AI Platform

Vollständig verwaltete, End-to-End-Plattform für Data Science und Machine Learning.

  • action/check_circle_24px Erstellt mit Sketch.

    Verwaltete Dienste für unkomplizierte Entwicklung

  • action/check_circle_24px Erstellt mit Sketch.

    Schnellere Produktion durch codebasierte Tools und Tools ohne Code

  • action/check_circle_24px Erstellt mit Sketch.

    Robuste Governance mit interpretierbaren Modellen

Vorteile

Unabhängig von der Kompetenzstufe

Ganz gleich, ob es sich um Data Science per Point-and-Click mit AutoML oder erweiterter Modelloptimierung handelt – mit der AI Platform können alle Nutzer ihre Projektideen nahtlos umsetzen.

MLOps, vereinfacht

Machine Learning geht weit über Bereitstellungen hinaus. Mit der AI Platform können Entwickler, Data Scientists und Data Engineers ihre ML-Workflows einfach optimieren. 

Vorteile von KI von Google

Nutzen Sie das Fachwissen von Google im Bereich KI. Binden Sie unsere hochmodernen Technologien über Tools der AI Platform wie TPUs und TensorFlow in Ihre Anwendungen ein.

Wichtige Features

Vollständiger ML-Lebenszyklus

Vorbereiten

Nutzen Sie BigQuery und Cloud Storage zur Vorbereitung und Speicherung Ihrer Datasets. Mit dem integrierten Data Labeling Service können Sie Ihre Trainingsdaten dann mit Labels versehen. Dies dient z. B. zur Klassifizierung, Objekterkennung und Entitätsextraktion für Bilder, Videos, Tabellen und Text.

Entwickeln

Erstklassige ML-Modelle, ohne eine einzige Codezeile schreiben zu müssen: Nutzen Sie die unkomplizierte Benutzeroberfläche von AutoML oder Ihren eigenen Code in Notebooks, einem verwalteten Jupyter-Notebook-Dienst. Nutzen Sie die neuesten Open-Source-Deep-Learning-Frameworks für Deep Learning VM Image oder Deep Learning Container. Trainieren Sie dann Ihre Modelle mit unserem vollständig verwalteten Trainingdienst.

Validieren

Validieren Sie Ihr Modell mit AI Explanations und dem What-If-Tool. Damit können Sie die Ausgaben Ihres Modells verstehen, das Modellverhalten prüfen, Verzerrungen erkennen und Ihr Modell sowie Trainingsdaten verbessern. Gehen Sie bei der Optimierung Ihres Modells einen Schritt weiter und verwenden Sie Vizier, einen Blackbox-Optimierungsdienst, um Hyperparameter und die Modellleistung zu optimieren.

Bereitstellen

Stellen Sie Ihre Modelle in großem Umfang bereit und nutzen Sie sie für Vorhersagen in der Cloud mit Prediction, das Ihr Modell für Online- und Batchvorhersagen hostet. Außerdem können Sie mit AutoML Vision Edge Ihre Modelle auf Edge-Geräten bereitstellen und Aktionen in Echtzeit anhand lokaler Daten auslösen. TensorFlow Enterprise bietet auf Unternehmen zugeschnittenen Support für Ihre TensorFlow-Instanzen.

MLOps

Verwalten Sie Ihre Modelle, Experimente und durchgängigen Workflows mit Pipelines. Stellen Sie dazu robuste, wiederholbare Pipelines mit Best Practices von MLOps bereit. Die kontinuierliche Evaluierung hilft Ihnen, die Leistung Ihrer Modelle zu überwachen, und liefert kontinuierliches Feedback im Laufe der Zeit.

Vier Pipeline-Spalten sind von links nach rechts durch Pfeile verbunden. Die erste Spalte mit der Überschrift „Prepare“ enthält die Punkte „Data labeling“, „BigQuery datasets“ und „Cloud Storage“. Die zweite Spalte mit der Überschrift „Build“ enthält die Punkte „Notebooks“, „AutoML“, „Training“, „Deep Learning VM Image“ und „Deep Learning Containers“. Die dritte Spalte mit der Überschrift „Validate“ enthält die Punkte „AI Explanations“, „What-If Tool“ und „Vizier“. Die vierte Spalte mit der Überschrift „Deploy“ enthält die Punkte „Prediction“ und „TensorFlow Enterprise“.
Alle Features ansehen

Kunden

Das ist neu

Highlights der Google Cloud Next 2020

Melden Sie sich für die Google Cloud-Newsletter an. So werden Sie regelmäßig über Neuigkeiten zu Produkten, Veranstaltungen, Sonderangebote und weitere aktuelle Themen informiert.

Dokumentation

Dokumente, Kurzanleitungen und mehr

Grundlagen zu Google Cloud
Einführung in die AI Platform (Classic)

Grundlagen der AI Platform (Classic) und wie es zu Ihrem ML-Workflow passt.

Kurzanleitung
Training und Vorhersage mit TensorFlow Keras

Hier erfahren Sie, wie Sie mit der Keras Sequential API ein neuronales Netzwerk in der AI Platform trainieren und mit diesem Modell Vorhersagen bereitstellen.

