• Start
V-Hub by Vodafone BusinessCloud & HostingCloudGoogle Compute Engine: Skalierbare Rechenleistung aus der Cloud
Serverschränke in einem Rechenzentrum
Cloud & Hosting

Google Compute Engine: Skalierbare Rechenleistung aus der Cloud

Marcus Ladwig im PortraitMarcus Ladwig
Portrait von Dr. Lorenz SteinkeLorenz Steinke
27.06.2024
13 Min.

    Der kalifornische Suchmaschinenriese Google gehört zu den größten Rechenzentrumsbetreibern weltweit. Mit seiner Google Compute Engine (GCE) können Entwickler:innen, schnell und flexibel sogenannte virtuelle Maschinen aufzusetzen, Anwendungen einfach skalieren und komplexe Berechnungen durchführen. Ob das Angebot auch für Ihr Business interessant sein könnte und wie es sich von den Konkurrenzprodukten Microsoft Azure, Amazon AWS und IBM Cloud unterscheidet, erfahren Sie hier.

    Wer erfolgreich Apps und Web-Anwendungen entwickelt, steht früher oder später vor dem Problem der Skalierung. Früher kauften oder mieteten Entwickler:innen dafür jede Menge Serverhardware und platzierten sie in teils riesigen Rechenzentren. Heute binden Unternehmen dank gemieteter Cloud-Infrastruktur kein wertvolles Kapital mehr für eigene Rechnerparks.

    Gleiches gilt für Unternehmen, die komplexe Berechnungen durchführen wollen beziehungsweise müssen. Ein dazu passendes Angebot bietet die Google Compute Engine, die seit 2013 kommerziell verfügbar ist. Sie ist Teil der Google Cloud Platform.

    Inhaltsverzeichnis

    Was ist die Google Cloud Compute Engine (GCE)?Wie funktioniert die Google Compute Engine?Für wen ist die Google Compute Engine geeignet?Die Google Compute Engine als Teil der Google Cloud Platform (GCP)

    Was ist die Google Cloud Compute Engine (GCE)?

    Die Google Compute Engine ist Teil der Google Cloud Platform, auf der auch Googles hauseigene Dienste wie Gmail, YouTube und Google Maps laufen. Alle diese Dienste benötigen jede Menge Rechenpower.
    Daher hat Google seine Cloud über viele Jahre zunächst für hausinterne Zwecke aufgebaut, bietet sie aber seit 2013 auch als Google Compute Engine anderen Firmen an. Über mehrere Regionen verteilt stehen Computing-Cluster in sogenannten Google Cloud Zones, die jeweils mit unterschiedlichen Leistungsangeboten aufwarten.
    Die Google Compute Engine ist ein sogenannter Cloud-Infrastruktur-Dienst, also im Bereich Infrastructure-as-a-Service (IaaS) angesiedelt. Hierbei mieten Unternehmen über ein flexibles Preismodell vorübergehend oder dauerhaft eine bestimmte Menge an Rechenleistung – meist in Form von virtuellen Maschinen, Funktionsaufrufen (FaaS) oder sogar gänzlich losgelöst von spezifischer Hardware als Serverless Computing.
    Größter Vorteil wie bei anderen Cloud-Computing-Angeboten ist auch hier die Flexibilität, mit der Sie Rechenleistung hinzubuchen, skalieren und auch wieder kündigen können. Die Anschaffung oder längerfristige Miete (eigener) Hardware in eigenen Rechenzentren entfällt somit.
    Die GCE wird daher häufig für spontane und sporadisch wiederkehrende Berechnungen im Rahmen von SaaS-Entwicklungsprojekten (Softwareanwendungen aus der Cloud) oder für Business-Intelligence (also Kalkulationen für mögliche betriebliche Veränderungen) genutzt.
    Empfohlener externer Inhalt
    Hier ist ein Video-Inhalt von YouTube. Er ergänzt die Informationen auf dieser Seite.
    Sie können ihn mit einem Klick anzeigen und wieder ausblenden.
    Ich bin einverstanden, dass externe Inhalte angezeigt werden. So können personenbezogene Daten an Drittplattformen übermittelt werden. Mehr in unserer  Datenschutzerklärung.
    Datenschutzerklärung

    Wie funktioniert die Google Compute Engine?

