Google Cloud für Forscher

Bahnbrechende Forschungsergebnisse von morgen möglich machen Beschleunigen Sie Ihre Forschung mit Schulungen, kostenlosen Guthaben und Ressourcen von Google Cloud.

Forscher an der USC beschleunigen mit Google Cloud den Prozess der Wirkstoffsuche

Informationen zu den Vorteilen

Reichen Sie einen Vorschlag ein, um ein kostenloses Google Cloud-Guthaben im Wert von bis zu 5.000 $ für die akademische Forschung zu erhalten. Nutzen Sie das Hochleistungs-Computing von Google.

Für den Einstieg in Google Cloud steht Ihnen eine kostenlose Onlineschulung über Google Cloud Skills Boost zur Verfügung und Sie können ein Lernguthaben von der Plattform beantragen.

Schließen Sie sich einer Community von Kollegen an, die bahnbrechende Forschung betreiben. Teilen Sie Ihre Ideen in Online-Communitys oder bewerben Sie sich als Google Cloud Research Innovator.

Google Cloud kennenlernen

Erhalten Sie Zugriff auf den Google Cloud-Katalog in Google Cloud Skills Boost, um praktische Erfahrungen zu sammeln. Bewerben Sie sich, um bis zu 200 Guthabenpunkte zu erhalten. Teilen Sie Guthaben mit Studenten und verfolgen Sie den Lab-Abschluss.

ForschungsbereichÜbersichtTraining
Forschung, Entwicklung und Prototyping
RAD Lab

Entdecken Sie RAD Lab, eine Google Cloud-basierte Sandbox-Umgebung, mit der Teams schnell von der Forschung und Entwicklung zur Produktion gelangen. 

  • GitHub – Entdecken Sie das Code-Repository von RAD Lab 

Hochleistungs-Computing
HPC-Abo

Mit dem HPC-Abo von Google Cloud können Forscher ihre Projekte unabhängig von ihrem technischen Kenntnisstand schnell vorantreiben – und das zu einem festen Abopreis, sodass keine zusätzlichen Kosten anfallen. 

  • Tutorial – Jupyter-Notebooks mit dem Slurm Resource Manager hosten

  • Codelab - Mit Slurm automatisch skalierenden HPC-Cluster bereitstellen

Umweltwissenschaften
Bildverarbeitung

Der Einsatz umfassender Rechenkapazitäten zur Erkennung von Mustern und zum „Lesen“ von Bildern ist eine der grundlegenden Technologien in KI-Anwendungen, vom selbstfahrenden Auto bis zur Gesichtserkennung. 

  • Codelab – On-Device-Bildklassifizierung mit AutoML Vision trainieren und bereitstellen

  • Google Cloud Skills Boost – Bilder von Wolken mit AutoML Vision klassifizieren

Klassifizierung von Blumenbildern mit Keras auf TPUs

Hier erfahren Sie, wie Sie mit Keras und TensorFlow Ihre eigenen Convolutional Neural Networks erstellen, trainieren und optimieren.

  • Codelab – Datenpipelines mit TPU-Geschwindigkeit verwenden: tf.data.Dataset und TFRecords 

  • Codelab – Moderne ConvNets, SqueezeNets, Xception, mit Keras und TPUs 

Biowissenschaften
Genomik

Mit Cloud Life Sciences (früher Google Genomics) können Sie in großem Maßstab biomedizinische Daten verarbeiten.

  • Anleitung – Referenzarchitektur für die Verarbeitung genomischer Daten

  • Video – Genomic Analyses on Google Cloud

Gesundheitswesen

Die Cloud Healthcare API bietet eine verwaltete Lösung zum Speichern und Abrufen von Gesundheitsdaten in Google Cloud und stellt eine wichtige Brücke zwischen bestehenden Versorgungssystemen und Anwendungen dar, die in Google Cloud gehostet werden. 

Sozialwissenschaften
Cloud AI Platform

Sammeln Sie praktische Erfahrung mit dem TensorFlow 2.x-Modelltraining, sowohl lokal als auch auf der AI Platform. Außerdem erfahren Sie nach dem Training, wie Sie Ihr Modell für die Vorhersage auf der AI Platform bereitstellen.

APIs für Machine Learning

In Labs wie „Mit der Cloud Vision API Labels, Gesichter und Sehenswürdigkeiten in Bildern erkennen“ sammeln Sie praktische Erfahrung mit APIs für Machine Learning.