Kurzanleitung
Notebook erstellen

Erfahren Sie, wie Sie ein AI Platform Notebook (JupyterLab) erstellen, eine DLVM-Instanz mit den neuesten ML- und Data-Science-Bibliotheken.

Best Practice
MLOps 101

Verfahren zur Implementierung und Automatisierung von Continuous Integration (CI), Continuous Delivery (CD) und Continuous Training (CT) für ML-Systeme.

Best Practice
Benutzerdefinierte ML-Modelle in drei Schritten zu Google Cloud migrieren

Übersicht über ML Pipeline Generator und erwartete Vorgehensweisen von Nutzern sowie Anleitungen zum Orchestrieren eines Trainingsjobs auf der AI Platform. 

Grundlagen zu Google Cloud
Einführung in die AI Platform (Unified)

Weitere Informationen zur AI Platform (Unified), die AutoML und die AI Platform (Classic) in einer einheitlichen API, Clientbibliothek und Benutzeroberfläche verbindet. 

Grundlagen zu Google Cloud
Die AI Platform (Unified) für Nutzer der AI Platform (Classic)

Vergleich der AI Platform (Unified) und der AI Platform (Classic) für Nutzer, die mit der AI Platform (Classic) vertraut sind.

Alle Features

Alle KI-Tools in einer Plattform

AI Explanations Erfahren Sie, wie jedes Feature in Ihren Eingabedaten Teil der Modellausgabe ist.
AutoML Entwickeln Sie einfach qualitativ hochwertige benutzerdefinierte ML-Modelle ohne neue Trainingsroutinen. Bereitgestellt durch die herausragende Lerntransfer- und Hyperparametersuchtechnologie von Google.
Kontinuierliche Evaluierung Erhalten Sie Messwerte zur Leistung Ihrer Modelle in Produktionsumgebungen. Vergleichen Sie Vorhersagen mit Ground-Truth-Labels, um kontinuierliches Feedback zu erhalten und die Modellleistung im Laufe der Zeit zu optimieren.
Data Labeling Service Erhalten Sie Labels mit hoher Genauigkeit von menschlichen Labelerstellern, um ML-Modelle zu optimieren.
Deep Learning Container Erstellen Sie schnell Modelle und stellen Sie sie in portierbaren und konsistenten Umgebungen für alle KI-Anwendungen bereit.
Deep Learning VM Image Instanziieren Sie ein VM-Image mit den beliebtesten KI-Frameworks auf einer Compute Engine-Instanz, ohne dass Sie sich dabei Sorgen über Softwarekompatibilität machen müssen.
Suchfunktion auf Basis einer neuronalen Architektur Erstellen Sie anwendungsspezifische Modelle und optimieren Sie vorhandene Modellarchitekturen mit einem automatischen Dienst. Mit der branchenführenden KI-Forschung von Google können Nutzer Modelle entwerfen, die beispielsweise für Latenz, Genauigkeit oder Energieverbrauch optimiert sind.
Notebooks Erstellen, verwalten und verbinden Sie VMs mit JupyterLab, der Standard-Workbench für Data Scientists. VMs enthalten vorinstallierte Deep-Learning-Frameworks und Bibliotheken.
Pipelines Implementieren Sie MLOps. Orchestrieren Sie dazu die Schritte in Ihrem ML-Workflow als eine Pipeline, ohne Kubeflow Pipelines mit TensorFlow Extended (TFX) einrichten zu müssen.
Prediction Stellen Sie einfach Ihre Modelle für verwaltete, skalierbare Endpunkte für Online- oder Batchvorhersagen bereit.
TensorFlow Enterprise Entwickeln Sie einfach TensorFlow-Modelle und stellen Sie sie in Google Cloud bereit. Nutzen Sie dabei den auf Unternehmen zugeschnittenen Support und eine skalierbare Cloud.
Training Trainieren Sie alle Modelle in jedem Framework auf jeder Hardware, von einzelnen Maschinen zu großen Clustern mit verschiedenen Beschleunigern.
Vizier Optimieren Sie die Modellausgabe durch effektivere Hyperparameter.
What-If-Tool Stellen Sie Ihre Datasets grafisch dar und testen Sie Ihr Modell, um sein Verhalten mit einer interaktiven visuellen Schnittstelle besser verstehen zu können.

Preise

Preise

Die AI Platform bietet skalierbare, flexible Preismodelle, die zu Ihrem Projekt und Budget passen.

Bei der AI Platform fallen Gebühren für das Trainieren Ihrer Modelle und für das Abrufen von Vorhersagen an. Die Nutzung der AI Platform Vizier, AI Platform Notebooks, AI Platform Deep Learning Container, AI Platform Deep Learning VM Image und AI Platform Pipelines ist kostenlos. Alle Google Cloud-Ressourcen, die Sie mit diesen Produkten verwenden, werden Ihnen jedoch in Rechnung gestellt.

Mit unserem Preisrechner können Sie die voraussichtlichen Kosten für die Ausführung Ihrer Arbeitslasten ermitteln.