AI-modeller og plattformer

Google Cloud forhåndsviser uttrekk av KI-metadata i Cloud Storage

Theo Nash
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterObjektenrikelser flytter AI-inferensorkestrering inn i Cloud Storage slik at agenter…
Vis mer
  • Objektenrikelser flytter AI-inferensorkestrering inn i Cloud Storage slik at agenter spør etter forberedt metadata i stedet for å behandle bilder på nytt.
  • Google priser bildeannotasjoner 75 % lavere enn lignende tjenester fra andre skyleverandører.
  • Forhåndsvisningen utelukker Gemini-berikelse og Rapid- eller hierarkiske navneromsbøtter, mens objekter begrenses til 20 MiB.

Google Cloud introduserte objektberikelser 19. november 2026, en Cloud Storage-tjeneste i forhåndsversjon som henter ut strukturerte metadata fra lagrede bilder og PDF-filer for KI-agenter og analyse, med et publisert priseeksempel der én bildemodell koster 700 dollar for 10 millioner bilder.

Funksjonen, som er tilgjengelig via Cloud Storage-konsollen og API-et, skanner kvalifiserte objekter asynkront, kjører de valgte modellene, tolker svarene deres og skriver resultatene til hvert objekt. Innebygde nye forsøk og hastighetsbegrensning erstatter køene, arbeiderne, planleggingen og den egendefinerte kode for datapipeliner som kundene ellers måtte sette sammen rundt infrastruktur som Cloud Run eller Google Kubernetes Engine.

Eksemplet med en agent som ligger til grunn for utformingen, er et driftssystem som søker gjennom tusenvis av bilder fra smartkameraer eller kjøretøy for å finne en pakkelevering eller en fare på veien. Hvis disse bildene strømmes inn i en modell for hver forespørsel, brukes det opp tokener og forsinkelsen øker med flere minutter. Ved å søke i metadata som er klargjort på forhånd, flyttes arbeidet til et asynkront behandlingstrinn på lagringssiden. Metadataene forblir dessuten knyttet til objektet i stedet for å ligge i et separat lager som må synkroniseres.

Fem modeller og objektkontekst

Dokumentasjonen for objektberikelser beskriver fem modeller fra Google. Objektgjenkjenning og bildekategorisering returnerer kategorier og rektangulære avgrensninger, ansiktsgjenkjenning legger til ansiktslandemerker og sannsynligheter for ulike ansiktsuttrykk, og PDF-klassifisering tilordner dokumentkategorier med poengsummer. Kategoriene omfatter forretnings- og bransjeområder som finans, spill, nyheter og helse.

Merknader lagres som objektkontekster, en metadatafunksjon i Cloud Storage som inneholder en nøkkel, en strengverdi og tidsstempler, samt en valgfri JSON-nyttelast på opptil 128 KiB for detaljerte resultater. Applikasjoner kan filtrere objektoppføringer etter kontekstnøkler og -verdier, mens tillatelser i Identity and Access Management styrer hvem som kan legge til, endre eller fjerne dem. Kontekster overføres automatisk ved kopiering, omskriving, sammensetting, flytting og gjenoppretting.

Datasett fra Storage Insights kan eksportere metadataene for millioner eller milliarder av objekter til BigQuery. Datateam kan deretter søke i dem object_contexts_catalog_view med standard SQL og koble etiketter eller dokumentklassifiseringer til strukturerte forretningstabeller. Dette legger til rette for å finne ressurser, kuratere treningsdata og utføre multimodal analyse uten å skrive en egen ETL-datapipeline.

Priser og tidlige resultater hos kunder

Google sier at bildeannoteringene deres koster 75 % mindre enn tilsvarende tjenester fra andre skyleverandører. De publiserte Cloud Storage-prisene gir et mer konkret sammenligningsgrunnlag: 0,25 dollar per 1 000 objekter for hver bildemodells første 1 million objekter per måned, deretter 0,05 dollar per 1 000 objekter over denne grensen.

I Googles priseksempel brukes objektgjenkjenning og bildekategorisering på 10 millioner bilder. Det gir engangskostnader for inferens på 1 400 dollar og tilbakevendende månedlige kostnader på 55,20 dollar for objektkontekster, Storage Intelligence og lagring av datasett. Objektkontekster koster 3 dollar per million kontekster per måned. Funksjonen medfører også kostnader for datatilgang og nettverk, og lesing av objekter kan utløse overganger mellom lagringsklasser i bøtter som bruker Autoclass.