    Ein wichtiger Bestandteil des Google-Compute-Engine-Angebots sind sogenannte virtuelle Maschinen (Virtual Private Server), zum Beispiel in Form von VMware Cloud für Unternehmen. Hierbei handelt es sich um Entwicklungs- oder Produktionsumgebungen, die beliebig gestartet und gestoppt werden können und sich aus Anwendersicht wie ein physisch vorhandener Rechner (normalerweise Server) verhalten.
    Als Betriebssysteme für solche virtuellen Maschinen gibt es derzeit Linux, FreeBSD, NetBSD und Microsoft Windows. Die eigentliche Verbindung mit diesen Maschinen – um sie zu steuern und zu konfigurieren – erfolgt meist von einem physisch vorhandenen Rechner aus. Dabei kommt normalerweise SSH (Secure Shell) beziehungsweise Port-Forwarding zum Einsatz. Das sind Mechanismen zur sicheren Verbindung zwischen Rechnern über das öffentliche Internet.
    Eine Frau steht vor einem Server-Schrank und führt Wartungsarbeiten durch.

    Maßgeschneiderte IT-Infrastruktur: Vodafone Managed Hosting

    Ein sichereres Zuhause als unsere nach ISO 27001 und 9001 zertifizierten Frankfurter Rechenzentren kann Ihre Infrastruktur kaum finden. Die dortige Tier3+-Einstufung garantiert 99,982 % Verfügbarkeit.

    Wir übernehmen für Sie das komplette Management Ihres Hardware-Stacks!

    Mehr zu Vodafone Managed Hosting
    Neben dem gewünschten Betriebssystem wählen Anwender:innen die erforderliche Rechenleistung und den Arbeitsspeicher. So erhalten sie einen oder mehrere virtuelle Wunschrechner aus der Cloud. Die Anschaffung und der Betrieb echter Hardware entfallen somit.
    Im Gegensatz zu physisch angeschafften Rechnern, die selten mehr als sechs oder acht Prozessorkerne besitzen, arbeiten virtuelle Maschinen in der Google Compute Engine mit bis zu 360 virtuellen CPUs (kurz: vCPUs) und bis zu zwölf Terabyte Arbeitsspeicher. Möglich ist dies durch die intelligente Bündelung von physisch vorhandenen Cloud-Servern.
    Die Virtual Machines funktionieren wie ein einziger, extrem leistungsstarker Rechner. Anwender:innen haben daher das Gefühl, mit einem normalen Server zu arbeiten – nur dass dieser besonders schnell ist. Auch bestehende virtuelle Maschinen lassen sich schnell und einfach migrieren.

    Für wen ist die Google Compute Engine geeignet?

