एआई मॉडल और प्लेटफ़ॉर्म

Google Cloud ने Cloud Storage में AI मेटाडेटा निष्कर्षण की शुरुआती झलक पेश की

Theo Nash
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुऑब्जेक्ट एनरिचमेंट्स एआई इन्फरेंस ऑर्केस्ट्रेशन को क्लाउड स्टोरेज में ले जाता है ताकि…
और देखें
  • ऑब्जेक्ट एनरिचमेंट्स एआई इन्फरेंस ऑर्केस्ट्रेशन को क्लाउड स्टोरेज में ले जाता है ताकि एजेंट फ्रेम्स को दोबारा प्रोसेस करने के बजाय तैयार मेटाडेटा को क्वेरी करें।
  • गूगल छवि एनोटेशन की कीमत अन्य क्लाउड प्रदाताओं की समान सेवाओं से 75% कम रखता है।
  • प्रीव्यू में जेमिनी एनरिचमेंट और रैपिड या पदानुक्रमित-नेमस्पेस बकेट्स शामिल नहीं हैं, जबकि ऑब्जेक्ट्स की सीमा 20 MiB है।

Google Cloud ने 19 नवंबर, 2026 को ऑब्जेक्ट संवर्धन पेश किए—यह Cloud Storage की शुरुआती झलक वाली सेवा है, जो AI एजेंटों और विश्लेषण के लिए संग्रहित छवियों और PDF से संरचित मेटाडेटा निकालती है। प्रकाशित उदाहरण में एक छवि मॉडल की कीमत 1 करोड़ छवियों के लिए $700 बताई गई है।

Cloud Storage कंसोल और API के ज़रिए उपलब्ध यह पूरी तरह प्रबंधित सुविधा पात्र ऑब्जेक्ट को अतुल्यकालिक ढंग से स्कैन करती है, चुने गए मॉडल चलाती है, उनके जवाबों का विश्लेषण करती है और नतीजे हर ऑब्जेक्ट में लिखती है। इसमें पहले से मौजूद पुनःप्रयास और अनुरोध-सीमा नियंत्रण उन कतारों, वर्करों, शेड्यूलिंग और कस्टम पाइपलाइन को तैयार करने की ज़रूरत खत्म करते हैं, जिन्हें ग्राहकों को Cloud Run या Google Kubernetes Engine जैसे बुनियादी ढाँचे के साथ अन्यथा बनाना पड़ता।

इस डिज़ाइन के पीछे एजेंट का उदाहरण एक ऐसा संचालन तंत्र है, जो पैकेज की डिलीवरी या सड़क पर किसी खतरे का पता लगाने के लिए स्मार्ट कैमरों या वाहनों से मिले हज़ारों फ़्रेम खोजता है। हर प्रॉम्प्ट पर उन फ़्रेम को मॉडल में भेजने से टोकन खर्च होते और कई मिनट की देरी जुड़ती; पहले से तैयार मेटाडेटा को क्वेरी करने से यह काम स्टोरेज की ओर अतुल्यकालिक प्रसंस्करण के चरण में हो जाता है। मेटाडेटा अलग से सिंक्रनाइज़ किए जाने वाले स्टोर में रखने के बजाय ऑब्जेक्ट से जुड़ा रहता है।

पाँच मॉडल और ऑब्जेक्ट संदर्भ

ऑब्जेक्ट संवर्धन के दस्तावेज़ में Google के पाँच मॉडल सूचीबद्ध हैं। ऑब्जेक्ट पहचान और छवि लेबलिंग से श्रेणियाँ और आयताकार सीमाएँ मिलती हैं, चेहरे की पहचान से चेहरे के प्रमुख बिंदु और अलग-अलग भावों की संभावना भी मिलती है, जबकि PDF वर्गीकरण दस्तावेज़ों को स्कोर सहित श्रेणियाँ देता है। इन श्रेणियों में वित्त, खेल, समाचार और स्वास्थ्य जैसे कारोबारी और औद्योगिक क्षेत्र शामिल हैं।

