Cloud-Computing

AI Platform Pipelines rationalisieren die Erstellung und Verwaltung von Machine-Learning-Workflows.

Amazon Bedrock ist ein verwalteter Dienst zum Erstellen und Skalieren generativer KI-Anwendungen mit vortrainierten Modellen.

Ein API-Gateway ist ein Server, der als Vermittler für API-Anfragen fungiert und den Datenverkehr sowie Dienste verwaltet.

Autonomes Computing ist ein selbstverwaltetes Rechenmodell, das darauf abzielt, die Komplexität zu reduzieren und die Effizienz zu verbessern.

AWS AI refers to Amazon Web Services' suite of artificial intelligence tools and services for developers and businesses.

Azure AI ist eine Suite von künstlichen Intelligenzdiensten und -tools, die von Microsoft Azure angeboten werden, um intelligente Anwendungen zu erstellen.

Azure Machine Learning ist ein cloudbasierter Dienst zum Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen.

Cloud ML Engine ist ein verwalteter Dienst, der die Entwicklung und Bereitstellung von Machine-Learning-Modellen in der Cloud vereinfacht.

Cloud-Robotik kombiniert Cloud-Computing und Robotik, um die Fähigkeiten von Robotern und die Datenverarbeitung zu verbessern.

Verteiltes Rechnen umfasst mehrere miteinander verbundene Computer, die zusammenarbeiten, um komplexe Aufgaben effizient zu lösen.

Edge-Computing verarbeitet Daten näher an der Quelle, wodurch Latenz und Bandbreitennutzung im Vergleich zum traditionellen Cloud-Computing reduziert werden.

Fog Computing erweitert Cloud Computing, indem Daten näher an der Quelle verarbeitet werden, was die Geschwindigkeit erhöht und die Latenz verringert.

Eine globale Beschreibung ist ein eindeutiger Bezeichner für Objekte in einer verteilten Computerumgebung.

Google Cloud AI ist eine Suite von maschinellem Lernen und künstlicher Intelligenz Tools, die von Google Cloud Platform angeboten werden.

Google Colab ist eine kostenlose cloudbasierte Plattform zum Programmieren in Python, insbesondere für maschinelles Lernen und Datenanalyse.

Homomorphe Verschlüsselung ermöglicht Berechnungen an verschlüsselten Daten, ohne diese entschlüsseln zu müssen.

Infrastructure as a Service (IaaS) stellt virtualisierte Rechenressourcen über das Internet bereit.

Kubeflow ist eine Open-Source-Plattform zur Bereitstellung von Machine-Learning-Workflows auf Kubernetes.

Kubeflow Pipelines ist eine Plattform zum Erstellen und Bereitstellen von Machine-Learning-Workflows auf Kubernetes.

Mobile Edge Computing bringt Cloud-Computing-Fähigkeiten näher an mobile Geräte, um die Leistung zu verbessern und die Latenz zu verringern.

Online-Berechnung bezieht sich auf die Verarbeitung von Daten in Echtzeit über das Internet, um sofortige Ergebnisse und Interaktionen zu ermöglichen.

Oracle-Funktionen sind serverlose Funktionen, die die Entwicklung von Cloud-Anwendungen vereinfachen.

Die Quotenverwaltung ist der Prozess der Zuweisung und Regulierung von Ressourcenlimits, um die Leistung zu optimieren und eine faire Nutzung sicherzustellen.

Amazon SageMaker ist eine cloudbasierte Plattform zum Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen.

SageMaker Studio ist eine webbasierte integrierte Entwicklungsumgebung zum Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen.

Server-Momentum bezieht sich auf die kumulative Leistungs- und Skalierbarkeitsverbesserung in Serversystemen im Laufe der Zeit.

Vertex AI is Google Cloud's platform for building, deploying, and managing machine learning models.