Lưu trữ Tin tức - Cloud Ace

Tìm hiểu về Google Agentic Data Cloud

Tran Nhu — Thu, 05 Nov 2026 09:50:58 +0000

Tìm hiểu về Google Agentic Data Cloud

Google Agentic Data Cloud đánh dấu bước chuyển đổi trong chiến lược dữ liệu doanh nghiệp, từ các hệ thống chủ yếu lưu trữ và phân tích thông tin sang nền tảng có khả năng cung cấp ngữ cảnh, hỗ trợ AI Agent suy luận và chủ động thực hiện hành động. Với kiến trúc kết hợp dữ liệu, AI và cơ sở dữ liệu vận hành, Google Cloud hướng đến giải quyết những thách thức về phân mảnh dữ liệu, độ tin cậy, khả năng mở rộng và chi phí khi doanh nghiệp triển khai Agentic AI trên quy mô lớn. Cùng Cloud Ace tìm hiểu giải pháp này nhé.

Agentic Data Cloud là một System of Action (hệ thống hành động) do Google Cloud phát triển, được thiết kế để hợp nhất toàn bộ dữ liệu doanh nghiệp, mô hình AI và cơ sở vận hành vào một hệ thống duy nhất, hoạt động một cách chủ động chính xác và bảo mật ở quy mô lớn

Nếu các nền tảng dữ liệu truyền thống chủ yếu phục vụ việc thu thập, lưu trữ, xử lý và phân tích thông tin để người dùng đưa ra quyết định, Agentic Data Cloud hướng đến một bước tiến mới: cho phép AI Agent truy cập dữ liệu, hiểu ngữ cảnh doanh nghiệp, suy luận và thực hiện hành động dựa trên ngữ cảnh doanh nghiệp.

Kích hoạt toàn bộ dữ liệu với kiến trúc mở và linh hoạt: Google Cloud Lakehouse cùng các định dạng mở như Apache Iceberg cho phép kết nối và khai thác dữ liệu từ nhiều môi trường như Google Cloud, AWS, Azure, hệ thống on-premises hay các ứng dụng SaaS, mà không nhất thiết phải di chuyển dữ liệu về một nơi. Điều này giúp doanh nghiệp giảm tình trạng phân mảnh, hạn chế chi phí truyền tải dữ liệu và tạo nền tảng thống nhất cho AI Agent. Theo báo cáo từ Google Cloud, kiến trúc Open Lakehouse này mang lại mức ROI 117%, với thời gian hoàn vốn dưới sáu tháng.

Xây dựng AI Agent với Knowledge Catalog: Google Knowledge Catalog đóng vai trò như một lớp ngữ cảnh thống nhất, giúp khám phá, tổ chức và bổ sung ý nghĩa cho dữ liệu có cấu trúc lẫn phi cấu trúc. Kết hợp với Looker và công nghệ tìm kiếm ngữ nghĩa, nền tảng giúp AI Agent truy xuất đúng thông tin, tuân thủ quyền truy cập và giảm nguy cơ tạo ra nội dung không chính xác. Theo Google, việc tích hợp lớp ngữ nghĩa và ngữ cảnh này giúp cải thiện độ chính xác trong nhận diện tập dữ liệu lên 50% và giảm hiện tượng AI hallucination lên đến 66%.

Tối ưu hiệu suất và chi phí với AI-native stack: Google xây dựng hệ thống AI trên toàn bộ hạ tầng công nghệ, từ mạng lưới toàn cầu, chip TPU đến các mô hình Gemini và Gemini Enterprise Agent Platform. Thay vì bổ sung AI như một thành phần riêng biệt, Google tích hợp AI trực tiếp vào hệ sinh thái dữ liệu và cơ sở hạ tầng, giúp doanh nghiệp tối ưu hiệu suất xử lý, giảm độ trễ và hỗ trợ triển khai AI Agent trên quy mô lớn. Một số lợi thế hiệu suất được Google công bố bao gồm:

BigQuery Advanced Runtimes hỗ trợ truy vấn nhanh hơn 6 lần.
Lightning Engine cho Apache Spark giúp Spark chạy nhanh hơn 4,5 lần so với Apache Spark mã nguồn mở.
AlloyDB xử lý các workload giao dịch nhanh hơn 4 lần so với PostgreSQL tiêu chuẩn.

Các cập nhật mới tập trung vào ba định hướng: mở rộng khả năng khai thác dữ liệu đa môi trường, nâng cao độ chính xác thông qua ngữ cảnh doanh nghiệp và cải thiện trải nghiệm làm việc với AI Agent.

Borderless Lakehouse:

Gemini tích hợp trực tiếp vào Borderless Lakehouse: Người dùng doanh nghiệp có thể sử dụng ngôn ngữ tự nhiên để truy vấn dữ liệu phân tán trên nhiều nền tảng đám mây, trong khi AI Agent sử dụng dữ liệu này để suy luận và hỗ trợ quy trình nghiệp vụ.
Cross-cloud Interconnect và Caching cho AWS, Azure: Tính năng này cho phép truy vấn dữ liệu ở nhiều nền tảng đám mây khác nhau, thông qua kết nối riêng tư, bảo mật và không phát sinh phí egress biến đổi theo cách tiếp cận được Google công bố. Dữ liệu truy vấn từ xa được tự động cache tại Google Cloud để hỗ trợ hiệu suất truy cập.
Iceberg Catalog Federation: Hỗ trợ liên kết danh mục dữ liệu với Databricks Unity, Snowflake Horizon và AWS Glue.
Zero-copy integrations: Mở rộng khả năng tích hợp với SAP, Workday và Salesforce mà không cần tạo thêm bản sao dữ liệu.

Đặc biệt, Borderless Lakehouse được tích hợp trực tiếp với Knowledge Catalog để tự động lập chỉ mục dữ liệu phân tán và dữ liệu phi cấu trúc. Nhờ đó, AI Agent có thể khai thác thông tin với ngữ cảnh phù hợp, đồng thời kiểm soát tốt hơn lượng token sử dụng.

Knowledge Catalog: Tăng độ chính xác và tối ưu khả năng xử lý của AI Agent

Google tiếp tục nâng cấp Knowledge Catalog, đưa nền tảng này tiến xa hơn vai trò quản lý và khám phá dữ liệu truyền thống để trở thành công cụ cung cấp ngữ cảnh cho AI Agent. Các cải tiến mới tập trung vào:

Self-learning context enrichment: Tự động học hỏi và bổ sung ngữ cảnh dựa trên cách dữ liệu được sử dụng trong doanh nghiệp.
Reusable context sets: Tạo các bộ ngữ cảnh có thể tái sử dụng, giúp nhiều AI Agent cùng khai thác tri thức nghiệp vụ nhất quán.
Trải nghiệm quản trị mới: Cải thiện khả năng quản lý và phát triển lớp ngữ cảnh, đồng thời duy trì quyền kiểm soát của con người đối với quản trị dữ liệu.

Theo benchmark nội bộ của Google, Knowledge Catalog giúp AI Agent đạt độ chính xác cao gần 4 lần, giảm độ trễ lên đến 33% và sử dụng ít hơn đến 75% token.

AlloyDB mở rộng khả năng truy vấn dữ liệu giao dịch và phân tích

Để AI Agent có thể đưa ra quyết định dựa trên thông tin cập nhật, việc kết hợp dữ liệu giao dịch real-time với dữ liệu phân tích lịch sử đóng vai trò quan trọng. Bản cập nhật mới này, Google mang đến khả năng truy cập trực tiếp các bảng Iceberg trong AlloyDB. Tính năng này cho phép người dùng truy vấn dữ liệu Iceberg lưu trữ trên cloud và kết hợp với dữ liệu vận hành ngay trong một câu truy vấn PostgreSQL, mà không cần xây dựng thêm ETL pipeline hoặc tạo bản sao dữ liệu.

Một số điểm nổi bật:

Truy cập trực tiếp dữ liệu Iceberg từ cloud storage.
Kết hợp dữ liệu giao dịch hiện tại với dữ liệu phân tích lịch sử.
Tích hợp với Lakehouse Runtime Catalog và Knowledge Catalog để duy trì ngữ cảnh quản trị thống nhất.
Tăng tốc độ truy vấn tổng hợp lên đến 7 lần so với dịch vụ tương thích PostgreSQL, tương đương Amazon theo benchmark Google công bố.

Spanner Omni: Mở rộng ứng dụng AI Agent trên môi trường hybrid và multi-cloud

Spanner Omni mở rộng khả năng triển khai ứng dụng trên nhiều môi trường, bao gồm hệ thống on-premises, edge và multi-cloud. Với khả năng cung cấp tính nhất quán dữ liệu, khả năng mở rộng và hỗ trợ đa mô hình, Spanner Omni hướng được tối ưu cho các ứng dụng AI Agent cần vận hành xuyên suốt nhiều môi trường hạ tầng nhưng vẫn duy trì trải nghiệm dữ liệu thống nhất.

Để triển khai Agentic Data Cloud hiệu quả, doanh nghiệp cần nhiều hơn một nền tảng công nghệ. Việc đánh giá kiến trúc dữ liệu hiện tại, xác định nguồn dữ liệu ưu tiên, xây dựng cơ chế quản trị và lựa chọn các bài toán AI phù hợp là những bước quan trọng trong quá trình chuyển đổi. Với năng lực tư vấn và triển khai giải pháp Google Cloud, Cloud Ace đồng hành cùng doanh nghiệp trong hành trình hiện đại hóa hạ tầng dữ liệu, khai thác BigQuery, xây dựng nền tảng phân tích và phát triển các ứng dụng AI Agent.

