說明文件新增內容

最新 Google Cloud 說明文件。

免費試用
  • 運用我們最新生成式 AI 模型和工具進行開發。
  • 免費使用 Compute Engine 和 AI API 等 20 多項熱銷產品。
  • 不會自動收費，也無需綁約
查看免費產品優惠

繼續探索 20 多項永久免費的產品

存取 20 多項常見用途的免費產品，包括 AI API、VM 和資料倉儲等。

總覽
請參閱「執行 AI 解決方案」說明文件部分，瞭解如何使用 Cloud Run 啟動機器學習工作負載。
指南
瞭解如何使用 GKE Remote MCP 伺服器，以程式輔助方式與 GKE 和 Kubernetes API 互動。這項伺服器提供結構化介面，供 AI 代理和自動化程序使用。
總覽
透過快速入門導覽和逐步解說，瞭解如何使用 App Design Center 在 Google Cloud 設計及管理應用程式。
教學課程
請按照本教學課程的指示，使用 Run:ai Model Streamer 與 vLLM 的整合功能，將大型 AI 模型直接串流至 GKE 的 GPU 記憶體，略過緩慢的磁碟下載作業。
總覽
透過敘事方式瞭解複雜的 GKE 自動調整規模概念，並透過實際案例說明，專為機器學習使用者設計。
指南
這份完整指南涵蓋在 GKE 上提供機器學習推論工作負載的最佳做法，從設定到進階的資源調度架構都有說明。
總覽
瞭解如何使用 Cloud Armor 的階層式安全性政策，集中管理及強制執行機構或資料夾的安全性政策。
指南
瞭解如何在 Google Cloud 控制台中，直接設定流量鏡像和檢查的頻外網路安全整合服務。
指南
請按照本指南操作，啟用節點健康狀態預測功能，協助 GKE 排程器避開可能效能降低的節點，盡量減少 AI 訓練等敏感工作負載的中斷情形。
指南
瞭解如何與 TransUnion 合作，在 BigQuery 中設定及使用實體解析功能。
指南
瞭解如何透過組織政策搭配自訂限制，更精細地控管 BigQuery 資源的共用情形。
指南
瞭解如何搭配機構政策使用自訂限制，更精細地控管 Dataform 資源中的特定欄位。
總覽
遷移中心文件採用以使用者為中心的全新導覽設計，提供各種用途的直覺式路徑，包括雲端對雲端遷移。
指南
瞭解如何啟用節點記憶體交換功能，在 GKE 中提升應用程式的復原能力和成本效益，防範記憶體突然飆升，並減少記憶體不足的錯誤。
指南
瞭解如何使用資料工程代理程式，簡化資料載入和導入 BigQuery 的程序。您可以使用自然語言描述資料管道。
總覽
請參閱 GKE 節點自動佈建的更新版說明文件，其中整合了 ComputeClasses，並採用「待完成工作」方法，讓內容更加清楚明瞭。
總覽
瞭解 Kubernetes AI 規範計畫，並設定符合規範的 GKE 叢集，以最佳化 AI 工作負載，確保擴充性、效能和互通性。
指南
瞭解如何使用 dbt-bigquery 介面卡，執行 BigQuery DataFrames 中定義的 Python 程式碼。
總覽
歡迎瀏覽 BigLake 全新獨立說明文件網站。瞭解 BigLake 如何整合 Google Cloud 和開放原始碼，建構開放式、代管式且高效能的 lakehouse，並內建治理機制。
總覽
Google Cloud 適用的 ABAP SDK 1.12 版新增 Gemma 模型支援，並讓開發人員進一步控管 AI 行為。
指南
瞭解如何上傳資料檔案 (CSV、XLS、XLSX)，並使用全新的自助式探索功能 (目前為公開預先發布版)，立即建立不含 LookML 的探索。
總覽
對話式數據分析說明文件已分成 Looker 和 Looker Studio 專用的獨立說明文件集。
指南
對於內部直通網路負載平衡器，您現在可以為工作階段親和性和連線追蹤模式設定的所有組合，設定最低閒置逾時時間 (最多 60 秒)。
指南
如要進一步提升安全性和控管能力，現在可以使用查詢範本預先定義及限制可在資料無塵室中執行的查詢。
指南
您現在可以直接將資料表和檢視區塊新增為 BigQuery 管道中的工作，建構更有效率的資料驅動工作流程。這項功能為預先發布版。
總覽
我們已重構 Config Sync 文件，協助新使用者入門，包括使用預設設定安裝 Config Sync 的新指南，以及自訂安裝和驗證的更新頁面。
教學課程
使用 Google ADK 和 vLLM 提供的自架 Llama 3.1 模型，將以 Python 為基礎的代理程式部署至可供實際工作環境使用的 GKE Autopilot 叢集，並啟用 GPU 加速功能。
總覽
彈性啟動 VM 最多會運作七天，可協助您以折扣價取得 GPU 等高需求資源，用於短期工作負載。
總覽