    Dass sich die Google Compute Engine vornehmlich an Entwickler:innen richtet, liegt auf der Hand. Dabei unterscheidet Google zwischen verschiedenen Anwendungsszenarien und virtuellen Maschinentypen. Im Folgenden zeigen wir, welche Anwendungsgebiete es gibt und welche Typen von virtuellen Maschinen dafür jeweils zum Einsatz kommen:
    • Allgemeine Zwecke: Hierzu zählen unter anderem Datenbankanwendungen, Entwicklungs- und Testumgebungen, Webanwendungen und mobiles Gaming. Bis zu 360 virtuelle CPUs und 2.880 Gigabyte Arbeitsspeicher können in einer einzelnen Maschine zum Einsatz kommen. Hier bietet Google das beste Preis-Leistungs-Verhältnis für wechselnde Anwendungen ohne Spezialisierung.
    • Speicherintensive Anwendungen: Wer beispielsweise mit SAP HANA (einer Entwicklungs- und Integrationsplattform im Datenbankbereich) oder Datenanalysen mit hohem Speicherbedarf im flüchtigen Speicher (RAM) arbeitet, ist mit speicheroptimierten Servern der M2-Maschinenserie mit bis zu zwölf Terabyte Arbeitsspeicher bestens bedient.
    • Rechenintensive Anwendungen: Geht es vor allem um komplexe Berechnungen mit hoher CPU-Last, bietet sich das sogenannte Hochleistungs-Computing (HPC) an. Dabei ist vor allem die Leistung pro virtuellem CPU-Kern optimiert. Solche (virtuellen) Rechner sind gerade bei anspruchsvollen Anwendungen wie Echtzeitvideostreaming, Hochleistungsdatenbanken, Electronic Design Automation (EDA) oder für besonders leistungsstarke AAA-Spieleserver interessant.
    • Besondere Anforderungen: Noch mehr Leistung bieten die beschleunigungsoptimierten Maschinen auf Basis von NVIDIA-Grafikhardware-Technologie. Sie eignen sich vor allem für das Maschinenlernen mit großen KI-Modellen und für umfangreiche Big-Data-Analysen.
    Nach Google-Angaben sind sämtliche angebotenen virtuellen Maschinen aus dem Google-Compute-Engine-Angebot jederzeit auf Abruf verfügbar und bieten umfangreiche Verschlüsselungssysteme, damit keine Daten in fremde Hände gelangen.
    Mit Blick auf die Datenschutz-Grundverordnung (DSGVO) empfiehlt es sich außerdem, für sensible Daten einen Server-Standort innerhalb der EU auszuwählen. Bei Google sind dies beispielsweise die Rechenzentren in Frankfurt (europe-west3) und Berlin (europe-west10).
    Ein Mann sitzt am Schreibtisch vor einem Laptop. Darüber ein großes Cloud-Symbol
    Mit virtualisierten Servern auf der Google Compute Engine reduzieren Unternehmen ihre Hardware-Kosten und erhalten beliebig zubuchbare und wieder zu kündigende virtuelle Server passend zum aktuellen Bedarf.

    Die Google Compute Engine als Teil der Google Cloud Platform (GCP)

    Das Google-Compute-Engine-System ist technisch gesehen im IaaS-Umfeld angesiedelt, beziehungsweise in dessen Unterbereichen FaaS oder Serverless Computing. Hierbei mieten GCE-Nutzer meist nicht (wie bei IaaS üblich) eine bestimmte Infrastruktur über einen gewissen Zeitraum an.
    Das System ermöglicht stattdessen in erster Linie die Bereitstellung virtueller Maschinen, Funktionsaufrufe und Big-Data-Analysen. Die Google Compute Engine stellt somit kein in sich abgeschlossenes System, sondern vielmehr eine Reihe von Cloud-Computing-Diensten unter einem Dach und zur spontanen, aber auch wiederkehrenden Nutzung dar.
    Gut gelaunter Mann mit einem Headset vor einem Notebook.

    Microsoft Azure: Back-up, SharePoint und Virtual Desktops

    Sichern und archivieren Sie wertvolle Daten jetzt noch einfacher.

    Mit Single-Sign-on für IT-Anwendungen und SharePoint-Integration stellen Sie Desktop-Anwendungen jetzt noch schneller bereit.

    Und mit dem Azure Virtual Desktop konzentrieren Sie sich auf Strategie und Management – statt um die Verwaltung Ihrer Infrastruktur.

    Jetzt über Microsoft Azure informieren
    Die Google Cloud Platform (GCP) als übergeordnete Instanz wiederum vereint die Cloud-Dienste von Google unter einem Dach – ähnlich wie die Computing-Angebote innerhalb von Microsoft Azure und Elastic Cloud Computing (ECC) bei den Amazon Web Services. Die GCP bietet noch weitere Cloud-Dienste, die im Zusammenhang mit der (Cloud-)Anwendungsentwicklung und unternehmerischen Anforderungen von Bedeutung sein können:
    • Google App Engine: Die Google App Engine stellt als Plattformangebot (PaaS) eine umfangreiche Entwicklungsumgebung für Smartphone- und Tablet-Apps bereit.
    • Google Kubernetes Engine: Sie arbeitet auf Basis der Container-Orchestrierungsplattform Kubernetes. Mit diesem Tool können Entwickler:innen nach Google-Angaben ihre Anwendung beinahe unbegrenzt skalieren lassen.
    • Google Cloud-Speicher: Auch als Google Drive bekannt. Der Google Cloud-Speicher bietet die Möglichkeit, auch große Dateien und Datenmengen problemlos online bereitzustellen. Ein besonderer Clou für geschäftliche Anwendungen ist die Möglichkeit, Google Drive über Drive File Stream nahtlos in den Windows-Explorer zu integrieren.
    • Anthos: Mit Anthos lassen sich Hybrid- und Multi-Cloud-Umgebungen unter einem Dach bereitstellen und verwalten. So lassen sich Entwicklungsprozesse und betriebliche Abläufe vereinheitlichen, was für einen konsistenten und skalierbaren Anwendungsbetrieb sorgt.
    • BigQuery: Das „Große-Frage“-System (deutsche Übersetzung) richtet sich an Entwickler:innen, die SQL-Abfragen in Datenbanken unterschiedlicher Strukturebenen durchführen wollen.