Thông qua việc kết hợp các dịch vụ dữ liệu, AI và hạ tầng của Google Cloud, Cloud Ace hỗ trợ doanh nghiệp từng bước xây dựng nền tảng dữ liệu sẵn sàng cho kỷ nguyên Agentic AI, hướng đến nâng cao hiệu suất vận hành, tối ưu chi phí và thúc đẩy các quyết định dựa trên dữ liệu.

The post Tìm hiểu về Google Agentic Data Cloud appeared first on Cloud Ace.

Google Maps nâng cấp trải nghiệm bản đồ 3D, dữ liệu real time và AI

Tran Nhu — Tue, 03 Nov 2026 08:27:07 +0000

Google Maps nâng cấp trải nghiệm bản đồ 3D, dữ liệu real time và AI

Google Maps Platform vừa công bố hàng loạt cập nhật mới với các công nghệ bản đồ 3D, dữ liệu mật độ dân cư theo thời gian thực và khả năng tùy chỉnh giao diện linh hoạt. Thông qua các giải pháp Google Maps và dịch vụ tư vấn, triển khai từ Cloud Ace, doanh nghiệp có thể nâng cao trải nghiệm bản đồ số, tối ưu khả năng tương tác và hỗ trợ khách hàng đưa ra quyết định lựa chọn địa điểm chính xác hơn. Cùng Cloud Ace tìm hiểu nhé.

Các cập nhật mới nhất bao gồm:

Maps 3D SDK cho Android và iOS (General Availability): Tích hợp trải nghiệm bản đồ 3D trực quan vào ứng dụng di động với hình ảnh chân thực, cùng khả năng tương tác đa chiều với hiệu ứng chuyển động mượt mà.
Places UI Kit Pro cho iOS (General Availability): Hiển thị dữ liệu về khung giờ cao điểm, mật độ dân cư đang có mặt và thời gian chờ tại địa điểm, đồng thời tích hợp các nút hành động tùy chỉnh.
Contextual Styling (General Availability): Tự động điều chỉnh giao diện bản đồ, màu sắc và các layer hiển thị dựa trên điều kiện môi trường mà không cần tải lại bản đồ.
Cloud-based Maps Styling (General Availability): Tự động hóa quy trình thiết kế và quản lý giao diện bản đồ thông qua mã nguồn và AI, hỗ trợ chuyển đổi mô tả ngôn ngữ tự nhiên thành cấu hình JSON có thể triển khai.
Immersive Area Tours trong Google AI Studio: Hỗ trợ xây dựng bản đồ tương tác và các mô hình ảo 3D thông qua giao diện AI, đơn giản hóa quá trình tạo mẫu ứng dụng.

Những cải tiến này giúp giảm các thao tác trực quan không cần thiết, bổ sung ngữ cảnh thực tế và duy trì mức độ tương tác của khách hàng ngay trên ứng dụng.

Khi người dùng tìm hiểu các điểm đến du lịch, theo dõi tuyến giao hàng hoặc đánh giá một khu vực bất động sản, người dùng càng có nhu cầu quan sát không gian với góc nhìn trực quan và chi tiết hơn. Maps 3D SDK cho Android và iOS đưa trải nghiệm bản đồ 3D của Google trực tiếp vào mobile app, đồng thời hỗ trợ các quy trình phát triển ứng dụng native hiện đại thông qua Kotlin và SwiftUI. Với phiên bản phát hành chính thức, doanh nghiệp có thể tích hợp các tính năng như:

Hiển thị hình ảnh và mô hình 3D: Tái hiện không gian với hình ảnh 3D có độ chi tiết cao, hỗ trợ tích hợp mô hình 3D tùy chỉnh.
Tương tác đa chiều: Cho phép người dùng quan sát không gian từ nhiều góc độ, kết hợp hiệu ứng chuyển động camera linh hoạt.
Tùy chỉnh bản đồ: Điều chỉnh cách hiển thị cảnh quan, thông tin địa điểm (POI), độ cao và các điểm đánh dấu (markers) tùy chỉnh.
Tối ưu khả năng khám phá địa điểm: Sử dụng các điểm đánh dấu (markers) thông minh có khả năng xử lý va chạm để hạn chế tình trạng chồng lấn thông tin khi hiển thị nhiều địa điểm gần nhau.

Bằng cách kết hợp bản đồ nền, hình ảnh 3D độ phân giải cao, thông tin địa điểm theo ngữ cảnh và khả năng triển khai trên web lẫn mobile, Maps 3D cung cấp giải pháp bản đồ native có khả năng mở rộng trên nhiều thiết bị và trường hợp sử dụng.

Khi đánh giá khu nghỉ dưỡng, địa điểm tổ chức sự kiện hoặc bất động sản thương mại, khách hàng thường cần hình dung tổng thể cách các khu vực kết nối với nhau thay vì phải xem từng hình ảnh riêng lẻ. Tuy nhiên, việc tự xây dựng các tuyến di chuyển 3D và hiệu ứng chuyển động thường đòi hỏi kiến thức chuyên sâu về tọa độ và công cụ xử lý hoạt ảnh.

Giải pháp Immersive Area Tours mới trên Google AI Studio giúp đơn giản hóa quá trình tạo mẫu và phát triển các hành trình khám phá không gian ảo với hình ảnh trực quan, hiệu ứng chuyển động điện ảnh.

Ứng dụng này kết hợp 3D Maps và Places UI Kit để hỗ trợ xây dựng nhanh các ứng dụng web tích hợp bản đồ tương tác và dữ liệu địa điểm. Thông qua giao diện hội thoại AI, nhà phát triển có thể tùy chỉnh các mẫu ứng dụng có sẵn mà không cần trực tiếp viết mã, từ đó tạo và chia sẻ các chuyến tham quan không gian 3D với nhiều điểm dừng chỉ trong vài phút.

Doanh nghiệp có thể trải nghiệm và phát triển bản đồ tham quan ảo thông qua ứng dụng mã nguồn mở Immersive Area Tours trên Google AI Studio.

Với bản cập nhật mới, Place Details trong Places UI Kit dành cho iOS bổ sung dữ liệu về khung giờ phổ biến (Popular Times) và mật độ dân cư real time (Live Busyness). Người dùng có thể theo dõi:

Popular Times: Thống kê mức độ đông đúc thông thường theo từng khung giờ trong ngày.
Live Busyness: Cập nhật tình trạng hoạt động và mật độ người tại địa điểm ở thời điểm hiện tại.
Typical Wait Times: Thông tin thời gian chờ trung bình tại địa điểm, tùy theo khả năng cung cấp dữ liệu.

Các thông tin này được hỗ trợ trong cả hai phiên bản Places UI Kit Essentials và Pro. Đặc biệt, Places UI Kit Pro còn cho phép tùy chỉnh các nút hành động trên giao diện. Doanh nghiệp có thể loại bỏ các nút mặc định hoặc bổ sung chức năng riêng như “Đặt chỗ ngay” và “Tham gia danh sách chờ”. Nhờ đó, khách hàng có thể thực hiện các thao tác trực tiếp trong ứng dụng mà không cần chuyển sang nền tảng khác. Để tích hợp tính năng này, các nhà phát triển chỉ cần bổ sung thuộc tính popularTimes vào cấu hình nội dung Place Details.

Contextual Styling cho Cloud-based Maps Styling, cho phép bản đồ có thể tự động thay đổi cách hiển thị để phản ánh môi trường thực tế tốt hơn. Tính năng này cho phép doanh nghiệp lập trình và điều chỉnh:

Color Palettes: Thay đổi màu sắc giao diện bản đồ theo từng điều kiện hoặc ngữ cảnh cụ thể.
Layer Visibility: Bật hoặc tắt các lớp thông tin trên bản đồ tùy theo nhu cầu.
Landmark Highlighting: Làm nổi bật các địa điểm hoặc công trình quan trọng nhằm hỗ trợ người dùng định hướng.

Đáng chú ý, các thay đổi trên được thực hiện trên cùng một Map ID mà không cần tải lại giao diện bản đồ. Contextual Styling cũng hỗ trợ duy trì tính nhất quán trên những chế độ hiển thị chính như: Roadmap, Satellite, kết hợp Hybrid, địa hình (Terrain) và điều hướng (Navigation). Tính năng này giúp doanh nghiệp xây dựng giao diện bản đồ linh hoạt hơn, đồng thời cung cấp thông tin phù hợp với từng tình huống sử dụng.

Google Maps vừa mở rộng Cloud-based Maps Styling trên nhiều loại bản đồ và chế độ hiển thị, cho phép doanh nghiệp có thể tùy chỉnh hơn 100 thành phần bản đồ trên các giao diện 2D, 3D, Satellite, Hybrid và Terrain, đồng thời hỗ trợ cả chế độ sáng và tối.

Kết hợp với khả năng quản lý thông qua code và hỗ trợ thiết kế bằng AI, đội ngũ phát triển có thể chuyển đổi các yêu cầu bằng ngôn ngữ tự nhiên và template thương hiệu thành cấu hình JSON có thể đưa vào môi trường triển khai thực tế.

Thông qua Map Management API, doanh nghiệp có thể tự động hóa quy trình quản lý giao diện bản đồ, giảm phụ thuộc vào thao tác thủ công và nâng cao tính nhất quán trên toàn bộ hệ thống ứng dụng.

The post Google Maps nâng cấp trải nghiệm bản đồ 3D, dữ liệu real time và AI appeared first on Cloud Ace.

