Google Cloud ने डेटाबेस और persistent AI workloads के लिए क्या नया पेश किया?

अगस्त 2026 में Google Cloud ने AI एजेंटों के लिए infrastructure की अपनी रणनीति को दो दिशाओं में आगे बढ़ाया। पहली दिशा डेटाबेस के provisioning और day-to-day operations को conversational AI के जरिए आसान बनाना है। दूसरी दिशा ऐसे AI workloads को managed runtime देना है जिन्हें लगातार ऑनलाइन रहना पड़ता है और जिन्हें हर request के बाद scale-to-zero नहीं किया जा सकता।

ये दोनों पहल Google Cloud के “Agentic Data Cloud” और cloud infrastructure को अधिक autonomous, conversational और agent-ready बनाने के व्यापक प्रयास का हिस्सा हैं। 211

Database Operations Agents: डेटाबेस का Day 0 से Day 2 तक प्रबंधन

Google Cloud ने 5 अगस्त को दो Database Operations Agents की घोषणा की। इनका उद्देश्य डेटाबेस टीमों के उस manual काम को कम करना है जिसमें सही database service चुनना, configuration तय करना, deployment करना और बाद में performance या reliability समस्याओं की जांच करना शामिल होता है।

Database Onboarding Agent

Database Onboarding Agent डेटाबेस के “Day 0” कामों पर केंद्रित है—यानी किसी workload के लिए शुरुआती planning, setup और deployment। यह workload की जरूरतों को समझकर उपयुक्त managed database की सिफारिश कर सकता है और setup, configuration तथा deployment में मार्गदर्शन देता है।

यह agent AlloyDB, Bigtable, Cloud SQL और Spanner को support करता है। इसका लक्ष्य यह है कि teams को हर architectural और provisioning निर्णय documentation खंगालकर manually न लेना पड़े। 2

Database Observability Agent

Database Observability Agent “Day 1/2” operations संभालने के लिए बनाया गया है। इसमें database fleet monitoring, anomaly detection, diagnosis, troubleshooting, optimization और maintenance जैसी गतिविधियां शामिल हैं।

यह Cloud SQL, AlloyDB, Spanner, Bigtable, Firestore और Memorystore के साथ काम करता है। 213

यह agent Database Insights और Database Center telemetry, Cloud Monitoring, Cloud Logging और Cloud Trace से डेटा लेकर metrics, queries, inventory और issue information को correlate करता है। इसके आधार पर यह समस्या के संभावित root cause का विश्लेषण तैयार कर सकता है। 2

महत्वपूर्ण बात यह है कि agent केवल सुझाव देने तक सीमित नहीं है। मानव approval मिलने के बाद यह validated remediation को execute भी कर सकता है—उदाहरण के लिए Cloud SQL connection pooling enable करना या नए indexes जोड़ना। हालांकि, product के भीतर investigation और remediation से जुड़ी ये सुविधाएं चुनिंदा customers के लिए preview में थीं। 2

Gemini Cloud Assist और developer tools के साथ integration

Database Operations Agents को Gemini Cloud Assist में integrate किया गया है। इन्हें Gemini chat और Cloud Console के संबंधित database pages से इस्तेमाल किया जा सकता है। Google ने इन capabilities को CLI, MCP servers और tools, third-party tools तथा IDEs के जरिए उपलब्ध कराने का रास्ता भी खोला है। 2

इसका व्यावहारिक अर्थ यह है कि database administrators और developers natural-language prompts के जरिए database setup, investigation या performance समस्या पर सहायता मांग सकते हैं, बजाय इसके कि वे हर चरण अलग-अलग console या command से पूरा करें।

Cloud Run instances: persistent AI agents के लिए singleton runtime

28 अगस्त को Google Cloud ने preview में एक dedicated Cloud Run instance runtime पेश किया। यह सामान्य autoscaling Cloud Run service से अलग है: इसमें ठीक एक instance चलता है और autoscaling नहीं होता। इसलिए यह high-throughput, stateless web services के बजाय ऐसे stateful और continuously available workloads के लिए अधिक उपयुक्त है जिन्हें लगातार online रहना चाहिए। 4

एक instance अधिकतम सात दिनों तक चल सकता है। इसमें automatic-restart policy default रूप से configure होती है। इसका HTTPS URL updates और restarts के दौरान stable रहता है, और user इसे रोककर बाद में फिर resume कर सकता है। 4

Google के अनुसार, shared vCPU और burst budgets का इस्तेमाल करते हुए लगातार चलने वाले 1 vCPU और 1 GiB RAM instance की कीमत 30 दिनों के लिए $5.70 हो सकती है। Dedicated VM की तुलना में लाभ केवल लागत का नहीं, operational burden का भी बताया गया है: users को VM और operating system maintenance, firewall management या self-provisioned HTTPS endpoint की जिम्मेदारी नहीं उठानी पड़ती। 4

Google ने इसका शुरुआती use case लंबे समय तक चलने वाले personal AI agents को बताया—जैसे OpenClaw या Hermes—जो एक user की ओर से काम करते हैं और उस समय भी persistent रहने चाहिए जब user का laptop बंद हो। 4

Google ने OffDeal के एक customer statement का हवाला देते हुए cold starts में 88% कमी की बात कही। यह customer-reported परिणाम है; इसे Google की ओर से सामान्य performance guarantee या universal benchmark नहीं समझना चाहिए। 4

Google की बड़ी रणनीति क्या है?

इन दोनों घोषणाओं से Google Cloud का एक स्पष्ट infrastructure vision सामने आता है। Database Operations Agents data layer को अधिक agentic बनाते हैं: natural language के जरिए managed databases को provision, observe, investigate और approval के बाद remediate किया जा सकता है। Cloud Run instances compute layer को उन AI processes के लिए बेहतर बनाते हैं जिन्हें durable identity, stable endpoint और लंबे समय तक चलने वाली state की जरूरत होती है। 24

यह approach इस बात को स्वीकार करती है कि नए AI agents पारंपरिक web applications से अलग operational जरूरतें रखते हैं। उन्हें अक्सर persistent identity और endpoints, memory या state, long-running background execution तथा tools और data तक निरंतर access चाहिए होता है।

Google Cloud का मॉडल इसलिए दो हिस्सों पर आधारित है: रोजमर्रा के infrastructure operations के लिए autonomous agents और persistent workloads के लिए managed runtime primitives। साथ ही, database में प्रभावशाली या संभावित रूप से जोखिमपूर्ण बदलावों पर human approval बनाए रखा गया है। 24