    Die Google Compute Engine in der Praxis

    In der Google Compute Engine können Anwender:innen verschiedene Arten von virtuellen Maschinen für unterschiedliche Anforderungen buchen. Hinzu kommt die Möglichkeit, benötigte Rechenleistung spontan nutzen und sekundengenau abrechnen zu können. Das macht die Google Compute Engine nicht nur für viele Cloud-Anwendungen, sondern auch aus betriebswirtschaftlicher Sicht interessant. Immerhin müssen für spontane Rechenanforderungen keine Server mehr angeschafft und gewartet werden.
    Diese Leistungen kommen einfach aus der Cloud und verursachen bei Nichtnutzung von Ausnahmen abgesehen keinerlei Kosten. Hier einige Beispiele für die Leistungsfähigkeit der Google Compute Engine:

    Bestehende virtuelle Maschinen migrieren

    Entwickler:innen, die bereits über laufende Anwendungen verfügen und für diese mehr Rechenpower benötigen (oder einfach nur den Anbieter wechseln wollen), können ihre Anwendungen relativ leicht in die Google Compute Engine überführen. Hierzu stellt Google entsprechende Migrations-Tools bereit und erlaubt eine nach eigenen Angaben transparente Datenmigration. Zu den unterstützten Clouds gehören unter anderem VMware vSphere, Amazon EC2 und Microsoft Azure.

    Genomische und andere große Datenmengen verarbeiten

    Wer riesige Datenmengen verarbeiten will, kommt um erhebliche Rechenpower kaum herum – zum Beispiel in der wissenschaftlichen RNA-Forschung. Google bietet für Forschungszwecke erhebliche Rabatte auf die üblichen Nutzungspreise an. Der Konzern unterstützt insbesondere, aber nicht nur Genom-Forscher:innen bei der Validierung von Hypothesen und vielem mehr.

    Lizenzimport und Mandanten-Support

    Sie betreiben virtuelle Maschinen im Kundenauftrag? Dann unterstützt Sie die Google Compute Engine dabei, diese Maschinen im Kundenauftrag zu migrieren. Ganze Images mit darauf enthaltener Lizenz lassen sich in die Google Cloud verschieben – woraufhin Ihre Flexibilität im Umgang mit wechselnden Kundenanforderungen steigt. Das Angebot unterstützt bei Bedarf sogar die Live-Migration, sodass keine Ausfälle aufgrund von Wartungsarbeiten entstehen.

    Unternehmen mit Anwendungen in der Google Cloud

    Wie andere Cloud-Anbieter blickt auch Google auf ein breites Spektrum an Referenzkunden im Cloud-Computing-Bereich:
    • e.on: Der Energieversorger begann 2021 mit der vollständigen Cloud-Migration seiner bisherigen Rechenzentren. Dabei nutzt e.on die Google Cloud Platform, um beispielsweise Verbrauchsdaten in Echtzeit zur Verfügung zu stellen.
    • Burger King: Die Fast-Food-Kette verwendet das BigQuery-System aus der Google Cloud Platform, um seine Datenabfragen aus rund 700 Restaurants zu vereinfachen.
    • Conrad Electronic: Der Webshop von Conrad Electronic basiert auf Komponenten der Google Cloud Platform.
    • Engel & Völkers: Auch der Immobilienspezialist Engel & Völkers setzt (unter anderem) auf die Google Cloud Platform.