Physikalische Wissenschaften
Bildanalyse und ‑klassifizierung

Mit der Cloud Vision API erhalten Sie Informationen über den Inhalt eines Bildes, indem Sie über eine nutzerfreundliche REST API leistungsstarke Modelle für maschinelles Lernen verwenden. Sie können Bilder an die Vision API senden, damit sie Objekte, Gesichter und Sehenswürdigkeiten erkennt.

Mathematische Wissenschaften
Finanzdienstleistungen

Machine Learning-Verfahren von Google Cloud, insbesondere Deep Learning, sind für die Zeitreihenanalyse sehr vielversprechend. Angesichts zunehmender Verdichtung und Überlappung von Zeitreihen bietet Machine Learning eine Möglichkeit, das Signal vom Rauschen zu trennen.

  • Tutorial – Portfoliorisiko mit HTCondor und Compute Engine analysieren

Data Science

Nutzen Sie ausgefeilte statistische und ML-Methoden für reale Probleme, wenn Sie auf Google Cloud aufbauen.

Jupyter, R und RStudio

Führen Sie umfangreiches technisches Computing in Google Cloud durch.

  • Tutorial – Data Science mit R in Google Cloud: Anleitung zur explorativen Datenanalyse

Informatik
Medien und Rendering

Hier erfahren Sie, wie Sie das Rendering-Verwaltungssystem von OpenCue mit Google Cloud auf virtuellen Linux-Maschinen (VMs) bereitstellen.

  • Tutorial – Renderingfarm mit OpenCue in Google Cloud erstellen

Arbeitslastmanager

Erfahren Sie, wie Sie Auslastung und Effizienz mithilfe von Arbeitslastmanagern optimieren, die die Clusterverwaltung vereinfachen.

  • Video – Google Cloud Workload Manager

Container und Kubernetes

Hier erfahren Sie, wie Sie eine verwaltete Umgebung nutzen können, um sich auf die Arbeit mit Kubernetes zu konzentrieren, statt die zugrunde liegende Infrastruktur einrichten zu müssen.

MapReduce – Hadoop/Spark

Da Sie Cloud Dataproc-Cluster jederzeit erstellen und vergrößern können, müssen Sie sich keine Gedanken darüber machen, ob Ihre Datenpipelines irgendwann die Größe Ihrer Cluster übersteigen.

  • Google Cloud Skills Boost – Einführung in Cloud Dataproc: Hadoop und Spark

  • Codelab – Mit Cloud Dataproc Daten in einen verwalteten Hadoop-/Spark-Cluster einspeisen

Remote Desktop und Visualisierung

Hier erfahren Sie, wie Sie einen Chrome Remote Desktop-Dienst oder eine virtuelle Linux-Workstation einrichten.

  • Tutorial – Chrome Remote Desktop für Linux in Compute Engine einrichten

  • Tutorial – Virtuelle GPU-beschleunigte Linux-Workstation erstellen

Lustre

Greifen Sie über Google Cloud Marketplace auf die DDN EXAScaler Lustre-Software der Unternehmensklasse zu und nutzen Sie eine Reihe von Open-Source-Scripts zur einfachen Konfiguration und Bereitstellung eines Lustre-Speicherclusters in Compute Engine.

  • Codelab – Paralleles Lustre-Dateisystem in Google Cloud bereitstellen

Training von generativer KI

Lernen Sie die Grundlagen von Large Language Models und generativen KI-Lösungen von Google Cloud kennen.

Google Cloud kennenlernen

RAD Lab

Entdecken Sie RAD Lab, eine Google Cloud-basierte Sandbox-Umgebung, mit der Teams schnell von der Forschung und Entwicklung zur Produktion gelangen. 

  • GitHub – Entdecken Sie das Code-Repository von RAD Lab 

HPC-Abo

Mit dem HPC-Abo von Google Cloud können Forscher ihre Projekte unabhängig von ihrem technischen Kenntnisstand schnell vorantreiben – und das zu einem festen Abopreis, sodass keine zusätzlichen Kosten anfallen. 

  • Tutorial – Jupyter-Notebooks mit dem Slurm Resource Manager hosten

  • Codelab - Mit Slurm automatisch skalierenden HPC-Cluster bereitstellen

Bildverarbeitung

Der Einsatz umfassender Rechenkapazitäten zur Erkennung von Mustern und zum „Lesen“ von Bildern ist eine der grundlegenden Technologien in KI-Anwendungen, vom selbstfahrenden Auto bis zur Gesichtserkennung. 