TPU + TorchTPU: Một lựa chọn mới cho người dùng GPU

Tran Nhu — Mon, 02 Nov 2026 07:15:48 +0000

TPU + TorchTPU: Một lựa chọn mới cho người dùng GPU

Tài nguyên GPU là mặt hàng khan hiếm trên toàn cầu do sự bùng nổ nhu cầu từ AI. Kể cả với hyperscaler như Google Cloud thì việc một khách hàng provision và scale được GPU ở quy mô nhất định cũng không phải luôn luôn dễ dàng. Google cung cấp một lựa chọn chip khác là TPU (Tensor Processing Unit), tuy nhiên sự khác biệt về kiến trúc phần cứng, framework phần mềm cũng như khả năng biên dịch vẫn luôn là một trở ngại khiến người dùng khó có thể thử nghiệm và triển khai sử dụng chúng trong các workload thực tế.

Tuy nhiên mới đây, ngày 20/10/2026, Google và đội PyTorch của Meta công bố open source TorchTPU, một backend cho phép code PyTorch chạy trực tiếp trên TPU. Điều này mở ra một lựa chọn hạ tầng mới hoàn toàn cho các doanh nghiệp trước đây đã quen làm việc với GPU cho bài toán inference.Team Data/AI của Cloud Ace đã thử nghiệm chạy một số mô hình gen media phổ biến hiện tại là FLUX (ảnh), Wan2.2 (video không tiếng) và MiniMax-H3 (video có tiếng) trên chip TPU v6e. Phần dưới đây ghi lại cách dựng, tốc độ đo được, và chi phí so với việc host cùng mô hình trên GPU và với các API sinh ảnh/video phổ biến.

Team dựng hệ thống trên GKE với hàng đợi và worker TPU Spot: có request thì bật chip, rảnh thì tắt.

• Phần cứng: 1 chip TPU v6e (ct6e-standard-1t, 32 GiB HBM, 176 GiB RAM host) trên GKE, node pool Spot ở us-central1, tự scale được về 0.

• Phần mềm: image torch-tpu (torch 2.14, torch_tpu 0.2.0) cộng diffusers bản main. TorchTPU là điểm then chốt — code PyTorch/diffusers gần như giữ nguyên, chỉ đổi device=”tpu”, không phải viết lại bằng XLA thuần.

• Model thử nghiệm: FLUX 3 Image Klein và FLUX.1-schnell (ảnh), Wan2.2-TI2V-5B (video không tiếng), MiniMax-H3 33B (video có tiếng).

• Thành phần chính: API FastAPI trên node pool thường (không cần TPU); hàng đợi jobs trong Firestore (queued → running → done/failed), worker nhận job bằng compare-and-swap để không trùng; kết quả lưu Cloud Storage và tải qua signed URL; đĩa PVC giữ weights và compile cache TorchTPU (model lớn, cache theo shape nên cần đĩa bền).

• Worker: mỗi worker là một Deployment 1 replica trên 1 chip, strategy Recreate để không có hai pod tranh một chip. Worker chính giữ Klein và Wan2.2 trong RAM host, chỉ đưa model đang dùng lên HBM — đổi giữa ảnh và video mất khoảng 12–15 giây, không phải compile lại. Worker MiniMax-H3 chạy riêng vì weights lớn.

• Spot rẻ hơn on-demand nhưng node có thể bị thu hồi bất cứ lúc nào. Khi worker khởi động lại, các job đang chạy dở được đưa lại hàng đợi.

• Cold start worker chính khoảng 8–26 phút (cấp node + nạp model + warmup); H3 khoảng 10–25 phút. Compile cache lưu trên PVC nên lần sau dùng lại. Worker tự tắt sau 15 phút rảnh (H3: 30 phút) để thu hồi node.

Điểm cần chú ý khi cài đặt là giữ nguyên bản torch và torch_tpu:

Tiếp theo là quyết định thành phần nào đặt trên TPU:

# FLUX.1-schnell: text encoder ở CPU, chỉ transformer + VAE lên TPU pipe.transformer.to(”tpu”); pipe.vae.to(”tpu”)

Một số điểm team Cloud Ace rút ra khi dựng:

Compile theo hình dạng tensor. Mỗi độ dài prompt, độ phân giải hay số frame là một lần compile (30–110 giây), nên cần cố định tập kích thước và warmup sẵn.
Chỉ đưa từng phần cần thiết lên TPU. Không chuyển cả pipeline lên TPU một lần bằng pipeline.to(”tpu”), vì phần text encoder đang chạy trên CPU sẽ bị kéo lên theo. Cũng không dùng from_pipe() để tạo pipeline mới, vì hàm này đổi model về định dạng số lớn hơn (float32). Với FLUX, dung lượng model khi đó tăng lên khoảng 44 GB, vượt quá bộ nhớ 32 GB của một chip.

Chúng tôi dựng một web app đơn giản trên Google Kubernetes Engine cho phép người dùng gõ prompt, hệ thống xếp request vào hàng đợi, rồi worker TPU v6e Spot sinh ảnh hoặc video.

Model chạy bằng PyTorch nguyên bản qua TorchTPU và thư viện diffusers. Tốc độ đo được trên một chip, khi máy đã khởi động xong:

MiniMax-H3 lớn hơn bộ nhớ 32 GB của một chip, nên text encoder chạy trên CPU và transformer được đẩy từ RAM lên chip từng phần mỗi bước (~20.8 giây/bước). Tất cả số trên đo ở chế độ eager, chưa tối ưu riêng cho TPU.

Text → ảnh với FLUX 3 Image Klein: 1024×1024, 4.8 giây.

Khung hình từ video 5.2 giây có tiếng sinh bằng MiniMax-H3, khoảng 19 phút (gồm ~2 phút xử lý văn bản trên CPU).

Chúng tôi so sánh ba lựa chọn:

Native (API managed): gọi model có sẵn và trả tiền theo từng ảnh, từng giây video. Ví dụ Veo, Imagen, Nano Banana trên Vertex AI, hoặc FLUX API của Black Forest Labs.
GPU tự host: chạy model mã nguồn mở trên GPU trong project của mình, tính phí theo giờ máy hoạt động. Ví dụ host L4, A100, H100 trên GKE.
TPU tự host: chạy cùng các model mở đó trên TPU v6e loại Spot, cũng tính phí theo giờ máy hoạt động.

Với tự host, chi phí mỗi đầu ra phụ thuộc vào việc TPU bận bao nhiêu phần thời gian bị tính tiền:

Một ảnh gen bằng Klein tốn $0.0008 tiền TPU khi máy chạy liên tục, so với $0.009 khi gọi Klein qua API của Black Forest Labs. Lưu ý: Đường xanh đậm là tiền máy cộng khoản cố định (disk, storage, load balancer,...) $38/tháng.

MiniMax-H3 tự host tốn $0.193 tiền máy mỗi clip khi máy chạy liên tục, so với $0.40 qua API H3 768P, $0.20 với H3-Lite 768P và $0.25 với Veo 3.1 Lite. Chú ý là có khác biệt về độ phân giải: H3 tự host chạy 960×544 (544p) để vừa một chip.

The post TPU + TorchTPU: Một lựa chọn mới cho người dùng GPU appeared first on Cloud Ace.

Google ra mắt Gemini 4 Carbon: Nâng cao khả năng lập trình và bảo mật với AI

Tran Nhu — Mon, 02 Nov 2026 04:18:43 +0000

Google ra mắt Gemini 4 Carbon: Nâng cao khả năng lập trình và bảo mật với AI

Google chính thức giới thiệu Gemini 4 Carbon, mô hình AI mới tập trung vào khả năng lập trình chuyên sâu, xử lý các tác vụ kỹ thuật phức tạp và tăng cường hệ thống an ninh mạng. Với những cải tiến về khả năng suy luận và vận hành AI Agent, mô hình hướng đến hỗ trợ hiệu quả hơn trong quá trình phát triển, testing và đồng thời nâng cao khả năng phát hiện lỗi, đánh giá và khắc phục lỗ hổng bảo mật trong hệ thống phần mềm. Cùng Cloud Ace tìm hiểu nhé.

Mô hình Gemini 4 Carbon được phát triển dựa trên mô hình Gemini 4 Argon, để xử lý các khối lượng dữ liệu khổng lồ, có độ phức tạp cao và kéo dài trong nhiều giai đoạn. Mô hình có thể hỗ trợ phân tích nguyên nhân gốc rễ của sự cố (root-cause analysis), tìm kiếm và sửa lỗi trong các hệ thống phần mềm quy mô lớn.

Bên cạnh đó, Gemini 4 Carbon được cải thiện về khả năng phát triển ứng dụng web full-stack, suy luận và xử lý đa phương thức. Trên WebDev Arena, mô hình ghi nhận mức tăng 89 điểm Elo, đạt 1.768 điểm và xếp thứ 4 trong bảng đánh giá.

Những cải tiến này giúp mở rộng khả năng ứng dụng AI Agent vào quy trình phát triển phần mềm, từ phân tích mã nguồn, xử lý lỗi đến thực hiện các tác vụ kỹ thuật phức tạp với mức độ tự chủ cao hơn.

Một trong những điểm nổi bật của Gemini 4 Carbon là khả năng hỗ trợ toàn diện trong lĩnh vực cybersecurity, từ giai đoạn phòng thủ, phát hiện lỗ hổng, xác thực mức độ rủi ro đến các đề xuất khắc phục sự cố.

