AI Platform NotebooksBeta

Ein Notebookdienst für Unternehmen, um die schnelle Einrichtung Ihrer Projekte zu erleichtern
Verwaltete JupyterLab-Notebookinstanzen

Verwaltete JupyterLab-Notebookinstanzen

AI Platform Notebooks ist ein verwalteter Dienst mit einer integrierten JupyterLab-Umgebung, in der ML-Entwickler und Data Scientists mit nur einem Klick Instanzen erstellen können, auf denen JupyterLab ausgeführt wird. Die neuesten Data-Science- und ML-Frameworks sind bereits vorinstalliert. Notebooks ist in BigQuery, Cloud Dataproc und Cloud Dataflow eingebunden, was den Weg von der Datenaufnahme über die Vorverarbeitung und Exploration bis zum Modelltraining und zur Bereitstellung vereinfacht.

Schnelle und einfache Einrichtung

Sie können neue JupyterLab-Instanzen mit einem Klick bereitstellen und sofort mit der Analyse Ihrer Daten beginnen. Jede Instanz ist mit optimierten Versionen der bevorzugten Data-Science- und ML-Bibliotheken vorkonfiguriert. So müssen Sie sich keine Gedanken um das Erstellen und Verwalten von VMs machen.

Gängige Open-Source-Frameworks

Sie müssen sich nicht erst einarbeiten, denn Notebooks nutzt die branchenübliche JupyterLab-Oberfläche. Optimierte Versionen bekannter Bibliotheken wie TensorFlow, PyTorch, scikit-learn, pandas, NumPy, SciPy und Matplotlib sind schon vorinstalliert.

Nach Bedarf skalierbar

Sie können klein anfangen und bei Bedarf CPUs, Arbeitsspeicher und GPUs ergänzen. Wenn die Datenmenge für eine Maschine zu groß wird, können Sie nahtlos zu dezentralen Diensten wie BigQuery, Cloud Dataproc, Cloud Dataflow und AI Platform Training and Prediction wechseln.

Umfassende Unterstützung

Notebooks bietet Ihnen alles – von der Datenaufnahme bis zum bereitgestellten ML-Modell. Dazu rufen Sie Daten aus BigQuery ab, transformieren sie mit Cloud Dataproc und nutzen AI Platform-Dienste oder Kubeflow für verteiltes Training und Onlinevorhersagen.

Features

Verwaltetes JupyterLab-Angebot

Notebooks basiert auf dem als Branchenstandard geltenden JupyterLab. So können Sie es für die RPython- und R Data Science-Community verwenden und Ihre Umgebung durch die Installation von JupyterLab-Plugins anpassen.

AI Hub-Unterstützung

Notebooks ist eng in AI Hub eingebunden, ein umfassendes Angebot an Plug-and-Play-Komponenten im Bereich KI. So können Sie sofort bereitstellbare, interaktive Notebooks von KI-Forschern und Customer Engineers bei Google und unseren Partnern finden und ausführen. Außerdem können Sie die Zusammenarbeit stärken, indem Sie Ihre eigenen Notebooks innerhalb Ihrer GCP-Organisation freigeben, damit andere von Ihrer Arbeit profitieren.

Unterstützung für Data-Science-Frameworks

Wir bieten eine vorkonfigurierte Umgebung, die die gängigsten Data-Science-Bibliotheken wie R, pandas, NumPy, SciPy, scikit-learn und Matplotlib sowie ML-Frameworks wie TensorFlow, Keras, XGBoost und PyTorch unterstützt.

Für maschinelles Lernen optimiert

Dank der optimierten Versionen von TensorFlow und PyTorch in Notebooks können Sie die GCP-Hardware optimal nutzen und Ihre Instanz nahtlos um zusätzliche GPUs ergänzen oder diese daraus entfernen.

Integrierte Umgebung

In Notebooks sind verschiedene GCP-Clientbibliotheken vorinstalliert, was das Analysieren von Daten sowie das Erstellen, Trainieren und Bereitstellen von ML-Modellen erleichtert.

Git-Unterstützung

Sie können Notebooks ganz einfach aus Ihrem Git-Repository abrufen oder dort bereitstellen und sie so problemlos mit Kollegen teilen.

Erweiterte Netzwerkeinstellungen

Sie können jede Virtual Private Cloud (VPC) für ihre Notebook-Instanzen auswählen, vorausgesetzt, dass Ihr VPC entweder über Google Private Access oder das Internet auf den Google Cloud Storage zugreifen kann. Sie können die öffentliche IP-Adresse auch deaktivieren und über einen Proxy auf Ihre Instanz zugreifen.

Einzelnutzermodus und Dienstkonto-Zugriff

Sie können eine Notebook-Instanz erstellen, auf die ein einzelner Nutzer zugreifen kann. Sie können auch ein Dienstkonto angeben, das Zugriff auf Notebook hat.

Den eigenen Container mitbringen

Sie können eine Notebook-Instanz in einem Container Ihrer Wahl ausführen. So haben Sie die Flexibilität, bestimmte, von Ihrem Unternehmen vorgeschriebene Bibliotheken zu installieren oder die Umgebung, in der JupyterLab ausgeführt wird, nach Ihren Wünschen vorzukonfigurieren.

Vollständiger Zyklus der ML-Entwicklung

Ressourcen

Preise

Es gibt keine Mindestgebühren oder Vorabverpflichtungen. Für die Nutzung von Notebooks fallen keine Kosten an. Sie zahlen nur für die Cloud-Ressourcen, die Sie für die Notebooks-Instanz verwenden: AI Platform Training, AI Platform Predictions, Compute Engine, BigQuery und Cloud Storage. Mit unserem Preisrechner können Sie die ungefähren Kosten für das Ausführen Ihrer Arbeitslasten ermitteln.

Google Cloud

Jetzt starten

Lernen und entwickeln

Sie verwenden die GCP zum ersten Mal? Sichern Sie sich zum Einstieg in ein beliebiges GCP-Produkt ein Startguthaben von 300 $.

Benötigen Sie weitere Hilfe?

Unsere Experten unterstützen Sie dabei, die passende Lösung oder den richtigen Partner für Ihre Anforderungen zu finden.

Dieses Produkt befindet sich in der Betaphase. Weitere Informationen zu unseren Markteinführungsphasen finden Sie hier.