    Big Data, künstliche Intelligenz (KI) und Machine-Learning (ML) in der Google Compute Engine

    Ähnlich wie Microsoft, IBM und Amazon gibt es auch für die Google Cloud Platform spezielle Angebote im Bereich künstlicher Intelligenz, Big Data und Mustererkennung. Dies ermöglicht es Entwickler:innen, KI-Anwendungen und Anwendungsbestandteile auf Basis von maschinellem Lernen zu erstellen. Zu den Services in der Google Compute Engine gehören beispielsweise:
    • Visual Inspection AI: visuelle Erkennung und Sichtprüfungen mithilfe von künstlicher Intelligenz
    • Cloud Speech-to-Text AI: Spracherkennung und -übersetzung
    • Conversational AI/Bot-in-a-Box: natürliche Sprache per Chatbot für die Mensch-Maschine-Kommunikation
    • Native JSON/BigQuery: Arbeiten mit strukturierten, semi-strukturierten und unstrukturierten Daten
    • Vertex AI und AutoML: Erstellung von benutzerdefinierten Modellen für maschinelles Lernen (ML)
    • Google Cloud Analytics: Big-Data-Analysen und Mustererkennung
    • Form Parser: automatisches Scannen von Rechnungen und Formulare nach relevanten Informationen
    Mann steht inmitten einer Server-Racklandschaft in einem Rechenzentrum

    Vodafone Total Cloud Professional Services

    Wir beraten Sie in jeder Phase Ihres Cloud-Projekts und erarbeiten mit Ihnen, welche IT-Ressourcen Sie haben – und welche Sie brauchen. Zusammen entwerfen wir in unserer Roadmap das Design und den Aufbau Ihrer optimalen IT-Landschaft.

    • Effiziente Beratung auf den Punkt
    • Alles aus einer Hand
    Jetzt informieren
    Insbesondere, aber nicht nur im Big-Data-Umfeld können Unternehmen mit der Google Compute Engine Datensätze im Umfang von vielen Gigabyte analysieren lassen – und zwar häufig innerhalb weniger Minuten und ohne sich Gedanken über virtuelle Maschinen, Hardware oder Setup-Fragen zu machen.
    Das zugrunde liegende Prinzip ist auch als Serverless Computing bekannt und geht über bestehende IaaS- und PaaS-Dienstleistungen nochmals hinaus. Die Durchführung solcher Abfragen gelingt mit einfachen, teils bekannten SQL-Befehlen, integrierten Plug-and-Play-Modellen und automatisierten Workflows.

    Vorteile und Nachteile der Google Compute Engine

    Die Vorteile der Google Compute Engine im Überblick:

    • Skalierbarkeit: Die Google Compute Engine ist aufgrund der immensen Rechenleistung der Google-Datenzentren und ihrer weltweiten Verfügbarkeit bestens aufgestellt. Das betrifft sowohl die spontane Workload-Skalierung als auch die Einrichtung zusätzlicher virtueller Maschinen bei Bedarf.
    • Zuverlässigkeit: Ähnliches gilt für die Zuverlässigkeit. Von Einzelfällen abgesehen ist die Google-Cloud für ihre gute und durchgehende Verfügbarkeit bekannt.
    • KI- und Big-Data-Unterstützung: Google ist Pionier im Umgang mit riesigen Datenmengen und deren Auswertung. Ein Beispiel: Vor wenigen Jahren waren Google-Fahrzeuge damit beschäftigt, Deutschlands Straßen zu vermessen. Die Werkzeuge, die für die Auswertung dieser umfangreichen Datenmengen genutzt wurden, stehen inzwischen einer breiten Kundschaft zur Verfügung.
    • Alles aus einer Hand: Als einer der größten Cloudanbieter weltweit kann Google nicht nur jeden Wunsch nach mehr Hardware und Rechenleistung bedienen. Der Suchmaschinenkonzern hat um sein Kerngeschäft herum auch ein umfangreiches Software- und Dienste-Portfolio entwickelt, das mit Angeboten von Google Workspace über Google Analytics und Google Enterprise Search bis hin zu Google Sistrix zahlreiche praktische Business-Tools aus einem Haus bereitstellt. Geschäftskund:innen können so die Zahl ihrer IT-Servicedienstleister und der damit einhergehenden Schnittstellen gering halten.

