为进一步推进人工智能的发展，谷歌再放大招！

　　近日，谷歌宣布一个新动态，为它的NoSQL数据库服务Bigtable添加了一项超有创新性的功能，那就是通过完全托管的分层存储，帮助企业降低应用的复杂性，同时能进一步节省成本。

　　成本与访问之间如何实现二者平衡？

　　通过分析来看，谷歌这次新功能的核心玩法，就是把高性能固态硬盘（SSD）里那些不常被访问的数据，自动“搬家”到不常访问的存储区域。可别以为数据搬了家就访问不了啦，应用程序或者查询该咋访问还咋访问，一点都不受影响。这么一操作，企业数据存储成本降下来了，数据该访问还能访问，完美解决了成本和访问“两难全”的问题。

　　云存储分级这事儿，在降低企业成本方面其实不算啥新鲜玩意儿。但以前企业操作起来可麻烦了，得在数据库外面折腾存储分级。有分析师就说了，以后企业肯定更乐意直接在数据库里头搞存储分级。

　　那些一直靠高速固态硬盘“吃饭”的企业，成本压力那叫一个大。为了省点钱，只能把不常访问的数据转移到便宜点的存储介质上。可这么干也有问题，传统做法又复杂又容易有延迟。为啥呢？因为要访问冷数据，可能就得换系统，还得干等着，这延迟一上来，效率就大打折扣。

　　现在，谷歌现在通过同一个数据库，就能让热数据和冷数据都能被访问到，把那些麻烦事儿都给解决了。

　　如今，几乎所有超大规模的公司都有存储产品，像谷歌的云存储、亚马逊的S3还有Azure的Blob存储。这些产品都提供不同等级的存储，有频繁访问的（热度）、不常访问的（冷）还有归档等级的，而且都和自家的数据库产品集成。但以前那种集成模式，数据库会把冷数据扔到外部系统去，企业就得管着两个独立的系统，还得处理数据移动的事儿，访问热数据和冷数据可能还得用不同的查询方式，麻烦得很。

　　还有，从冷层和归档层拿数据，成本也高。就拿谷歌来说，从冷存储层和归档层取回数据，每GB分别要收0.02美元和0.05美元，这钱是用来覆盖超出运行和网络费用的存储等级取回成本的。AWS和Azure也收数据检索费，不过AWS有自动分层还不用取回费的选项，Azure有归档层。

　　AI工作负载成本控制的“救星”

　　分析师觉得，谷歌给Bigtable加的这个新能力，对搞人工智能工作负载（特别是那种有代理性的）的企业来说，意义可大了去了。现在这类企业的成本那是一路飙升，有了这个新能力可以让AI应用更省成本。

　　在AI Agent时代，数据就像洪水一样，向量索引啥的特别多。企业为了节省成本，就只能挑那些经常访问或者更新的矢量嵌入。可这么干，好多有价值的数据就被“晾”在一边了。

　　而谷歌新功能的引入，对AI Agent时代影响非同小可。因为企业产生大量数据，非常容易失控，为了省钱，就只能挑着用数据。但现在有了新功能，企业就能试试用数据（像矢量嵌入、上下文日志啥的）的新表示方式，说不定能推动人工智能再往前迈一大步。

　　HyperFRAME Research Walter的人工智能堆栈实践负责人斯蒂芬妮·沃尔特·西明（Stephanie Walter Simming）也说，这功能给企业提供了个“务实”的选择。企业不用花全部SSD的钱，就能扩展大量向量工作负载，且不用花更多的钱。

　　谷歌其他数据库也有类似“绝活”

　　这里得提一嘴，自动存储分级可不是Bigtable独有的本事。谷歌的分布式数据库Spanner里也有这个功能选项，今年3月就推出了。这说明谷歌在数据库存储优化这块，那是下了大功夫，全面布局、深入探索，就想着给企业提供更高效、更省钱的存储解决方案。

　　谷歌给NoSQL Bigtable加上分层存储功能，在企业数据存储领域那可是个大突破。它把企业在数据存储成本和复杂性方面的难题都给解决了，还给人工智能这些新兴技术发展帮了大忙。随着这功能慢慢推广应用，企业能收获更多的经济效益和发展机会！