एनोटेशन को ऑब्जेक्ट संदर्भों के रूप में संग्रहित किया जाता है। यह Cloud Storage का एक मेटाडेटा घटक है, जिसमें कुंजी, स्ट्रिंग मान और टाइमस्टैम्प होते हैं; विस्तृत नतीजों के लिए इसमें अधिकतम 128 KiB का JSON पेलोड भी जोड़ा जा सकता है। ऐप्लिकेशन संदर्भ-कुंजियों और मानों के आधार पर ऑब्जेक्ट की सूचियाँ फ़िल्टर कर सकते हैं, जबकि Identity and Access Management की अनुमतियाँ तय करती हैं कि कौन उन्हें जोड़, बदल या हटा सकता है। कॉपी, रीराइट, कंपोज़, मूव और रीस्टोर कार्रवाइयों के दौरान संदर्भ अपने आप स्थानांतरित हो जाते हैं।

Storage Insights के डेटासेट लाखों या अरबों ऑब्जेक्ट का मेटाडेटा BigQuery में निर्यात कर सकते हैं। इसके बाद डेटा टीमें इस मेटाडेटा को क्वेरी कर सकती हैं object_contexts_catalog_view मानक SQL का उपयोग करके और लेबल या दस्तावेज़ वर्गीकरण को संरचित कारोबारी तालिकाओं के साथ जोड़कर। इससे अलग ETL पाइपलाइन लिखे बिना परिसंपत्तियों की खोज, प्रशिक्षण डेटा का चयन और मल्टीमॉडल विश्लेषण संभव होता है।

कीमतें और शुरुआती ग्राहकों के नतीजे

Google का कहना है कि उसकी छवि एनोटेशन सेवाओं की कीमत अन्य क्लाउड प्रदाताओं की मिलती-जुलती सेवाओं से 75% कम है। Cloud Storage की प्रकाशित कीमतें एक ठोस आधार देती हैं: हर छवि मॉडल के लिए, हर महीने पहले 10 लाख ऑब्जेक्ट पर प्रति 1,000 ऑब्जेक्ट $0.25 और इस सीमा से अधिक पर प्रति 1,000 ऑब्जेक्ट $0.05 का शुल्क है।

Google के उदाहरण में 1 करोड़ छवियों पर ऑब्जेक्ट पहचान और छवि लेबलिंग लागू की गई है। इससे एक बार के अनुमान शुल्क के रूप में $1,400 और ऑब्जेक्ट संदर्भों, Storage Intelligence तथा डेटासेट स्टोरेज के लिए बार-बार लगने वाले मासिक शुल्क के रूप में $55.20 की लागत आती है। ऑब्जेक्ट संदर्भों की कीमत प्रति माह प्रति 10 लाख संदर्भ $3 है। इस सुविधा पर डेटा ऐक्सेस और नेटवर्किंग शुल्क भी लगते हैं, जबकि इसके ऑब्जेक्ट पढ़ने से Autoclass का उपयोग करने वाले बकेट में स्टोरेज-क्लास का बदलाव शुरू हो सकता है।

PDF वर्गीकरण के लिए शुरुआती झलक की अलग व्यवस्था है: 2026 के आखिर में यह आम तौर पर उपलब्ध होने तक मुफ़्त है और सार्वजनिक शुरुआती झलक के दौरान प्रति ग्राहक इसका उपयोग अधिकतम 10 करोड़ ऑब्जेक्ट तक सीमित है। एक ही बकेट और मॉडल को एक से अधिक प्रसंस्करण स्थानों में कॉन्फ़िगर करने पर काम और शुल्क, दोनों दोहराए जाते हैं; इसलिए लागत की गणना में स्थान का दायरा भी शामिल होता है।

घोषणा के साथ प्रकाशित ग्राहक अनुभवों में परिचालन पर इससे भी बड़े प्रभाव बताए गए। L’Oreal के प्रमुख डेटा और AI आर्किटेक्ट Antoine Castex ने कहा कि इस सेवा ने उनकी रचनात्मक परिसंपत्तियों के भंडार पर लेबल लगाने का काम मौजूदा पाइपलाइन लागत के एक अंश में 100 गुना तेज़ी से किया। Hyperscience के साझेदारी उपाध्यक्ष Mayur Pillay ने दस्तावेज़ वर्गीकरण की सटीकता में 50% से अधिक की बढ़ोतरी और अनुमान लागत में दो से तीन गुना कमी की जानकारी दी। Vivint के उत्पाद AI उपाध्यक्ष Brandon Bunker ने कहा कि ऑब्जेक्ट संवर्धन और BigQuery की मदद से AI विकास का समय छह महीने से घटकर एक महीने रह गया।