Theo các thử nghiệm nội bộ của Google, Gemini 4 Carbon có tỷ lệ thành công khi tạo mã nguồn an toàn cao gấp 2 lần so với mô hình Gemini 4 Argon. Đội ngũ Chrome cũng ghi nhận khả năng tạo bản vá chất lượng cao của mô hình vượt trội hơn gấp 10 lần so với một mô hình AI tiên tiến khác trong thử nghiệm đối chiếu. Ngoài ra, Wiz – nền tảng bảo mật của Google Cloud – cũng ghi nhận kết quả nổi bật của Gemini 4 Carbon trong các bài đánh giá kiểm thử xâm nhập ứng dụng web, tính năng cốt lõi trong Wiz's Scan for Good. Trên các đánh giá bảo mật độc lập, mô hình đạt kết quả nổi bật:

Phát hiện lỗ hổng bảo mật: Khả năng nhận diện các lỗ hổng thực tế là nền tảng quan trọng trong các hoạt động phòng thủ an ninh mạng. Gemini 4 Carbon đạt 88,2% trên SEC-bench Pro, cho thấy khả năng tự động phát hiện những lỗ hổng phức tạp ẩn trong các hệ thống phần mềm thực tế.

Song song với việc mở rộng năng lực xử lý, Google cũng tập trung cải thiện tính an toàn, minh bạch và khả năng tuân thủ yêu cầu của Gemini 4 Carbon. Một số cải tiến đáng chú ý bao gồm:

Giảm hành vi sai lệch: Các cảnh báo sai lệch nghiêm trọng trong môi trường lập trình thực tế của Google giảm gần 80%
Tăng độ chính xác: Giảm khoảng 2 lần các tuyên bố thiếu cơ sở so với Gemini 4 Argon, hạn chế việc tạo ra thông tin không được xác thực. Khi thiếu dữ liệu hoặc bằng chứng, mô hình có thể chủ động nêu rõ những giới hạn về phương pháp, thông tin còn thiếu hoặc các điều kiện cần bổ sung, thay vì đưa ra câu trả lời không có cơ sở.
Chống tấn công Prompt Injection: Trên bài đánh giá Gray Swan Indirect Prompt Injection (IPI), Gemini 4 Carbon đạt tỷ lệ tấn công thành công 0%. Kết quả này cho thấy mô hình có khả năng chống lại toàn bộ các cuộc tấn công trong bài đánh giá.
Nâng cao khả năng thực thi: Giảm 26% tình trạng AI tự ý thực hiện vượt phạm vi yêu cầu và giảm 29% tình trạng xử lý chưa đầy đủ các tác vụ được giao. Nhờ đó, Gemini 4 Carbon có thể thực hiện các nhiệm vụ đa bước một cách nhất quán, đồng thời tuân thủ các giới hạn và yêu cầu của dự án.

Google đang triển khai Gemini 4 Carbon theo từng giai đoạn nhằm tiếp tục đánh giá hiệu suất và hoàn thiện các cơ chế bảo vệ. Trong giai đoạn đầu, mô hình được cung cấp cho một nhóm chuyên gia an ninh mạng thông qua chương trình Fairwind, sau đó mở rộng dần đến các đối tác đáng tin cậy. Google dự kiến đưa Gemini 4 Carbon đến với nhà phát triển, doanh nghiệp và người dùng cá nhân thông qua các nền tảng sản phẩm trong thời gian tới.

Mức giá khởi điểm được công bố tương đương Gemini 4 Argon:

Input tokens: 2 USD/1 triệu tokens.
Output tokens: 10 USD/1 triệu tokens.
Cached input tokens: Giảm 95% so với mức giá input thông thường.

Sau thời gian ưu đãi ban đầu, giá dự kiến điều chỉnh lên 4 USD/1 triệu input tokens và 20 USD/1 triệu output tokens.

The post Google ra mắt Gemini 4 Carbon: Nâng cao khả năng lập trình và bảo mật với AI appeared first on Cloud Ace.

Tổng hợp những cập nhật của Google Workspace 10/2026

Tran Nhu — Tue, 27 Oct 2026 08:33:37 +0000

Tổng hợp những cập nhật của Google Workspace 10/2026

Trong tháng 10 năm 2026, Google vừa công bố hàng loạt cập nhật mang tính đột phá cho Google Workspace, đặc biệt đẩy mạnh tích hợp Gemini và tăng cường khả năng tự động hóa quy trình. Các cải tiến lần này trải dài trên nhiều dịch vụ cốt lõi như Google Sheets, Google Meet, Google Chat và cả Workspace Studio, giúp các đội ngũ làm việc một cách liền mạch, giàu ngữ cảnh và tối ưu hóa tối đa thời gian xử lý tác vụ. Cùng Cloud Ace tìm hiểu nhé.

Gmail AI Inbox & Gmail Live: (dành cho người dùng Google Workspace phiên bản trả phí)

Gmail AI Inbox chính thức được Google triển khai tại Mỹ, giúp người dùng tự động tổng hợp công việc và deadline từ email. Tính năng này sẽ tự động quét hộp thư đến và tạo bản tóm tắt trực tiếp thay vì phải mở từng email. AI Inbox không thay thế hộp thư truyền thống mà xuất hiện như một tab riêng trong menu Gmail trên cả web và mobile app.
Tính năng này tập trung vào hai dạng nội dung chính: các đầu việc cần xử lý được trích xuất từ chuỗi email dài, cùng các chủ đề cần cập nhật gom nhóm các thảo luận dự án và thay đổi trạng thái mới nhất. Admin Workspace không cần cấu hình gì trong Admin console. Tab AI Inbox sẽ tự động hiển thị với người dùng đủ điều kiện.
Gmail Live mang đến khả năng tìm kiếm và tương tác bằng giọng nói qua giao tiếp tự nhiên trực tiếp trên ứng dụng di động Android và iOS. Google đã bổ sung các nguồn, hỗ trợ người dùng có thể xem thông tin đến từ đầu và lựa chọn giọng nói yêu thích trực tiếp trong Gmail Live.

Google Docs Live: là tính năng mới ứng dụng Gemini trên phiên bản Google Docs dành cho thiết bị di động (hỗ trợ cả Android và iOS). Tính năng này cho phép người dùng tạo và cấu trúc tài liệu nhanh chỉ bằng giọng nói thông qua các cuộc trò chuyện với AI. Ngoài ra, tính năng mới này còn có khả năng trích xuất ngữ cảnh từ Gmail, tin nhắn trong Google Chat và các tệp trên Drive để tự động tạo các bản cập nhật dự án, đề xuất tính năng, kế hoạch sự kiện hay kịch bản thuyết trình, etc.

Các cải tiến Gemini Notebook & Gemini App:

Gemini Notebook vừa nâng cấp quy trình tạo Slide và Video Overview theo từng bước, giúp người dùng tùy chỉnh định dạng và xem trước dàn ý thay vì chỉ nhận kết quả cuối cùng. Người dùng có thể chủ động định hướng phong cách hình ảnh, phản hồi để tinh chỉnh trước khi xuất file, hoặc giữ nguyên chế độ tạo nhanh như trước đây. Bản cập nhật này hiện đã khả dụng cho tất cả người dùng Google Workspace và tài khoản cá nhân.
Gemini App: bổ sung “Customize Hub” để tinh chỉnh cách Gemini phản hồi và quản lý kết nối giữa Gemini với hơn 40 dịch vụ bên ngoài cũng như các ứng dụng của Google. Customize Hub được chia thành 3 tab chức năng chính:
- Discovery: Gợi ý các skills và ứng dụng hữu ích mà người dùng có thể thêm vào Gemini.
- Skills: Nơi tạo và quản lý các chỉ dẫn có thể tái sử dụng (thay thế cho tính năng Gems trước đây). Giúp lưu sẵn phong cách viết văn, định dạng báo cáo hoặc quy trình làm việc cố định mà không cần nhập lại prompt nhiều lần. Người dùng có thể gọi nhanh bằng phím tắt /.
- Connectors: Kết nối Gemini với hệ sinh thái của Google (Gmail, Drive, Docs) và hơn 40 dịch vụ bên thứ ba (như Adobe, Canva, Shopify, OpenTable...). Thậm chí hỗ trợ kết nối với máy chủ MCP tùy chỉnh để liên kết các ứng dụng riêng.

Google Meet:

Chính thức tích hợp mật mã học hậu lượng tử (PQC) nhằm bảo vệ các cuộc gọi trước nguy cơ bị giải mã bởi máy tính lượng tử trong tương lai. Tính năng này sẽ được tự động kích hoạt cho tất cả người dùng, bao gồm cả tài khoản cá nhân lẫn tài khoản trả phí Google Workspace. (ảnh)
Tính năng Next Steps trên màn hình sau cuộc họp của Google Meet sẽ xuất hiện khi người dùng bật tính năng “Take notes for me” trong suốt cuộc họp, nhằm hỗ trợ người dùng tự động hóa việc soạn email hay xuất các tác vụ sang Google Tasks.
Mở rộng tính năng speech translation bằng Gemini lên 63 ngôn ngữ trên web, Android và iOS, đồng thời hỗ trợ nghe bản dịch trên thiết bị Google Meet.
- Tự động nhận diện ngôn ngữ: Phát hiện ngôn ngữ đang nói và dịch gần như real-time kể cả khi người nói chuyển đổi ngôn ngữ.
- Tùy chỉnh cá nhân: Mỗi người tham gia có thể chủ động bật dịch và thiết lập ngôn ngữ muốn giữ nguyên, không cần cấu hình chung cho cả cuộc họp.
- Phụ đề đồng bộ: Nội dung phụ đề khớp với âm thanh đã dịch, mang lại trải nghiệm nghe và đọc nhất quán.

