BriefTechNews
Googles grenzenloses Lakehouse: AWS- und Azure-Daten abfragen, ohne sie zu verschieben

Googles grenzenloses Lakehouse: AWS- und Azure-Daten abfragen, ohne sie zu verschieben

7 min read · 11 sources

TL;DR
  • Googles Cross-Cloud-Interconnect und Caching für AWS und Azure ist allgemein verfügbar ohne Egress-Gebühren, und sein Katalog föderiert nun Databricks Unity, Snowflake Horizon und AWS Glue.
  • Die Copilot-Chat-Limits für Nutzer ohne bezahlte M365-Copilot-Lizenz sind nicht offengelegt und von Administratoren nicht anpassbar; sie erreichen Mandanten mit mehr als 2.000 Sitzen am 9. November.
  • Apple hat Berichten zufolge die täglichen KI-Token-Zuweisungen von 300 auf 200 Dollar gekürzt, mit geplanten Limits von 100 Dollar für Ingenieure und 25 Dollar für andere Mitarbeiter.
  • Ein niedrig priorisierter PHP-Out-of-Memory-Bug wurde durch KI-gestützte Recherche zu Remote Code Execution, und der Fix dauerte zwei Monate und vier Ingenieure.
  • Binance verlor 6,3 Milliarden Dollar, nachdem eine manipulierte Homebrew-Installation eines KI-Codierungstools auf Entwickler-Laptops Angreifer zu einem Container-Deployment-Token führte.

Google hat die Woche damit verbracht, seine Datens-Cloud in eine Föderationsschicht statt in ein Ziel zu verwandeln. Das Herzstück ist ein “grenzenloses Lakehouse” auf Apache Iceberg, Cross-Cloud-Interconnect und Caching für AWS und Azure jetzt allgemein verfügbar ohne Egress-Gebühren, sowie Katalogföderation in Databricks Unity, Snowflake Horizon und AWS Glue.

Das ist ein direkter Schlag gegen das Kopiere-alles-in-ein-Warehouse-Modell, das das letzte Jahrzehnt der Analytik geprägt hat. Google sagt, die Daten können dort bleiben, wo sie sind, auch in den Katalogen der Wettbewerber, und man fragt sie über Gemini-gestützte Werkzeuge ab.

Der Rest des Tages ist eine Studie darüber, was KI tatsächlich kostet. Microsoft begrenzt Copilot Chat, ohne die Zahlen zu nennen, Apple begrenzt Token-Budgets mit Zahlen, die es ebenfalls nicht bestätigt hat, und Binance verlor 6,3 Milliarden Dollar an einen Angriff, der damit begann, dass ein Entwickler die falsche Homebrew-Formel installierte.

Binance verlor 6,3 Milliarden Dollar, nachdem Angreifer über eine manipulierte Homebrew-Installation eines KI-Codierungstools und einen gefälschten Interviewtest eindrangen.

Google will, dass das Lakehouse grenzenlos ist

Iceberg ist das offene Tabellenformat, das es verschiedenen Engines ermöglicht, dieselben Dateien auf Objektspeichern zu lesen, und es ist zum neutralen Boden im Warehouse-Krieg geworden. Googles Argument ist, dass man diese Tabellen nicht mehr nach BigQuery kopieren muss, um sie abzufragen. Katalogföderation bedeutet, dass BigQuery Metadaten aus Databricks Unity, Snowflake Horizon und AWS Glue ohne Migrationsprojekt lesen kann, und Cross-Cloud-Interconnect plus lokales Caching bedeutet, dass die Bytes über einen verwalteten Pfad statt über einen öffentlichen Internet-Hop kommen.

Die Caching-Schicht ist der Teil, um den sich Betreiber kümmern sollten. Null Egress-Gebühren sind eine Preisentscheidung; lokales Caching ist eine Latenzentscheidung, und es verändert die Form eines Query-Plans, wenn die Hälfte deiner Joins aus S3 in einer anderen Region liest. Google hat außerdem Gemini-Natural-Language-Abfragen und Knowledge-Catalog-Kontextkuration hinzugefügt, gedacht für Agents, die die richtige Tabelle finden müssen, ohne dass ein Mensch den Join schreibt.

