Der IaaS Cloud-Dienst Google Compute Engine stellt virtuelle Maschinen bereit, die je nach Bedarf angefordert und wieder freigegeben werden können. Er ist vergleichbar mit Amazon Web Services EC2 (Elastic Compute Cloud) und bietet eine Vielzahl von Standardkonfigurationen an. Für Maschinelles Lernen gibt es eine GPU-Erweiterung, bei der CUDA-kompatible GPUs an eine virtuelle Maschine angefügt werden können.
Für die unterschiedlichen Komponenten von SharedMobility.ai empfehlen wir (Stand September 2019) folgende Maschinentypen:
- collector –
n2-standard-2(2 vCPUs mit 8 GB RAM) - prediction/citybikewien-tfjs –
c2-standard-60(60 vCPUs mit 240 GB RAM; mit GPU-Support in der Zoneeurope-west4-c) - dataset-producer –
n2-standard-2(2 vCPUs mit 8 GB RAM) - web-api – für kleine Installationen reichen die Shared-VMs vollkommen aus, also entweder
f1-micro(0,2 vCPUs mit 0,6 GB RAM), oderg1-small(0,5 vCPUs mit 1,7 GB RAM)
Postgres-Datenbank
Die Google Cloud Platform bietet mit Cloud SQL einen vollständig automatisch verwalteten Postgres-Datenbankserver an. Für die Sammlung von Snapshots empfehlen wir eine PostgreSQL 9.6 oder PostgreSQL 10 Instanz. Diese sollte zumindest eine vCPU erhalten mit 4 bis 8 GB RAM-Speicher. Je nach Umfang der Snapshots sind mindestens 10 GB an Disk-Speicher notwendig, wir empfehlen allerdings bei einer Flotte wie Citybike Wien mit ~ 2 GB pro Monat zu rechnen.