Lưu ý: Tính năng này áp dụng cho các cuộc họp đáp ứng điều kiện gói Google Workspace hoặc Google AI, với thời lượng tối đa 90 phút hoặc 8 giờ tùy gói. Một số trường hợp như livestream, bản record và client-side encrypted (CSE) meetings không được hỗ trợ. Người dùng có thể kiểm soát việc dịch giọng nói; Google không lưu dữ liệu giọng nói hoặc sử dụng giọng nói để huấn luyện mô hình.

Tóm tắt cuộc họp trong Google Chat: Ra mắt tính năng Meeting Recaps ngay trong Google Chat, giúp các đội nhóm nắm bắt bản tóm tắt và hành động cần làm.

Google Docs & Drive: Hỗ trợ xem, chỉnh sửa và cộng tác trực tiếp trên các tệp Markdown (.md) trong Docs và Drive. Drive hỗ trợ xem trước các tệp mã hóa phía máy khách (CSE) dạng PDF và hình ảnh trực tiếp trên trình duyệt

Google Sheets: Bổ sung hai loại biểu đồ thống kê mới là Stock charts và biểu đồ Box and whisker charts.

Google Vids: Bổ sung tính năng chỉnh sửa theo mốc thời gian (point-in-time editing) giúp khung xem khớp 1:1 với dòng thời gian, cho phép tùy chỉnh tốc độ phát của clip và tách/trích xuất băng âm thanh khỏi video.

Bảo mật & Quản trị: Assured Controls trong Admin Console bổ sung quy tắc cho phép cấu hình chính sách Access Management và Access Approvals dựa trên nhãn phân loại tài liệu Drive. Google Vault hỗ trợ lọc và xuất dữ liệu hội thoại Gemini trong Workspace phục vụ tuân thủ pháp lý

Tự động hóa & Tích hợp: Google Workspace Studio cập nhật các bước logic và tìm kiếm mới để xây dựng quy trình tự động hóa phức tạp hơn. Tích hợp Trello for Google Workspace cho phép tạo thẻ Trello trực tiếp từ tin nhắn Google Chat và Gmail

Calendar & Google Voice: Secondary calendars của tài khoản Workspace cho doanh nghiệp sẽ tự động bị xóa khi tài khoản chủ sở hữu bị xóa. Dịch vụ Carrier Link cho Google Voice mở rộng thêm 14 quốc gia.

The post Tổng hợp những cập nhật của Google Workspace 10/2026 appeared first on Cloud Ace.

Google nâng cao bảo mật với Wiz Runtime Sensor trên GKE

Tran Nhu — Mon, 26 Oct 2026 08:29:52 +0000

Google nâng cao bảo mật với Wiz Runtime Sensor trên GKE

Trong kỷ nguyên AI hiện nay, các phương pháp quét lỗ hổng bảo mật truyền thống tuy cần thiết nhưng không đủ để ngăn chặn các cuộc tấn công đang diễn ra ngày càng nhanh và phức tạp. Chính vì vậy Google Cloud đã kết hợp với Wiz mang đến tiện ích Wiz Runtime Sensor được tích hợp trực tiếp vào nền tảng Google Kubernetes Engine (GKE), nhằm đơn giản hóa quy trình triển khai, tự động quản lý vòng đời, tăng cường bảo mật thông tin xác thực và hỗ trợ quản trị chính sách bảo mật trên toàn bộ hệ thống. Hãy cùng Cloud Ace tìm hiểu lợi ích của tiện ích này nhé.

Việc triển khai các giải pháp bảo vệ runtime trong Kubernetes cluster đặt ra nhiều thách thức cho doanh nghiệp:

Triển khai và quản lý phức tạp: Việc triển khai các agent bảo mật thường yêu cầu quyền quản lý cài đặt từ các nguồn bên thứ 3 trên hàng chục hoặc hàng trăm Kubernetes cluster
Thông tin xác thực bị phân tán và rủi ro bảo mật: Quá trình phân phối và luân chuyển API key thông qua Kubernetes Secrets làm tăng khối lượng công việc quản trị và nguy cơ tiềm ẩn rò rỉ dữ liệu.
Khó đảm bảo thực thi đồng bộ: Thiếu công cụ kiểm soát tích hợp, khiến doanh nghiệp khó đảm bảo các cluster mới đều được kích hoạt cảm biến runtime trước khi triển khai workload và tiếp nhận lưu lượng truy cập.
Ảnh hưởng đến hiệu năng và tài nguyên hệ thống: Việc không thiết lập giới hạn tài nguyên phù hợp, các agent runtime có thể tiêu thụ quá nhiều CPU và bộ nhớ, ảnh hưởng đến tài nguyên cho workload và hoạt động của hệ thống.

Tiện ích Wiz Runtime Sensor trên GKE giúp Google Cloud và Wiz giảm thiểu những rào cản này Wiz Runtime Sensor được cung cấp dưới dạng tiện ích bổ sung nền tảng do Google Cloud quản lý, giúp đơn giản hóa việc triển khai và quản lý bảo mật runtime trên toàn bộ hệ thống Kubernetes.

Với tiện ích bổ sung này, GKE tự động quản lý quá trình triển khai cảm biến bảo mật, cấp thông tin xác thực và cập nhật phiên bản. Nhờ tích hợp trực tiếp vào nền tảng, doanh nghiệp giảm thiểu tối đa các thao tác quản trị thủ công và đơn giản hóa việc vận hành bảo mật trên toàn bộ hệ thống Kubernetes.

Tích hợp với Native Secret Manager: Doanh nghiệp không cần phân phối Wiz API key đến từng namespace trong các Kubernetes cluster. Thay vào đó, tiện ích bổ sung sử dụng cơ chế đồng bộ Secret Manager với Kubernetes để lưu trữ thông tin xác thực Wiz tại một nơi bên ngoài cluster, và chỉ tài khoản dịch vụ được cấp quyền mới có thể truy cập kho lưu trữ này.
GKE tự động lấy thông tin xác thực và cung cấp cho các pod Runtime Sensor. Khi API key được cập nhật trong Secret Manager, thông tin mới cũng được tự động đồng bộ đến cảm biến mà không cần khởi động lại cụm Kubernetes hoặc thực hiện các thao tác thủ công.

Những lợi ích chính:

Đơn giản hoá quá trình triển khai và quản lý: Sau khi lưu thông tin xác thực Wiz vào Secret Manager, doanh nghiệp có thể kích hoạt Runtime Sensor thông qua gcloud CLI hoặc GKE API. GKE Control Plane sẽ tự động triển khai các thành phần sensor (cảm biến), quản lý vòng đời của pod và cấu hình các node, giúp giảm thao tác thủ công.
Hỗ trợ kết nối an toàn với proxy: Đối với các môi trường hạn chế truy cập Internet công cộng, managed sensor hỗ trợ cấu hình proxy HTTP tiêu chuẩn và mTLS. Dữ liệu giám sát được chuyển tiếp đến Wiz mà vẫn tuân thủ các chính sách tường lửa kiểm soát lưu lượng truy cập ra bên ngoài (egress).
Quản trị bảo mật đồng bộ trên toàn hệ thống: Doanh nghiệp có thể áp dụng các custom organization policy constraints để đảm bảo tuân thủ trên toàn bộ hạ tầng. Chính sách có thể từ chối tạo các Kubernetes cluster chưa kích hoạt Runtime Sensor, giúp hạn chế nguy cơ xuất hiện hạ tầng không được giám sát và bị lợi dụng để né tránh cơ chế phát hiện mối đe dọa.
Giám sát ở cấp kernel, tối ưu tài nguyên: Wiz Runtime Sensor liên tục theo dõi các lệnh system call, tiến trình đang chạy, kết nối mạng và hoạt động truy cập tệp. Giải pháp giúp phát hiện các hành vi như tạo kết nối reverse shell, leo thang đặc quyền trái phép, thoát khỏi môi trường container (container escape) và kết nối ra bên ngoài không an toàn, đồng thời duy trì mức sử dụng CPU thấp ngay cả khi workload hoạt động với cường độ cao.Bên cạnh đó, Wiz sensor sử dụng giới hạn bộ nhớ cố định trên mỗi node nhằm duy trì hiệu năng ổn định khi mật độ workload thay đổi.
Tự động cập nhật độc lập với vòng đời cụm GKE: Các mối đe dọa bảo mật và lỗ hổng zero-day có thể xuất hiện bất cứ lúc nào, không phụ thuộc vào lịch bảo trì hạ tầng. Vì vậy, vòng đời cập nhật của Wiz Runtime Sensor được quản lý độc lập với vòng đời của GKE cluster và các node, giúp duy trì khả năng bảo mật mà không phụ thuộc vào lịch bảo trì định kỳ.

Nhận tư vấn ngay

The post Google nâng cao bảo mật với Wiz Runtime Sensor trên GKE appeared first on Cloud Ace.

Công cụ Gemini mới cho doanh nghiệp SMB

Tran Nhu — Wed, 21 Oct 2026 08:56:09 +0000

Công cụ Gemini mới cho doanh nghiệp SMB

Google vừa chính thức ra mắt một bộ công cụ Gemini mới dành cho các doanh nghiệp nhỏ, startups, nổi bật là landing page dành riêng cho doanh nghiệp bên trong Gemini App. Google cho biết hàng chục triệu chủ doanh nghiệp SMBs đã sử dụng Gemini để tiết kiệm thời gian và tối ưu quy trình làm việc. Cùng Cloud Ace tìm hiểu nhé

Gemini có khả năng chuyển hóa các dữ liệu từ các bảng tính, chứng từ và hồ sơ giao dịch rời rạc thành các biểu đồ tài chính trực quan và mô hình tương tác. Thay vì phải tự phân tích số liệu thủ công, các doanh nghiệp có thể tiếp nhận những thông tin insight tài chính chỉ trong vài giây.