    Die Nachteile der Google Compute Engine im Überblick:

    • Mangelnde Übersichtlichkeit: Die Vielfalt der angebotenen Cloud-Dienste kann auf den ersten Blick überwältigend wirken. Hier gibt es möglicherweise Nachholbedarf seitens Google, um die Darstellung der angebotenen Leistungen und die Darstellung der Kostenstruktur verständlicher zu gestalten.
    • Ausbaufähiges Beratungsangebot: Beim Thema hauseigene, persönliche Beratung zu den angebotenen Produkten fällt Google derzeit noch hinter anderen Anbietern zurück.

    Die Google Compute Engine im Vergleich mit Microsoft Azure, AWS und IBM

    Google gilt als Pionier und großer Player in den Bereichen komplexe Webanwendungen, Cloud-Computing und hoch skalierbare Anforderungen. Doch auch Microsoft, Amazon und IBM haben attraktive Cloud-Services im Angebot.
    Microsoft liefert mit seinem Azure-Angebot eine Vielfalt an Cloud-Anwendungen, an die die Google Compute Engine nicht heranreicht. Der Software-Riese aus Redmond (USA) teilt sein Cloud-Computing-Angebot in die Bereiche „Compute”, „Storage”, „Virtual Network”, „CDN” (Content-Delivery-Network) und „Marketplace” auf. Interessant ist hierbei die Tatsache, dass sich die Microsoft-Cloud mit OneDrive, SharePoint und Teams besonders nahtlos in bestehende Windows-Umgebungen einfügt. Auch bei der Beratung hat Microsoft die Nase vorn und stellt sich sehr spezifisch auf die Bedürfnisse einzelner Unternehmen ein. 
    Ein Mann steht mit einem Notebook in der Hand in einer Lagerhalle

    AWS und Vodafone: Ideal für Open Source- und App-Entwicklung

    Setzen Sie gemeinsam mit uns auf den Marktführer im IaaS (Infrastructure-as-a-Service)-Bereich. Inklusive performanter Cloud-Anbindung an das Vodafone-Netz und Services rund um die Workload-Migration.

    Jetzt mit AWS durchstarten
    Ähnliches gilt für Amazon mit den Amazon Web Services beziehungsweise dem Elastic Cloud Computing: Amazon steht Google in Sachen Skalierbarkeit in nichts nach, bietet Support allerdings nur online und nur gegen Entgelt an. In einem Punkt scheint Amazon die anderen Anbieter auszustechen: Der Konzern bietet mehr verfügbare Komponenten an als die anderen Konzerne.
    Ein oftmals unterschätzter Cloud-Anbieter ist außerdem IBM. Das Leistungsangebot in der IBM Cloud ist auch im Computing-Bereich sehr umfangreich und in den meisten Fällen besonders flexibel und einzeln buchbar. Die IBM Cloud gilt als sehr zuverlässig und ist gerade für größere Unternehmen mit speziellen Compliance-Anforderungen eine interessante Alternative.
    Wie Google mit seiner Cloud Platform insgesamt im Vergleich mit den anderen Platzhirschen abschneidet, zeigt unsere tabellarische Übersicht zu den Business-Cloud-Anbietern im Vergleich:
    Tabellarischer Vergleich führender Cloud-Anbieter. Oben die Anbieter Google, IBM, Microsoft und Amazon, denen jeweils Häkchen in Bezug auf Umfang und Qualität zugewiesen sind.
    Die IBM Cloud Platform, Google Cloud, Microsoft Azure und Amazon AWS unterscheiden sich im Detail.