Was es ersetzt, ist der Pipeline-Wildwuchs: CDC-Jobs, nächtliche Extrakte und eine Serving-Kopie pro Cloud. Was es hinzufügt, ist eine Abhängigkeit von Katalog-APIs, die man nicht kontrolliert, und ein Governance-Problem, das nun Systeme umfasst, die drei anderen Anbietern gehören. Föderierter Zugriff ist nicht dasselbe wie föderierte Berechtigungen, und aus dieser Lücke werden die Vorfälle kommen.

Microsofts Copilot-Chat-Limits sind geheim, und genau das ist der Punkt

Microsoft weitet die Nutzungslimits für kommerzielle Copilot-Chat-Nutzer aus, die keine bezahlte Microsoft-365-Copilot-Lizenz besitzen. Es wird nicht offengelegt, was die Limits sind, und es wird Administratoren nicht erlaubt, sie anzupassen. Der Rollout begann am 2. November für kleinere Organisationen und erreicht Mandanten mit mehr als 2.000 Sitzen am 9. November.

Für jeden, der einen Helpdesk betreibt, ist das die schlechtestmögliche Form eines Kontingents. Nutzer stoßen auf eine unsichtbare Wand, Administratoren können sie nicht kommen sehen, und es gibt keinen Regler zum Einstellen. Kapazitätsplanung wird zum Warten auf Tickets. Vergleichen Sie das mit Apple, das zumindest eine Zahl durchsickern ließ.

Apple kürzte die tägliche KI-Token-Zuweisung von 300 auf 200 Dollar

Apple verschärft Berichten zufolge die KI-Budgets für Mitarbeiter, senkt die täglichen Zuweisungen von 300 auf 200 Dollar und plant Limits von 100 Dollar für Ingenieure und 25 Dollar für andere Mitarbeiter. Die Limits gelten für Drittanbieter-Modelle wie Anthropics Claude und OpenAIs ChatGPT, und einige Teams werden zu günstigeren oder lokal gehosteten Modellen gedrängt. Apple hat nichts davon bestätigt.

Wenn die Zahlen stimmen, ist der interessante Teil nicht die Kürzung - es ist die Abstufung. Ein Limit von 25 Dollar pro Tag für Nicht-Ingenieure reicht für Chat und Entwürfe; ein Limit von 100 Dollar für Ingenieure reicht nicht für agentische Codierungsschleifen, die Token für Testläufe verbrennen. Das drängt genau die Workloads, die am meisten von großen Modellen profitieren, zurück zu kleineren lokalen Modellen - eine Fähigkeitsentscheidung, die als Finanzentscheidung getarnt ist.

KI machte Bug-Findung billig. Patchen dauert trotzdem zwei Monate und vier Ingenieure.

Source: hitesh.in ↗

Eine PHP-Schwachstelle namens PHP2Shell lag als niedrig priorisierter Out-of-Memory-Bug im Backlog. KI-gestützte Forscher machten daraus Remote Code Execution. Der Fix dauerte zwei Monate und vier Ingenieure, laut einem Beitrag über die Asymmetrie.

Das Argument ist einfach: KI senkt die Kosten der Entdeckung drastisch, und die Behebung bewegt sich weiterhin mit menschlicher Geschwindigkeit. Jedes “Won’t fix” im Tracker wurde gegen die alten Kosten der Entdeckung kalkuliert. Die vorgeschlagene Antwort ist unglamourös - aufgeschobene Sicherheits-Tickets auditieren, nicht genutzte internetexponierte Systeme stilllegen und das Register akzeptierter Risiken planmäßig statt nur zum Audit-Zeitpunkt überprüfen.