Business Landing Page, các kỹ năng marketing và tài chính, cùng với các ứng dụng kết nối mới sẽ được triển khai trên toàn cầu cho tất cả người dùng ứng dụng Gemini. Và đối với các doanh nghiệp quy mô lớn đang muốn mở rộng việc ứng dụng AI cho toàn bộ các phòng ban, Cloud Ace và Google Cloud mang đến nền tảng Gemini Enterprise đáp ứng toàn bộ nhu cầu doanh nghiệp.

The post Công cụ Gemini mới cho doanh nghiệp SMB appeared first on Cloud Ace.

Google Cloud Giới Thiệu Gemini Agent

Tran Nhu — Tue, 13 Oct 2026 08:41:14 +0000

Google Cloud Giới Thiệu Gemini Agent

Tại sự kiện “Gemini at Work 2026”, Google Cloud đã ra mắt Gemini agent, một agent toàn năng tích hợp khả năng hỏi đáp, sáng tạo nội dung và lập trình trong một API duy nhất. Người dùng chỉ cần thiết lập mục tiêu, Gemini agent sẽ tự động liên kết với hệ thống doanh nghiệp để hoàn thành công việc. Hãy cùng Cloud Ace tìm hiểu các tính năng cốt lõi của agent này nhé.

Các khả năng của Gemini Agent được xây dựng dựa trên 6 nguyên tắc cốt lõi:

Unified agent: Xử lý đa tác vụ từ hỏi đáp, viết code đến tự động hoá trên một giao diện duy nhất.
Omnipresent access: Vận hành xuyên suốt trên web, ứng dụng di động (iOS, Android), máy tính để bàn (Windows, Mac), giao diện dòng lệnh, cũng như các nền tảng làm việc như Google Workspace, Microsoft 365, Slack; đồng thời có thể hoạt động dưới dạng headless agent không cần giao diện người dùng riêng
Persistent execution: Vận hành liên tục trên nền tảng đám mây, duy trì bối cảnh và tiến độ công việc ngay cả khi người dùng ngắt kết nối.
Multi-agent orchestration: Khả năng tự tạo và quản lý các sub-agents có danh tính riêng để phối hợp xử lý quy trình song song hoặc tuần tự; đồng thời hỗ trợ thiết lập coworker agent có email riêng (@agents.company.com), bộ nhớ lưu trữ độc lập và phân quyền dữ liệu chặt chẽ
Deeply contextual: Nắm bắt công cụ, dữ liệu và lịch sử làm việc của doanh nghiệp; liên tục học hỏi qua từng phiên tương tác và hỗ trợ thiết lập các dự án riêng biệt để tối ưu hóa kỹ năng, công cụ.
Model choice flexibility: Tách bạch giữa lớp agents và foundation model bên dưới; tự động phân bổ công việc cho các mô hình AI phù hợp nhất như Gemini và Claude (Anthropic) nhằm nâng cao chất lượng và tối ưu chi phí.

Gemini có khả năng hiểu bối cảnh doanh nghiệp từ chính sách giá vả, danh mục sản phẩm, quy chuẩn giữa các phòng ban cho đến toàn bộ kiến thức của doanh nghiệp. Khả năng được thiết lập dựa trên 3 yếu tố:

Công cụ và kho công cụ: Gemini kết nối trực tiếp với các ứng dụng hiện có của doanh nghiệp(Ví dụ: liên kết với các nền tảng làm việc như Slack, Microsoft Office, Workspace; công cụ phát triển như Git, Jira; hệ thống quản trị như Salesforce, ServiceNow; cơ sở dữ liệu như BigQuery, Snowflake; kết nối với bất kỳ máy chủ Model Context Protocol (MCP); cho phép xuất bản các công cụ mới lên kho dùng chung của toàn doanh nghiệp).
Kỹ năng và kho kỹ năng: Sử dụng các chuỗi hướng dẫn và quy trình công việc có thể tái sử dụng để dạy agent cách thực hiện các tác vụ nhiều bước, giúp cải thiện độ nhất quán và tối ưu hóa chi phí token. (Ví dụ: tận dụng thư viện kỹ năng toàn cầu có sẵn, thiết lập các kỹ năng cá nhân hóa riêng, hoặc các phòng ban tự xây dựng và đóng góp kỹ năng chuyên môn vào kho lưu trữ chung của công ty).
Ngữ cảnh và bộ nhớ: Liên tục học hỏi từ các tương tác, mục tiêu và mạng lưới đồng nghiệp để cá nhân hóa kết quả, tự động làm quen với môi trường hệt như một nhân sự mới. (Ví dụ: duy trì 4 cấp độ ghi nhớ: bộ nhớ phiên cho tác vụ đang xử lý dù kéo dài nhiều ngày; bộ nhớ ngữ nghĩa trích xuất kiến thức từ tài liệu và giao tiếp; bộ nhớ quy trình ghi nhận cách thức hoàn thành công việc bao gồm cả việc tự viết kỹ năng cho chính nó; và bộ nhớ sự kiện lưu trữ toàn bộ lịch sử hoạt động trước đó)

Gemini không chỉ giải đáp thắc mắc, xử lý công việc tri thức và viết mã, mà còn hoạt động trực tiếp bên trong Gmail, Drive, Docs, Slides, Sheets, Chat và Calendar. Nó duy trì bộ nhớ, kỹ năng và quyền kiểm soát đồng nhất, vận hành liền mạch ngay trong chuỗi email, nội dung tài liệu và không gian trò chuyện. Trong hệ sinh thái Workspace, Gemini hoạt động theo 3 phương thức chính:

Trợ lý cá nhân: Tự động nắm bắt thông tin lịch trình, group, dự án và các mối liên kết giữa các files.
Ủy thác chủ động: Thông minh nhận diện bối cảnh để tự động đề xuất các công việc có thể giao phó.
Coworker agent: Cho phép tạo ra một agent làm việc chung với toàn bộ đội ngũ, sở hữu tài khoản Workspace độc lập (gồm Gmail, Calendar, Drive và hiển thị trong danh sách công ty)

Đối với người dùng IT: Gemini giúp tự động hoá các quy trình phát triển code PySpark, cung cấp môi trường notebook để chỉnh sửa và testing, training mô hình, đồng thời tự chẩn đoán xử lý các sự cố trong data pipeline.

Đối với người dùng non-IT: Gemini cho phép tạo báo cáo vận hành real-time, qua các yêu cầu bằng ngôn ngữ tụ nhiên. Việc tích hợp với BigQuery và Knowledge Catalog giúp xây dựng, lưu trữ và tái sử dụng các truy vấn mà không phát sinh chi phí token, đảm bảo tính nhất quán và độ chính xác của kết quả.

3 tính năng cốt lõi trên Google Cloud hỗ trợ khả năng xử lý, khai thác dữ liệu

Knowledge Catalog: Chuẩn hóa định nghĩa, quy tắc và data metrics, giúp AI hiểu đúng ngữ cảnh doanh nghiệp và nâng cao độ chính xác của kết quả phân tích trên nhiều hệ thống dữ liệu.
Smart Storage: Bổ sung thông tin ngữ cảnh trực tiếp vào dữ liệu phi cấu trúc như PDF, hình ảnh, bản scan và audio, giúp khai thác dữ liệu hiệu quả hơn mà vẫn duy trì cơ chế bảo mật hiện có.
Borderless Lakehouse: Cho phép Gemini truy vấn và khai thác dữ liệu từ nhiều nền tảng như Amazon S3, Azure Data Lake, Salesforce, SAP và Workday mà không cần di chuyển hoặc sao chép dữ liệu, đồng thời hỗ trợ liên kết các Apache Iceberg table trên nhiều hệ sinh thái.

Hai yếu tố cốt lõi để doanh nghiệp triển khai thành công AI Agent là khả năng quản trị và kiểm soát chi phí vận hành. Để triển khai AI Agent có khả năng tự động hoá, cần giải quyết bốn vấn đề cốt lõi: Định danh (Identity), Phân quyền và Cấp phép (Authorization & Permission), Giám sát và Theo dõi (Auditing & Observation), cùng với Quản lý và Kiểm soát chính sách (Policy Management & Control). Google Cloud cung cấp các cơ chế quản trị và bảo mật giúp doanh nghiệp kiểm soát toàn bộ vòng đời hoạt động của AI Agent:

Identity: Mỗi AI Agent có một danh tính riêng được xác thực bằng cơ chế mật mã và quản lý theo nguyên tắc Least Privilege, tức chỉ được cấp những quyền thực sự cần thiết. Danh tính này được ghi nhận trong nhật ký hoạt động và môi trường thực thi mã của Agent.
Authorization & Permissions: Phân quyền truy cập chi tiết theo vai trò (Role-Based Access Control), được phê duyệt bởi đội ngũ quản trị bảo mật. Khi kết nối với hệ thống bên ngoài, danh tính của Gemini Agent được ánh xạ và truyền qua các cơ chế tiêu chuẩn như OAuth.
Auditing & Observability: Mọi hành động của Gemini đều được ghi lại trong audit trail và gắn với danh tính của AI Agent thực hiện. Doanh nghiệp có thể theo dõi hoạt động theo thời gian thực, phát hiện hành vi bất thường và chủ động xử lý rủi ro.
Policy Management & Control: Các AI Agent thực thi nhiệm vụ trong Agent Sandbox với ranh giới mạng riêng biệt. Toàn bộ lưu lượng mạng đi vào, đi ra và giữa các Agent được kiểm soát thông qua Agent Gateway — một AI network firewall giúp thực thi chính sách bảo mật theo thời gian thực. Doanh nghiệp chỉ cần thiết lập chính sách một lần để áp dụng đồng bộ cho toàn bộ AI Agent.