透過 Privileged Access Manager (PAM) 協助保護資源，這是公開測試計畫的進階層級功能。實作多層級核准、自訂授予範圍、使用服務帳戶核准等功能，以精細控管臨時存取權。
指南
這份內容完善的指南可協助您使用 Google Cloud 設計、部署及管理憑證。
總覽
透過封鎖或允許網址，控管網站和網頁的存取權， 並使用輸出 HTTP (S) 訊息中的網域和伺服器名稱指示(SNI) 資訊。
教學課程
建立及設定生產者和消費者資源，為網路安全整合設定頻外整合，以便檢查及監控資料。
指南
四個全新的決策樹可針對常見的 Looker 支援問題提供明確指引，協助客戶自行解決問題。
指南
請根據工作負載環境、安全連線需求和網路拓撲，選擇最適合的 AlloyDB 連線方法。
教學課程
探索 AI Hypercomputer 上 AI/機器學習工作負載的新教學課程，包括： 在 GKE 上使用 vLLM 執行 Llama 4 或 Qwen3 推論作業、在 A4 GKE 叢集上微調 Gemma 3、在 GKE 上使用 Ray 微調 Gemma 3 以執行視覺工作，以及在 A4 Slurm 叢集上訓練 Qwen2。
總覽
加入快速新手上路計畫後，系統會在新的 Google Cloud 客戶註冊時，自動為他們建立獨立機構，簡化新手上路程序。
總覽
透過 Google Distributed Cloud connected API 上的 Gemini，在連上本機網路的自有硬體上部署 Gemini 模型。這項功能為公開預先發布版。
總覽
如要查看 Google Distributed Cloud connected 1.11.0 版的最新產品說明文件，請按一下 這裡。
指南
您現在可以在 BigQuery Studio 的互動式地圖上，以視覺化方式呈現地理空間查詢結果。
總覽
定義可供高階規則使用的中央 IP 位址清單，為整個機構提供一致的控制項，並減少網路和專案擁有者的管理負擔。
總覽
我們將所有技術內容移至專屬平台，建立統一的基礎，方便您打造新一代的 AI 輔助體驗。
總覽
NCCL/gIB 是 Google 針對 GPU 對 GPU 通訊基本元素，所推出的 NVIDIA 集體通訊程式庫 (NCCL) 強化版。
指南
本指南涵蓋用戶端和伺服器端因素，並提供流程圖，協助您以視覺化方式呈現疑難排解程序。
指南
無須自訂設定，即可深入瞭解快取效能，並清楚掌握核心 Cloud CDN 指標。資訊主頁預設為啟用狀態，可讓您快速掌握系統健康狀態
指南
您現在可以在 BigQuery 管道設定中，啟用自動選取處理位置的功能。
總覽
Cloud Run 現在支援 FastAPI、Gradio 和 Streamlit 等熱門 Python 網頁架構，讓您比以往更輕鬆地部署現代工作負載。
總覽
如要查看 Google Distributed Cloud connected 1.10.0 版的最新產品說明文件，請按一下 這裡。
指南
透過 GKE 推論快速入門工具，部署可用於正式環境的 AI。本指南著重於效能和成本分析，詳細說明成本計算、gcloud CLI 指令和效能最佳化。
總覽
AlloyDB Omni 產品文件現在提供各部署環境的專屬文件，方便您按照工作流程操作。
總覽
GKE 現在提供統一的 AI/機器學習工作負載說明文件套件，根據推論和訓練等使用者工作流程整理內容，並完全整合 GKE 上的 Ray 說明文件。
總覽
Google Cloud 的 A4X VM 採用 NVIDIA GB200 Superchip 和多節點 NVLink，可提供高達 72 個 GPU 的百億級運算，適用於大規模 AI 和 HPC 工作負載。
指南
在 BigQuery 共用中，為共用資料集和連結資料集副本設定多個區域的項目。這項功能為預先發布版。
總覽
將向量搜尋、AI 查詢引擎和自然語言帶入作業資料，以更快的速度建構企業級 AI 應用程式，同時降低複雜度。
教學課程
透過這項全新的 Terraform 教學課程，使用預先設定的正式版參考架構，在 GKE 上提供熱門的開放式 LLM，以進行推論。
教學課程
加速應用程式開發，部署直覺式對話體驗，讓顧客以自然語言詢問關係資料相關問題。
指南
剛開始接觸以應用程式為中心的世界嗎？瞭解 App Hub、Application Design Center 和 Cloud Hub 如何協助您在 Google Cloud 上管理、設計及運作應用程式。
資料表
決定適合您的 Looker 版本。這份完整矩陣比較了 Looker (Google Cloud Core)、Looker (原始版本) 和客戶代管部署作業的功能。

最新的 Google Cloud 網誌

更多最新消息和資源

Google Cloud 產品的最新異動。
Google Cloud的最新最佳做法和參考架構。
加入社群，向在 Google Cloud上開發、部署及運作的開發人員學習。