PDF-klassifisering har en annen ordning i forhåndsversjonen: Den er gratis fram til generell tilgjengelighet senere i 2026, og bruken er begrenset til 100 millioner objekter per kunde under den offentlige forhåndsversjonen. Hvis samme bøtte og modell konfigureres på mer enn ett behandlingssted, utføres arbeidet på nytt og kostnaden gjentas. Valg av sted må derfor tas med i kostnadsberegningen.

Kundehistorier som ble publisert sammen med kunngjøringen, beskrev større driftsmessige effekter. Antoine Castex, sjefarkitekt for data og KI hos L’Oreal, sa at tjenesten merket opp selskapets arkiv med kreative ressurser 100 ganger raskere, til en brøkdel av de eksisterende kostnadene for datapipeliner. Mayur Pillay, visepresident for partnerskap hos Hyperscience, rapporterte om en økning i treffsikkerheten for dokumentklassifisering på over 50 % og inferenskostnader som var to til tre ganger lavere. Brandon Bunker, visepresident for KI-produkter hos Vivint, sa at objektberikelser og BigQuery reduserte utviklingstiden for KI fra seks måneder til én måned.

Begrensninger i forhåndsversjonen og veikartet for Gemini

Forhåndsversjonen godtar bilde- og PDF-objekter på høyst 20 MiB, og hvert objekt må ha en gyldig, støttet Content-Type verdi som angir filtypen. Støttede bildeformater er BMP, GIF, ICO, JPEG, PNG, TIFF og WEBP. Behandling er tilgjengelig på us, eu og asia steder, slik at kundene kan velge et sted ut fra krav til datasuverenitet og hvor nær stedet ligger bøttens lagringsregion.

Objektberikelser kan ikke aktiveres på Rapid-bøtter eller bøtter med hierarkisk navneområde, støtter ikke krypteringsnøkler som kunden selv oppgir, og krever nøyaktige bøttenavn i stedet for jokertegn eller regulære uttrykk. Det finnes ingen uttrykkelig grense for arbeidsmengdens størrelse, men kapasitetsbegrensninger kan forsinke behandlingen. Cloud Monitoring følger med på ventende objekter, antall modellkjøringer og behandlingsstatus.

Google oppgir at innebygd Gemini-berikelse er planlagt, men ikke inngår i denne forhåndsversjonen. Den er ment for multimodal resonnering på tvers av tekst, PDF-filer, bilder, lyd og video, med oppsummering, uttrekking av entiteter, transkripsjon og oversettelse blant de tiltenkte bruksområdene. Google ber interesserte kunder om å søke om tilgang separat.

For bedrifter er avveiningen tydelig i forhåndsvisningen: Google håndterer orkestreringen av inferens og sørger for at metadataene forblir knyttet til objektet, mens regningen gjenspeiler hver modellkjøring, lagret kontekst og data som leses. Betydningen funksjonen har for agentinfrastruktur, ligger i at disse funksjonene samles i Cloud Storage, i stedet for at man legger til enda et repositorium og en prosesseringsstakk som agentene må basere seg på.

Theo Nash er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-infrastruktur, beregning og maskinvaresystemene som driver moderne kunstig intelligens. Arbeidet hans fokuserer på de tekniske grunnlagene bak AI-arbeidsbelastninger i stor skala, inkludert datasentre, akseleratorer, nettverk og programvarestablene som binder dem sammen.

Med et analytisk og ingeniørdrevet perspektiv undersøker Theo hvordan fremskritt innen GPU-er, tilpasset silisium, minnearkitekturer og distribuerte systemer muliggjør nye generasjoner av AI-modeller. Han legger særlig vekt på ytelsesavveininger, energieffektivitet, skalerbarhet og de praktiske begrensningene som former implementeringen av AI-infrastruktur i den virkelige verden.

Artikler skrevet av Theo Nash er AI-genererte og gjennomgås av redaksjonsteamet i Unite.AI for å sikre teknisk nøyaktighet, klarhet og ansvarlig dekning av det raskt utviklende AI-beregningslandskapet.