Dù hiện tải chi phí trên mỗi token đã được Google giảm đáng kể, tuy nhiên nhu cầu sử dụng AI của các doanh nghiệp vẫn đang trong giai đoạn tăng trưởng vượt bậc. Chính vì vậy, việc sử dụng các model cao cấp cho mọi tác vụ có thể khiến chi phí vận hành tăng cao. Do đó, Google Cloud đã cung cấp các cơ chế kiểm soát chi phí linh hoạt:

Multi-model Orchestration: Cho phép lựa chọn và kết hợp nhiều model cho từng hoạt động, nhằm cân bằng giữa chất lượng đầu ra, hiệu suất và chi phí.
Smart Routing: Tự động phân loại workload và điều hướng đến model phù hợp nhất, giúp tối ưu hiệu suất với mức chi phí thấp nhất có thể.
Real-time Spend Caps: Cho phép thiết lập giới hạn chi tiêu AI cho từng project trong Cloud Billing Console. Gemini theo dõi mức sử dụng token và chi phí sandbox; khi đạt giới hạn, các AI Agent của project sẽ tạm dừng cho đến khi được cho phép tiếp tục. Việc theo dõi theo từng project cũng hỗ trợ phân bổ chi phí AI cho từng phòng ban.

The post Google Cloud Giới Thiệu Gemini Agent appeared first on Cloud Ace.

Tổng hợp những cập nhật của Google Workspace 09/2026

Tran Nhu — Fri, 02 Oct 2026 08:29:03 +0000

Tổng hợp những cập nhật của Google Workspace 09/2026

Trong tháng 9 năm 2026, Google vừa công bố hàng loạt cập nhật mang tính đột phá cho Google Workspace, đặc biệt đẩy mạnh tích hợp Gemini và tăng cường khả năng tự động hóa quy trình. Các cải tiến lần này trải dài trên nhiều dịch vụ cốt lõi như Google Sheets, Google Meet, Google Chat và cả Workspace Studio, giúp các đội ngũ làm việc một cách liền mạch, giàu ngữ cảnh và tối ưu hóa tối đa thời gian xử lý tác vụ. Cùng Cloud Ace tìm hiểu nhé.

Google Pics: Google Workspace đã chính thức ra mắt Google Pics — công cụ tạo và chỉnh sửa hình ảnh AI — cho tất cả người dùng đăng ký gói Google AI Pro, Ultra và hầu hết khách hàng doanh nghiệp của Workspace. Được phát triển dựa trên mô hình Nano Banana, Google Pics cho phép doanh nghiệp:

Tạo hoặc tinh chỉnh hình ảnh bằng các câu lệnh văn bản
Tách đối tượng: Cho phép cô lập một đối tượng cụ thể trong ảnh để chỉnh sửa hoặc biến đổi mà không làm ảnh hưởng các phần còn lại.
Chỉnh sửa, định dạng lại, hoặc thậm chí dịch từng thành phần văn bản riêng lẻ.
Cắt xén hình ảnh để dùng cho web, mạng xã hội, in ấn hoặc nền tảng kỹ thuật số.
Nâng cấp độ phân giải hình ảnh lên 2K hoặc 4K.
Lưu giữ lịch sử phiên bản liên tục, dễ dàng hoàn tác các thay đổi không mong muốn, và nhiều tính năng khác.

Mở rộng hướng dẫn tùy chỉnh: Google đang mở rộng tính năng custom instructions cho Gemini sang nhiều ứng dụng Workspace hơn gồm Drive, Chat, Slides, Sheets và Gmail. Bản cập nhật này mang lại những lợi ích chính:

Cá nhân hóa: Đảm bảo Gemini luôn phản hồi đúng theo phong cách, giọng văn và định dạng ưa thích của người dùng.
Tiết kiệm thời gian & Nhất quán: Không cần phải lặp lại các yêu cầu này trong mỗi lần trò chuyện, mang lại trải nghiệm đồng nhất và liền mạch trên toàn bộ nền tảng Google Workspace.

Kết nối Gemini với ứng dụng bên thứ ba: Hỗ trợ giao thức Model Context Protocol (MCP) giúp Gemini tương tác trực tiếp với Asana, Atlassian Rovo, HubSpot, Intuit Mailchimp, QuickBooks, Monday và Salesforce ngay trong các ứng dụng Sheets, Gmail, Drive, Docs, Chat.

Gemini Notebook & Gemini App:

Google Sheet:

Nâng giới hạn kích thước Google Sheet từ 10 triệu lên tối đa 20 triệu ô
Phông chữ tùy chỉnh: Tích hợp thư viện Google Fonts trực tiếp vào trình chỉnh sửa biểu đồ
Calculated fields: Cung cấp hộp thoại chỉnh sửa công thức riêng biệt cho các pivot table
Tùy chỉnh Pivot table: Cho phép kéo thả để sắp xếp thủ công dòng/cột và sắp xếp tùy chỉnh trong Pivot Table
Chế độ tính toán thủ công (Manual calculation): Cho phép tạm dừng tự động tính toán lại công thức trong các bảng tính lớn để chỉnh sửa hàng loạt
Tích hợp mới: Hỗ trợ tiện ích Workday for Google Sheets để phân tích tài chính và ra mắt Gemini trên Android

Google Vids: Tự động chuyển đổi file Google Docs, PDF và Words thành video tóm tắt có kịch bản và lợi thoại. Đồng thời với bản cập nhật mới của mô hình Gemini Omni 1.1 Flash, giúp người dùng cải thiện chất lượng video, xuất độ phân giải 1080p và kiểm soát thời lượng

Google Slide: Mở phiên bản Beta về khả năng nhập và chuyển đổi file PowerPoint thành bản Google Slides được mã hóa (Client-Side Encryption)

Workspace Studio:

Bổ sung các bước tự động hóa mới: Move Drive file, Copy Drive file, Send a Chat reply, và Reply to email
Bổ sung trình khởi chạy tùy chỉnh (custom starters), bước tùy chỉnh, tích hợp bên thứ ba và webhooks.

Bảo mật & Quản trị Admin console:

Tính năng thống nhất quy tắc chia sẻ theo đối tượng và chính sách chống thất thoát dữ liệu (DLP) thành một thiết lập duy nhất, giúp các doanh nghiệp kiểm soát chi tiết hệ thống bảo mật và ngăn chặn rò rỉ thông tin hiệu quả hơn.
Kiểm soát truy cập theo ngữ cảnh cho Gemini Enterprise
Nhật ký kiểm toán và phân quyền chia sẻ bên ngoài cho Gemini Notebook trong Admin console
Phân vùng dữ liệu cho Google Apps Script giúp đảm bảo tuân thủ vị trí lưu trữ
Gán vai trò quản trị viên tạm thời có thời gian tự động thu hồi
Đơn giản hóa quy trình nhập người dùng, dữ liệu kinh doanh từ Microsoft và nhập email từ bất kỳ máy chủ IMAP nào sang Google Workspace khi thiết lập

The post Tổng hợp những cập nhật của Google Workspace 09/2026 appeared first on Cloud Ace.

Google Ra Mắt Mô Hình Gemini 4 Argon

Tran Nhu — Thu, 01 Oct 2026 08:36:58 +0000

Google Ra Mắt Mô Hình Gemini 4 Argon

Google vừa chính thức ra mắt Gemini 4 Argon, mô hình AI frontier thế hệ mới, được thiết kế để xử lý những tác vụ đòi hỏi khả năng suy luận và thực thi phức tạp, đặc biệt trong các quy trình phát triển phần mềm và bảo mật với khả năng mở rộng giới hạn output từ 64K lên đến 1 triệu token. Hãy cùng Cloud Ace tìm hiểu nhé

Ở thời điểm ra mắt, Gemini 4 Argon chưa được áp dụng rộng rãi cho người dùng phổ thông. Google hiện triển khai mô hình cho một nhóm chuyên gia an ninh mạng được lựa chọn thông qua Fairwind Program, chương trình tập trung vào các ứng dụng AI trong lĩnh vực bảo mật.

Được phát triển để tăng cường khả năng suy luận chuyên sâu trong các quy trình phức tạp và kéo dài, Gemini 4 Argon mang lại hiệu suất vượt trội trong các quy trình từ từ kỹ thuật phần mềm, công việc tri thức doanh nghiệp như pháp lý và tài chính, đến phòng thủ an ninh mạng. Google cho biết việc triển khai Gemini 4 Argon sẽ được triển khai theo từng giai đoạn nhằm hoàn thiện các cơ chế kiểm soát và biện pháp an toàn trước khi mở rộng Argon đến nhà phát triển, doanh nghiệp và người dùng phổ thông.

Về chi phí, Gemini 4 Argon có mức giá khởi điểm là $2/1 triệu input token và $10/1 triệu output token. Đối với các token được lưu trữ trong bộ nhớ đệm được áp dụng mức chiết khấu đến 95% so với gia input token chuẩn.