Binances 6,3-Milliarden-Dollar-Lektion: Die langweilige Schicht ist die Angriffsfläche

Source: techtrenches.dev ↗

Binance verlor 6,3 Milliarden Dollar, nachdem Angreifer Entwickler-Laptops mit einer manipulierten Homebrew-Installation eines KI-Codierungstools und einem gefälschten Interviewtest kompromittierten und dann ein internes KI-Tool missbrauchten, um ein Container-Deployment-Token zu erhalten, so Tech Trenches.

Nichts in dieser Kette ist exotisch. Es ist eine Supply-Chain-Kompromittierung, ein Social-Engineering-Köder und ein interner Dienst mit mehr Privilegien, als er brauchte. Das KI-Tooling machte den internen Dienst überhaupt erst für Angreifer interessant. Wenn deine Codierungsassistenten und internen Agents ein Deployment-Token erreichen können, sind sie Produktionsinfrastruktur und sollten auch so überprüft werden.

MariaDB 2027 bringt Agent-Speicher in die transaktionale Datenbank

Source: mariadb.com ↗

MariaDB hat Enterprise Platform 2027 veröffentlicht, eine einheitliche Plattform, die Transaktionen, Echtzeit-Analytik und In-Memory-Geschwindigkeit mit agentenorientierten Funktionen kombiniert: Agent Memory, Semantic Cache, AI Retrieval und AI Plugins. Die wichtigsten Benchmarks sind 56 % höherer Spitzendurchsatz als MariaDB 11.8 und 25 % schneller als MySQL 9.7.2, plus BYOC-Deployment, FIPS-140-3-Konformität und Active-Active-Multi-Region-Clustering auf dem MariaDB Raft Cluster.

Semantic Cache ist der Punkt auf der Rechnung, den man beobachten sollte. Das Cachen von LLM-Antworten nach Bedeutung statt nach exaktem Prompt senkt sowohl Latenz als auch Token-Verbrauch, und dies neben den transaktionalen Daten zu tun, vermeidet ein zweites Konsistenzproblem. Der Trade-off ist der übliche: Man hat jetzt einen Cache, dessen Invalidierungssemantik man durchdenken muss.

Confluents Lightning Tables bringen SQL direkt auf Kafka

Source: confluent.io ↗

Confluent hat Lightning Tables allgemein verfügbar auf AWS gemacht, sodass Anwendungen Live-SQL- und API-Abfragen über kontinuierlich aktualisierte Kafka-Daten ausführen können. Es ist der Anker der “Streamhouse”-Architektur des Unternehmens, die Streaming, Verarbeitung, Governance und Abfrage in einem Stack bündelt.

Das Muster, das es entfernt, ist vertraut: Stream nach Kafka, CDC in einen Serving-Store, dann die Kopie abfragen und hoffen, dass die Verzögerung klein genug ist. Das direkte Abfragen des Streams eliminiert den zweiten Write und das Veraltungsfenster. Für Agents, die aktuellen Geschäftszustand brauchen, ist das der Unterschied zwischen einer Antwort und einer plausiblen Antwort.

EXACT: TDD für Agents ohne den Vibe-Coded-Rot

Source: coding-is-like-cooking.info ↗

Ein Beitrag beschreibt EXACT, einen Workflow, der testgetriebene Entwicklung auf KI-Codierungsagents überträgt. Er stützt sich auf Example Mapping, um ein gemeinsames menschliches Modell zu bauen, wandelt das in natürlichsprachige Testlisten um und nutzt prädiktives TDD, um den Agenten zu steuern. Die berichteten Experimente zeigen bessere Korrektheit und Codequalität als ungesteuertes Vibe Coding oder einfache TDD-Prompts.

Der Mechanismus ist unspektakulär, und genau deshalb funktioniert er: Konkrete Beispiele schlagen abstrakte Spezifikationen, und ein Agent, der einen fehlschlagenden Test erfüllen muss, hat weniger Raum, eine API zu erfinden.

