Google Cloud für Forscher

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

Guthaben beantragen

1:22

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.

Forschungsbereich	Übersicht	Training
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
Umweltwissenschaften	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 Platform
Biowissenschaften	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.	Google Cloud Skills Boost – FHIR-Daten mit der Healthcare API aufnehmen Kurs – Cloud Healthcare API
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.	Google Cloud Skills Boost – Vertex AI Workbench Notebook: Qwik Start
Sozialwissenschaften	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.	Google Cloud Skills Boost – Einführung in ML: Sprachverarbeitung
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.	Google Cloud Skills Boost – Mit der Cloud Vision API Labels und Sehenswürdigkeiten erkennen
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.	Codelab – Pipeline zur Big-Data-Textverarbeitung in Cloud Dataflow ausführen Google Cloud Skills Boost – Vertex AI Workbench Notebook: Qwik Start
	Jupyter, R und RStudio Führen Sie umfangreiches technisches Computing in Google Cloud durch.	Tutorial – R in großem Maßstab in Compute Engine ausführen
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.	Tutorial – Containerisierte Arbeitslasten in Slurm in Compute Engine bereitstellen Google Cloud Skills Boost – Die Cloud mit Kubernetes orchestrieren
	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 Skills Boost – Selbststudienkurse zu ausgewählten Inhalten über Generative AI

Google Cloud kennenlernen

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

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 Platform

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.

Google Cloud Skills Boost – Vertex AI Workbench Notebook: Qwik Start

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.

Google Cloud Skills Boost – Mit der Cloud Vision API Labels und Sehenswürdigkeiten erkennen

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

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

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.

Der Online-Community beitreten

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.

Informationen zum Programm