Một trong những thay đổi dễ thấy nhất đó là việc mở rộng giới hạn đầu ra (output token) lên mức kỷ lục 1 triệu token so với mức 64.000 token trước đó. Theo Google, khả năng này giúp mô hình có thêm không gian để suy luận chuyên sâu, duy trì mạch xử lý dài và giải quyết những bài toán khó trong trong một lần chạy mà không cần phải chia nhỏ. Gemini 4 Argon đang được ứng dụng mô hình này vào trong trong các quy trình làm việc thực tế nội bộ của Google với một số kết quả được ghi nhận:

Tối ưu thuật toán lượng tử: Mô hình đã hỗ trợ tối ưu hóa tài nguyên không-thời gian (qubits × gates) của những mô-đun đang trở thành điểm nghẽn trong các ứng dụng quan trọng, và đưa ra phương án tối ưu vượt 40% so với kết quả tham chiếu được công bố, chỉ trong vài phút.
Tối ưu hiệu suất bộ nhớ: Các Agent sử dụng Argon đã phân tích dữ liệu profiling trên toàn hệ thống, để tự động xác định và triển khai các phương án tối ưu bộ nhớ tại các trung tâm dữ liệu của Google, giúp giải phóng hơn 300 TiB bộ nhớ, với tổng mức tiết kiệm hệ thống ước tính đạt từ 500 TiB đến 1 PiB.
Chuyển đổi Codebase quy mô lớn: Argon hỗ trợ chuyển đổi mã C/C++ sang Rust với quy mô từ hàng chục ngàn dòng lên đến hơn 800.000 dòng code. Đối với phần mềm giải mã video mã nguồn mở libgav1, mô hình đã thay thế 32.000 dòng SIMD code, tạo ra một bộ giải mã video an toàn với bộ nhớ, chạy nhanh hơn 2,7 lần so với phiên bản Rust trước đó, trong khi vẫn tạo ra đầu ra video giống hệt.

Gemini 4 Argon kết hợp năng lực lập trình, suy luận, đa phương thức và xử lý tác vụ dài nhiều bước, hướng đến các quy trình phức tạp trong doanh nghiệp. Theo Google, Argon đạt kết quả nổi bật trong kỹ thuật phần mềm, tài chính, pháp lý, thuế và tự động hóa doanh nghiệp, đồng thời thể hiện khả năng xử lý thông tin trực quan như phân tích biểu đồ và hiểu video dài. Mô hình đạt 77,9% trên DeepSWE v1.1, 51,3% trên AutomationBench và 91,7% trên LVBench.

Được phát triển đặc biệt cho khả năng phòng thủ an ninh mạng, Gemini 4 Argon có thể tự động tìm kiếm, xác thực và vá các lỗ hổng phần mềm nghiêm trọng. Wiz hiện đã ứng dụng Argon thông qua Scan for Good và đã phát hiện một lỗ hổng nghiêm trọng làm lộ thông tin cá nhân trên các phần mềm y tế toàn cầu – một rủi ro mà các thế hệ mô hình trước đó bỏ qua. Trên thang đo CWE-bench v1, mô hình đồng hạng nhất với số điểm 68%, vượt qua giới hạn của mô hình 3.8 Flash Cyber trước đó khi phân tích hệ thống web trực tiếp không cần mã nguồn.

Gemini 4 Argon cho thấy bước tiến vượt bậc trong khả năng phát hiện lỗ hổng bảo mật so với mô hình Gemini 3.8 Flash Cyber trước đó:

Khả năng phát hiện nhiều loại lỗ hổng trên các codebase phức tạp, trải rộng trên 20 ngôn ngữ lập trình.
Theo kết quả của Wiz, Argon vượt 3.8 Flash Cyber trong việc xác định bề mặt tấn công, phát hiện lỗ hổng và tạo bằng chứng proof-of-concept để xác thực các lỗ hổng.

Trước khi mở rộng quyền truy cập Gemini 4 Argon, Google đang tiếp tục củng cố các cơ chế an toàn và kiểm soát rủi ro trên bốn nhóm chính:

Ngăn chặn lạm dụng: Thiết kế cơ chế từ chối các yêu cầu có thể hỗ trợ tấn công mạng hoặc các mối đe dọa CBRN, đồng thời duy trì khả năng phục vụ các nghiên cứu khoa học hợp pháp.
Chống prompt injection: Tăng cường khả năng chống lại các chỉ dẫn độc hại nhằm thao túng hành vi của mô hình, kết hợp huấn luyện đối kháng và kiểm thử tự động.
Giám sát sai lệch hành vi: Theo dõi quá trình suy luận và hành động của mô hình để phát hiện các hành vi vượt ngoài mục đích của người dùng và dừng thực thi khi cần thiết.
Tăng cường bảo mật môi trường: Củng cố các môi trường sandbox bằng cách cô lập và bảo vệ hệ thống trước các đợt huấn luyện hoặc đánh giá có rủi ro cao, đồng thời chia sẻ các thực hành bảo mật với đối tác.

Các biện pháp này được Google triển khai nhằm tăng mức độ an toàn và khả năng kiểm soát của Gemini 4 Argon trước khi mô hình được cung cấp rộng rãi hơn.

The post Google Ra Mắt Mô Hình Gemini 4 Argon appeared first on Cloud Ace.

Lưu trữ Tin tức - Cloud Ace

Tìm hiểu về Google Agentic Data Cloud

Tìm hiểu về Google Agentic Data Cloud

Google Agentic Data Cloud là gì?

Các thành phần chính

Những cập nhật mới nhất của Google Agentic Data Cloud

Borderless Lakehouse:

Knowledge Catalog: Tăng độ chính xác và tối ưu khả năng xử lý của AI Agent

AlloyDB mở rộng khả năng truy vấn dữ liệu giao dịch và phân tích

Spanner Omni: Mở rộng ứng dụng AI Agent trên môi trường hybrid và multi-cloud

Tin tức liên quan

TPU + TorchTPU: Một lựa chọn mới cho người dùng GPU

Công cụ Gemini mới cho doanh nghiệp SMB

Google Cloud Giới Thiệu Gemini Agent

Google Maps nâng cấp trải nghiệm bản đồ 3D, dữ liệu real time và AI

Google Maps nâng cấp trải nghiệm bản đồ 3D, dữ liệu real time và AI

1. Tích hợp trải nghiệm bản đồ 3D trực quan vào mobile app

2. Khám phá các địa điểm thông qua các chuyến tham quan ảo 3D ứng dụng AI

3. Dữ liệu mật độ dân cư real-time tại một địa điểm

4. Tự động điều chỉnh giao diện bản đồ theo môi trường thực tế

5. Mở rộng khả năng tùy chỉnh bản đồ với code và AI automation

Tin tức liên quan

Population Dynamics Insights: Nâng tầm phân tích không gian địa lý

Tổng hợp cập nhật mới Google Maps tại Google I/O 2026

Giới thiệu tính năng Grounding Lite trong Google Maps

TPU + TorchTPU: Một lựa chọn mới cho người dùng GPU

TPU + TorchTPU: Một lựa chọn mới cho người dùng GPU

Chuẩn bị hạ tầng

Thử nghiệm

So sánh chi phí

Kết luận

Nguồn

Tin tức liên quan

Tìm hiểu về Google Agentic Data Cloud

Công cụ Gemini mới cho doanh nghiệp SMB

Google Cloud Giới Thiệu Gemini Agent

Google ra mắt Gemini 4 Carbon: Nâng cao khả năng lập trình và bảo mật với AI

Google ra mắt Gemini 4 Carbon: Nâng cao khả năng lập trình và bảo mật với AI

Tổng quan mô hình Gemini 4 Carbon

Tăng cường hệ thống an ninh mạng & khắc phục lỗ hổng

Tăng cường độ tin cậy và khả năng kiểm soát của AI Agent

Kế hoạch triển khai và chi phí sử dụng Gemini 4 Carbon

Tin tức liên quan

Google Ra Mắt Mô Hình Gemini 4 Argon

Các nguyên tắc viết prompt hiệu quả cho Gemini Enterprise App

Google Ra Mắt Bộ Đôi Gemini 3.8 Flash và Gemini 3.8 Flash Cyber

Tổng hợp những cập nhật của Google Workspace 10/2026

Tổng hợp những cập nhật của Google Workspace 10/2026

Google Gemini

Bộ công cụ Google Docs, Sheets, Drive, Vids, Google Meet & Google Chat

Quản trị, Bảo mật & Công cụ khác

Tin tức liên quan

Tổng hợp những cập nhật của Google Workspace 09/2026

Google Pics: Tạo và chỉnh sửa ảnh AI trên Google Workspace

Google tích hợp mô hình Gemini Live vào Google Workspace

Google nâng cao bảo mật với Wiz Runtime Sensor trên GKE

Google nâng cao bảo mật với Wiz Runtime Sensor trên GKE

Những thách thức trong vận hành hệ thống bảo mật runtime trên Kubernetes

Các tính năng & lợi ích cốt lõi

Những lợi ích chính:

Tin tức liên quan

Tăng Cường Bảo Mật Với Google Threat Intelligence Và Wiz ASM

Những cập nhật mới của Wiz tại Google Next 26′

Google Cloud & Wiz: Bước tiến mới cho bảo mật multi-cloud và AI

Công cụ Gemini mới cho doanh nghiệp SMB

Công cụ Gemini mới cho doanh nghiệp SMB

Trung tâm quản lý cho doanh nghiệp

Thiết kế hình ảnh theo brand guideline

Chuyển đổi dữ liệu tài chính

Tin tức liên quan

Tìm hiểu về Google Agentic Data Cloud

TPU + TorchTPU: Một lựa chọn mới cho người dùng GPU

Google Cloud Giới Thiệu Gemini Agent

Google Cloud Giới Thiệu Gemini Agent

Google Cloud Giới Thiệu Gemini Agent

Nguyên tắc cốt lõi của Gemini Agent

Nền tảng vận hành Gemini

Gemini in Google Workspace

Nâng cao khả năng xử lý dữ liệu với Gemini trên Google Cloud

Bảo mật và quản trị AI Agent