शुरुआती झलक की सीमाएँ और Gemini की भावी योजना

शुरुआती झलक में 20 MiB से बड़ी न होने वाली छवि और PDF ऑब्जेक्ट स्वीकार किए जाते हैं, और हर ऑब्जेक्ट के लिए एक मान्य, समर्थित Content-Type फ़ाइल प्रकार बताने वाला मान ज़रूरी है। छवि के समर्थित फ़ॉर्मैट BMP, GIF, ICO, JPEG, PNG, TIFF और WEBP हैं। प्रसंस्करण उपलब्ध है us, eu और asia स्थानों में, जिससे ग्राहक डेटा-संप्रभुता की ज़रूरतों और बकेट के स्टोरेज क्षेत्र से निकटता के आधार पर स्थान चुन सकते हैं।

ऑब्जेक्ट संवर्धन Rapid बकेट या पदानुक्रमित नेमस्पेस वाले बकेट में सक्षम नहीं किए जा सकते, ग्राहक की ओर से दी गई एन्क्रिप्शन कुंजियों का समर्थन नहीं करते और इनके लिए वाइल्डकार्ड या रेगुलर एक्सप्रेशन के बजाय बकेट का सटीक नाम देना ज़रूरी है। वर्कलोड के आकार की कोई स्पष्ट सीमा नहीं है, लेकिन क्षमता संबंधी सीमाओं के कारण प्रसंस्करण में देरी हो सकती है। Cloud Monitoring लंबित ऑब्जेक्ट, मॉडल चलने की संख्या और प्रसंस्करण की स्थिति पर नज़र रखता है।

Google के अनुसार, Gemini का अंतर्निहित संवर्धन इस पूर्वावलोकन में शामिल नहीं है, बल्कि इसे भविष्य में उपलब्ध कराया जाना है। इसका उद्देश्य पाठ, PDF, छवियों, ऑडियो और वीडियो पर बहुआयामी तर्क करना है; इसके संभावित उपयोगों में सारांश बनाना, इकाइयों का निष्कर्षण, प्रतिलेखन और अनुवाद शामिल हैं। Google इच्छुक ग्राहकों को अलग से पहुँच का अनुरोध करने के लिए कहता है।

उद्यमों के लिए, इस पूर्वावलोकन में लाभ-हानि का संतुलन स्पष्ट है: Google अनुमान प्रक्रिया के समन्वय का प्रबंधन करता है और मेटाडेटा को ऑब्जेक्ट के साथ संलग्न रखता है, जबकि बिल में हर मॉडल निष्पादन, संग्रहीत संदर्भ और पढ़े गए डेटा का शुल्क शामिल होता है। एजेंट अवसंरचना के लिए इस सुविधा का महत्व यह है कि ये कार्य Cloud Storage के भीतर ही एक साथ किए जाते हैं, बजाय इसके कि एजेंटों की निर्भरता के लिए एक और डेटा-भंडार और प्रसंस्करण प्रणाली जोड़ी जाए।

Theo Nash एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो AI इन्फ्रास्ट्रक्चर, कंप्यूट, और आधुनिक कृत्रिम बुद्धिमत्ता को शक्ति देने वाले हार्डवेयर सिस्टम को कवर करते हैं। उनका काम बड़े पैमाने पर AI वर्कलोड्स के तकनीकी आधार पर केंद्रित है, जिसमें डेटा सेंटर, एक्सेलेरेटर, नेटवर्किंग, और उन्हें जोड़ने वाले सॉफ्टवेयर स्टैक शामिल हैं।

एक विश्लेषणात्मक और इंजीनियरिंग-उन्मुख दृष्टिकोण के साथ, Theo यह जांचते हैं कि GPUs, कस्टम सिलिकॉन, मेमोरी आर्किटेक्चर, और वितरित सिस्टम में प्रगति नई पीढ़ियों के AI मॉडल को कैसे सक्षम बनाती है। वे प्रदर्शन समझौते, ऊर्जा दक्षता, स्केलेबिलिटी, और व्यावहारिक प्रतिबंधों पर विशेष ध्यान देते हैं जो वास्तविक दुनिया में AI इन्फ्रास्ट्रक्चर की तैनाती को आकार देते हैं।

Theo Nash द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा तकनीकी शुद्धता, स्पष्टता, और तेजी से विकसित हो रहे AI कंप्यूट परिदृश्य की जिम्मेदार कवरेज सुनिश्चित करने के लिए समीक्षित किए जाते हैं।