Googleの検索アーキテクチャSQLを適用した
  • Google SearchやGmailのCPUの空きを利用しているため低コスト。しかし並列度は非常に高い

Machine Learning

  • 人工知能:「賢い」ITを作る技術
  • 機械学習: データから学べるシステム
  • ニューラルネットワーク: 機械学習アルゴリズムの一つ。学習できる関数

  • Googleのサービスでニューラルネットワークが使われているところ

  • Google ML API APIとして機械学習を用いたサービスが提供されている

  • TensorFlow 上記APIではユーザがしたいこと全てを賄えない -> そうだ、TensorFlowを使おう!ってな感じで、ユーザーが独自のモデルを作ることが出来ます。 もともと社内で機械学習を書くためのライブラリーだったみたいですが2015年からOpen SourceになりGitHub上で公開されています。

    • スケーラビリティ/ポータビリティ
    • コミュニティが活発。Userも多い
    • GitHubのスター数: 81868(2017/12/15 1:00現在)
  • Googleクラウド+TensorFlowによる分散学習

    • 画像認識モデル: 50GPUで1/40の時間短縮
    • RankBrainモデル: 500GPUで1/300の時間短縮
  • Tensor Processing Unit(TPU) Googleが独自に開発している機械学習専用LSIについてです。

    • 180 Tflops/チップ
    • 11.5 Pflops/クラスタ
    • 電力消費が少ない
  • Cloud Machine Learning Engine(ML Engine) 事例として次のようなものが紹介されました。

    • 船の動きをトラックし,漁業資源の乱獲防止
    • 食品の不良品検出
    • ペットボトルのキャップ裏数字認識 -> ユーザからのフィードバックにより精度向上
    • 中古車の画像認識システム

まとめ

GCPはいいぞ。 Googleはソフトウェア開発だけではなく、ハードウェア開発やインフラ設備に相当な投資を行っているようです。 やはり開発環境は大切ですね。高専も見習って欲しい

感想

今回のイベントには学生や幅広い年齢層の社会人エンジニアの方が来ていて、様々な話が聞けました。
交流会が20, 30分しか無く物足りない感じもしましたが..会場の関係上仕方ないですね。
今後、鹿児島でこのようなイベントが増えていけばなーっと思います。(私は来年から鹿児島には居ませんが..)
App EngineとBig Queryは触ったことがありましたが、中で使われている技術に関しては知らなかったので、話が聞けて面白かったです。
Cloud Natural Languageに関しては非常に興味を持ったので暇な時に触ってみようと思います。

謝辞

このイベントのことを紹介してくれた後輩に感謝します。