为帮助志在出海的厂商解决音视频社交出海痛点，WebEye携手扬帆出海、即构科技，共同举办音视频社交出海新风口第六期线上分享会》，会上 WebEye 高级云架构师&Google Cloud 认证架构师Ethan 分享了如何《在Google Cloud上打造媒体娱乐的未来》，助力泛娱乐出海企业家高效解决当前出海难题。
GCP的网络基础设施是对媒体、游戏和电商行业提升最大的一点。谷歌所运营的私有光纤，全球的骨干网络是十分优秀的。比如图上可以看到跨大西洋海缆至少8个以上，并且都是直接光纤线路。
处于GCP上的所有流量都在这些线路上流动，这些线路是流量所经过这两个区域之间，世界上最快的网络。并且从全局来看，谷歌也是全球性，而不是区域性的，这与第三方运营商所提供的专线，与基于BGP协议互联这样的公网有本质的区别。所以，当我们交付不知道来源在哪里，也不知道送到哪里的时候，这样的网络起到非常大的作用。
谷歌的GCP节点，在全球遍布24个地域机房，144个网络接入点和96个CPN接点，可以满足200多个国家和地区和用户进行接入。每个地区的机房，谷歌都可以保证资源可用性。台湾机房是其中之一，全世界目前在公有云只有GCP在台湾有机房，这方面对于受限于法规和不离境用户来说是比较重要的。
网络基础设施应用在云上诞生Global VPC概念。简单的说，就是某个区里面创建一个实例的时候，这个实例所在的网络，所在的VPC是全球性的，而不是说区域性的。
就是说完全可以在当前的VPC下面，在地球另一边创建另一个实例，他们之间与一开始介绍的谷歌骨干光纤相连通，使他们仍处在同一个内网下面，所以说可以享受到即快即无跳的网络。
如果需要，用户完全可以组建全球一个VPC网络。并且刚才这样一个Global VPC，是vpc从创建出来就具备的，不需要申请额外其他线路其他的配置。
除了网络基础设施之外，GCP上还提供更多的网络工具，网络智能中心会自动检测我们的实例，根据我们目前的结构计算出网络拓扑图，以及可以看出我们数据如何流动，包括了像主机层面的CPU、内存利用率，以及他网络层面一些吞吐量等等，丢包率、延迟都可以看到。
根据拓扑图，网络工具比较利于我们掌握当前下网络整体架构，以及及时发现我们网络所在薄弱点和未来一个优化趋势。
谷歌还提供全球Global Load Balancer去解决通过域名快速地获取视频内容，负载均衡也不在云上的VPC里面，而是遍布在全球数百个pop节点上。用户找到离他最近负载均衡之后，会请求发送到GCP服务器，他的流量在最近边缘节点上面就会终止它的GCP连接。这样的好处是为了流量可以走GCP骨干网络，从而加速整体访问还有分发速度。
谷歌在大数据方面有比较丰富产品，举三个例子说明一下。
1、BigQuery
他是一个无服务器的PB级数据库，可以把数据存进BigQuery，需要用的时候进行查询，这个过程只需要消耗比较少量的存储和查询的费用。
无服务器和PB级特点十分显著，无服务器特点指的是可以不需要维护任何底层服务器，不需要维护任何基础设施，不需要考虑吞吐参数等等，只需要关注业务存储。PB级则存在数据BigQuery里面，查询数据以后在页面上动动鼠标，后台通识会有数千个核心运行查询业务，TB级的数据就可以秒级查询。
2、Spanner
谷歌在所有的数据中心当中都提供了原子钟，通过原子钟执行强制外部一致性的技术。即使跨大洲不同的地区中运行不同的Spanner的实例当中保存一些数据，但是他们会自动维持保持全局一致性，这个过程也不需要用户操心，所以是十分难得。
3、Looker
媒体是全球性，用户可以从世界各地来观看视频，但是很多不同的设备类型，所在带宽和地区的不同，让我们对不同属性的数据进行分析展示产生困难。
Looker工具是谷歌针对这一个问题推出的新工具，它有一个完整的数据通路，贯穿上文内所介绍的产品。比如说数据从Shaka Player当中流出，所产生的数据又由Cloud Run进行吸收，之后送到PubSub队列，再经过Dataflow处理推送到BigQuery当中，最后再让Looker进行可视化分析以及展示。
谷歌不是一家专门做AI、ML的公司，但是在AI 、ML这两方面确实是谷歌所擅长的领域。
当我们每天面对世界范围内每分钟上传数百个小视频时；当我们需要判断用户所上传的视频是否有侵权行为，是否给敏感视频进行黄标，给各类视频进行分类和打标签等问题时；这些内容的检测量太大不是仅凭人工就可以处理，所以使用到AI是一个好办法。
正是因为谷歌经过比较长期的打磨，还有大规模应用，使得谷歌在AI、ML这方面技术和经验都是非常成熟。
针对AI方面大多数的媒体，谷歌的机器学习都是支持的，比如名人识别、动作检测、镜头变化、字幕内容、审核提取等。如果谷歌用户有个性化需求，也可以根据我们一些自定义需求自定义模型。
谷歌提供AI类的产品，大多数都是服务，开箱即用。翻页API、语音识别还有图像识别都属于这个范畴。像翻页API，除了可以翻译标准的原义之外，也可以对我们所处行业行话、术语进行专门的训练。
游戏当中一些装备名称还有特定人的人物照法，预先设定的模型也是随着事物发展变化，也不是一成不变。比如澳大利亚的Fox Sports，某个场景之下根据谷歌机器学习，预测某运动员在5分钟之后会出局，这样预测行为对比赛的推动还有观众的体验都有一定的提高。
又比如玩游戏时候，AI告诉我们走哪条路有更高的胜率，这样的功能对用户来讲都是非常有利的。
Webeye是Google Cloud在国内唯一拥有MSP认证的合作伙伴，能协助客户做运维服务以及拥有提交Case的资质。投入度方面，整体人数投入30多人，其中销售10+，工程师20+，每位在岗工程师都拥有GCP的架构师认证，也是人力投入最大的，认证最多的GCP伙伴。
———
WebEye是中国大陆地区首家获得 Google Cloud MSP 资质的合作伙伴。WebEye致力于用创新的技术向中国企业提供数字化效率创新服务，实现数字化赋能。我们不断帮助客户打造新的运营与协作方式，打造新的竞争优势，构建资源高效链接，共创价值生长空间。
WebEye整合全球资源，打造全球数字化营销体系，为企业提供营销增长服务、营销增长引擎以及企业上云三大板块业务，涵盖数字营销、数字创意、游戏发行、流量变现、程序化广告、数据洞察、云计算等一站式全链条增长产品矩阵，是中国互联网出海领军企业。