Googles London-Generatoren versagten an einem Spannungssensor

Source: assets.theregister.com ↗

Google hat einen Postmortem für seinen London-Ausfall im Oktober veröffentlicht und macht einen Spannungserkennungsfehler und eine Controller-Fehlkonfiguration verantwortlich, die verhinderte, dass die Backup-Generatoren starteten. Eine Stromversorgung war bereits in Reparatur, als die zweite ausfiel, und die Batterieanlage war leer, bevor der Strom zurückkam.

Der Fehlermodus ist der, gegen den jeder DR-Plan getestet werden sollte: Redundanz, die sich einen Sensor- oder Steuerungspfad teilt, ist keine Redundanz. Zwei Versorgungen und eine Generatorfarm sind ein System, wenn ein einziger fehlkonfigurierter Controller darüber entscheidet, ob die Generatoren starten.

AlloyDB Express startet Postgres in unter zwei Sekunden

Source: cloud.google.com ↗

Google hat AlloyDB Express als Vorschau vorgestellt, einen Postgres-Dienst, der in unter zwei Sekunden bereitgestellt wird, nach 15 Minuten Leerlauf automatisch pausiert und Vektor-, Text- und Hybridsuche sowie Zugriff auf Gemini-Modelle bündelt. Es gibt einen kostenlosen Tarif, Pay-as-you-go-Preise und ein Upgrade mit einem Klick auf vollwertiges AlloyDB mit HA und DR.

Die Auto-Pause ist der Kostenhebel. Prototyp-Datenbanken verbringen die meiste Zeit ihres Lebens im Leerlauf, und ein Scale-to-Zero nach 15 Minuten verwandelt eine feste monatliche Position in Rauschen.

Die Kurzmeldungen: PyTorch 2.15, Metas Conductor und ein Biomass-Rechenzentrum für 20 Milliarden Pfund

Source: diginomica.com ↗

PyTorch 2.15 zielt direkt auf das “eine schlechte GPU”-Problem und macht großangelegtes Training widerstandsfähiger, wenn ein einzelner Accelerator in einem großen Job fehlfunktioniert - die Art von Ausfall, die sonst einen Neustart und einen Tag kostet. Meta kaufte Conductor, ein Startup für Agent-Orchestrierung, und verschaffte ihm damit einen Exit. Die On-Premises-Serververkäufe für HPC und KI sind dieses Jahr um 20 % gestiegen, und die Berichterstattung sagt unverblümt, dass der Umsatzanstieg ebenso auf steigende Kosten wie auf mehr Einheiten zurückzuführen ist. Der Windows-AI-PC-Vorstoß ist auf RAM-Preise gestoßen und lässt Kunden bei knappen Budgets um Vermögenswerte bangen. Drax will ein Rechenzentrum für 20 Milliarden Pfund an seinem Biomass-Kraftwerk bauen, um Großbritanniens KI-Hunger zu stillen, braucht aber Baugenehmigung, Regierungsfreigabe und, ziemlich wichtig, einen Kunden. Auf der Infosec-Seite geben sich Angreifer als Signal-Support aus, um Phishing-Kampagnen durchzuführen, und die USA haben eine Reihe iranischer Propaganda-Seiten abgeschaltet. Oracles Hari Sankar argumentiert derweil, dass die nächste ERP-Generation darum geht, dass Agents Ergebnisse wie automatisierte Kontenabstimmung ausführen, statt Erkenntnisse zu liefern - was bedeutet, dass die Integrationsfläche, die man diesen Agents aussetzt, jetzt das Produkt ist.

Briefing holen

Hat Ihnen das gefallen? Wählen Sie die Themen, die Sie interessieren, und erhalten Sie nur diese, fünf Minuten am Morgen. Kostenlos, kein Hype, Abmeldung mit einem Klick.

Über uns Author

Mein Name ist

BriefTechNews

A daily digest of what actually moved in AI, tech, crypto and fintech, assembled and written with AI, and reviewed before it publishes. Weiterlesen
Schlagwörter

Das könnte Sie auch interessieren