  • Codelab – On-Device-Bildklassifizierung mit AutoML Vision trainieren und bereitstellen

  • Google Cloud Skills Boost – Bilder von Wolken mit AutoML Vision klassifizieren

Genomik

Mit Cloud Life Sciences (früher Google Genomics) können Sie in großem Maßstab biomedizinische Daten verarbeiten.

  • Anleitung – Referenzarchitektur für die Verarbeitung genomischer Daten

  • Video – Genomic Analyses on Google Cloud

Cloud AI Platform

Sammeln Sie praktische Erfahrung mit dem TensorFlow 2.x-Modelltraining, sowohl lokal als auch auf der AI Platform. Außerdem erfahren Sie nach dem Training, wie Sie Ihr Modell für die Vorhersage auf der AI Platform bereitstellen.

Bildanalyse und ‑klassifizierung

Mit der Cloud Vision API erhalten Sie Informationen über den Inhalt eines Bildes, indem Sie über eine nutzerfreundliche REST API leistungsstarke Modelle für maschinelles Lernen verwenden. Sie können Bilder an die Vision API senden, damit sie Objekte, Gesichter und Sehenswürdigkeiten erkennt.

Finanzdienstleistungen

Machine Learning-Verfahren von Google Cloud, insbesondere Deep Learning, sind für die Zeitreihenanalyse sehr vielversprechend. Angesichts zunehmender Verdichtung und Überlappung von Zeitreihen bietet Machine Learning eine Möglichkeit, das Signal vom Rauschen zu trennen.

  • Tutorial – Portfoliorisiko mit HTCondor und Compute Engine analysieren

Medien und Rendering

Hier erfahren Sie, wie Sie das Rendering-Verwaltungssystem von OpenCue mit Google Cloud auf virtuellen Linux-Maschinen (VMs) bereitstellen.

  • Tutorial – Renderingfarm mit OpenCue in Google Cloud erstellen

Community beitreten

Alle Forscher, die ein Google Cloud-Guthaben erhalten haben, werden in unsere Online-Forscher-Community aufgenommen. Forscher können sich auch für das Research Innovator-Programm bewerben.

Forscher-Community

Schließen Sie sich anderen Lehrkräften und Forschern an, die Google Cloud in ihren Labs und im Unterricht nutzen. Nur Forscher, die verifiziert und für den Erhalt von Google Cloud-Guthaben zugelassen wurden, sind zum Beitritt berechtigt. Bitte schauen Sie in Ihrer Onboarding-E‑Mail nach einem Link, um sich anzumelden, oder beantragen Sie den Zugang mit der von Ihrer Bildungseinrichtung vergebenen E‑Mail-Adresse.

Research Innovators

Bewerben Sie sich, um sich einer globalen Gemeinschaft von Forschern anzuschließen, die mit Google Cloud wissenschaftliche Durchbrüche erzielen. Research Innovators erhalten Zugang zu beruflichen Entwicklungsmöglichkeiten und anderen Vorteilen. Derzeit nehmen wir keine Bewerbungen entgegen. Sie können sich aber genauer über das Programm informieren, die Eröffnungskohorte kennenlernen und sich benachrichtigen lassen, wenn wieder Bewerbungen angenommen werden.

„Wir sparen Zeit und Geld, wenn wir Flywheel in Google Cloud ausführen. Aber vor allem geht es um die Reproduzierbarkeit, die wir erreichen können. Die Möglichkeit, unsere Forschungen zu teilen, um Menschen auf der ganzen Welt zu unterstützen, ist für mich das Herz der Wissenschaft.“

Dr. Brian Wandell, Fakultätsprofessor und Direktor des CNI, Stanford University

Weiterlesen

Gleich loslegen

Reichen Sie einen Vorschlag ein, um ein kostenloses Google Cloud-Guthaben im Wert von bis zu 5.000 $ für die akademische Forschung zu erhalten.

Google Cloud
  • ‪English‬
  • ‪Deutsch‬
  • ‪Español‬
  • ‪Español (Latinoamérica)‬
  • ‪Français‬
  • ‪Indonesia‬
  • ‪Italiano‬
  • ‪Português (Brasil)‬
  • ‪简体中文‬
  • ‪繁體中文‬
  • ‪日本語‬
  • ‪한국어‬
Console
Google Cloud