    Fazit

    Den Vergleich mit anderen großen Cloud-Anbietern auf dem Markt muss Google auch im Computing-Umfeld keinesfalls scheuen – im Gegenteil. Was überrascht: Insbesondere im Bereich der DSGVO-Konformität haben in den vergangenen Jahren alle großen Anbieter deutlich aufgeholt. Sie punkten inzwischen mit weitgehend freier Wahl der Standorte der Rechenzentren und besonderen Sicherheitsvorkehrungen.
    Insgesamt scheint die Google Compute Engine als Teil der Google Cloud Platform vor allem für ambitionierte und erfahrene Entwickler:innen eine gute Wahl zu sein, die nur geringen Beratungsbedarf haben und keine Hochsicherheits-Entwicklungsumgebung benötigen. Besonders im KI-Umfeld und für die Datenanalyse kann die Google Compute Engine als Plattform für virtuelle Server punkten.

    Das Wichtigste zur Google Compute Engine in Kürze

    • Die Google Compute Engine ist eine Cloud-Plattform, auf der Entwickler:innen, schnell und einfach virtuelle Maschinen (Virtual Private Server) aufsetzen können.
    • Die einzelnen virtuellen Server können ganz nach Bedarf ausgewählt werden, beispielsweise als optimierte Maschinen speziell für Maschinelles Lernen oder für Gamingserver.
    • Die Google Cloud Platform bietet darüber hinaus zahlreiche Cloud-Dienste von Google von der Google App Engine als Entwicklungsumgebung für Smartphone-Apps bis zu BigQuery als Abfragetool für SQL-Datenbanken.
    • Als Pionier in den Bereichen KI und Big-Data stellt Google seinen Kund:innen auch hier nützliche Services zur Verfügung.
    Marcus Ladwig im PortraitMarcus Ladwig
    Portrait von Dr. Lorenz SteinkeLorenz Steinke
    27.06.2024
      # Tags:CloudDigitalMobiles ArbeitenSmart Mobility
      Das könnte Sie auch interessieren:
      Cloud & Hosting
      Hände auf der Tastatur eines Notebooks, davor ein symbolisiert ein interaktives Dashboard mit Icons, die Anwendungsfälle von Cloud Computing symbolisieren

      AWS Lambda: Effizient, flexibel und serverlos in der Cloud arbeiten

      Effizient, flexibel und leistungsfähig – kann Ihr Unternehmen dieses Dreierpack für seine digitalen Dienste sicherstellen? Falls nicht: Dank Cloud-Computing-Plattformen können Sie diese Hürde problemlos überspringen. Mit den Amazon Web Services (AWS) lagern Sie wie bei Microsoft Azure Functions einfach wichtige Ressourcen sicher und bedarfsgerecht aus. Dazu gehören etwa Rechenleistung, Serverkapazitäten und Softwarelösungen. Durch AWS Lambda erhalten Sie zudem die Möglichkeit, Ihre Cloud-Infrastruktur automatisch zu verwalten und viele weitere Dinge ohne eigene Server-Infrastruktur zu erledigen. So treiben Sie in Ihrem Unternehmen die Digitalisierung gezielt voran und können sich weiterhin auf Ihr Kerngeschäft konzentrieren. Bei Lambda handelt es sich um einen serverlosen Cloud-Dienst, der sich seit seiner Einführung im Jahr 2014 zu einem essenziellen Bestandteil des Ökosystems von Amazons erfolgreichem AWS-Angebot entwickelt hat. Mittlerweile unterstützt Lambda eine Vielzahl von Anwendungsfällen und Backend-Umgebungen für Unternehmen und sonstige Nutzer:innen. Das Besondere: Lambda skaliert, verwaltet und wartet die Infrastruktur automatisch. Wie das funktioniert, welche weiteren Vorteile AWS Lambda bietet und in welchen Bereichen Unternehmen den Service nutzen können, erfahren Sie hier.

      Weiterlesen
      Telefon

      Digitalisierungs-Beratung

      Sie haben Fragen zur Digitalisierung? Jetzt kostenlos beraten lassen. Montag-Freitag von 8-20 Uhr, außer an Feiertagen.

      0800 505 4539

      Hilfe und Service

      Montag bis Freitag von 8 bis 20 Uhr, außer an Feiertagen.

      0800 172 1234
      Online
      Vor Ort