Durch Rechnen mit Licht statt Strom kann der Stromverbrauch von KI-Rechenzentren 90-fach sinken, verspricht das Stuttgarter Startup Qant. CEO Michael Förtsch erklärt, wieso herkömmliche Chips bei komplexen Aufgaben ineffizient sind und wo Qant bei Marktreife und Skalierung photonischer Chips steht.

Auf der Suche nach Energie-effizienter Rechenleistung jenseits klassischer Supercomputer für Anwendungen wie die KI wenden sich Rechenzentren hybriden Architekturen zu: mit Quantencomputern, neuromorphischen Chips & Co.

„Alice Recoque“ soll mehr sein als ein einzelner Supercomputer: Es ist das erste Exascale-System in Frankreich, wird aber zudem in ganz Europa KI- und Forschungskapazitäten erweitern und soll Energie-Effizienz sowie Souveränität gewährleisten.Außerdem spielt die AMD-Technik auch im „Zyphra Zaya1“-Modell für das KI-Training eine Rolle.

Fujitsu und das Indian Institute of Science (IIsc) wollen bis 2030 eine Software für die Beschleunigung von Reaktions-Diffusions-Simulationen entwickeln. Diese soll von kommenden Fujitsu-CPUs profitieren und in der Material- und Populationsforschung sowie bei Bedarfsprognosen in intelligenten Stromnetzen eingesetzt werden.

Ein Computer, der Hunderte wissenschaftliche Aufgaben gleichzeitig berechnet und zur Lösung zentraler gesellschaftlicher Herausforderungen beiträgt: Das soll der neue Supercomputer „Otus“ sein. Er wurde am Montag, 10. November, im 'Paderborn Center for Parallel Computing' (PC2) in Betrieb genommen.

„Arduino UNO Q“ ist das erste Dual-Brain-Board von Arduino, das von der „Qualcomm Dragonwing“-Plattform angetrieben wird. Es verbindet High Performance Computing mit Echtzeitsteuerung und ermöglicht, laut Hersteller „KI im Handumdrehen“. Jetzt gehört das Unternehmen dem Halbleiterhersteller.

Die Einrichtung von Kubernetes für KI-Workloads ist in vollem Gange, im neuen Zuhause wird auch schon munter produziert. Wie das funktioniert, wo es noch tropft, was provisorisch ist und was noch hinzukommen wird, erläutern Saloni Narang und Saiyam Pathak, die Köpfe hinter der Cloud Native-Lernplattform „Kubesimplify“.

Paralleles Programmieren verbreitet sich durch Hochleistungsrechnen und KI immer weiter. Früher eine exotische Disziplin, ist sie heute unerlässlich für Systeme und Prozessoren mit mehreren Rechenkernen oder internen Komponenten, zwischen denen die Aufgaben aufgeteilt werden.

Mit Gästen aus Politik, Wissenschaft und Wirtschaft hat das Forschungszentrum Jülich den Supercomputer Jupiter feierlich in Betrieb genommen. Das schnellste und effizienteste System Europas kombiniert nahtlos HPC- und KI-Workloads mit entstehenden Quantum- und neuromorphen Technologien.

Das japanische Forschungsinstitut Riken entwickelt mit Fujitsu und Nvidia den Nachfolger des Supercomputers „Fugaku“. „Fugaku Next“ kombiniert Simulation und Künstliche Intelligenz (KI) zu einer hybriden Plattform für Wissenschaft, Industrie und Katastrophenvorsorge.

Mehr Rechendichte fördert Leistung bei gesteigerten Anforderungen und Kosten. Das Uptime Institute schätzt, dass mit stärker verteilten GPU-Architekturen auch Bestandsrechenzentren effizient KI-Modelle trainieren können. Unklarheit besteht allerdings durch fehlende Vergleichs-Benchmarks und eine schwer berechenbare Marktdynamik.

Mit mehr als 650.000 Kernen und hoher Energie-Effizienz soll das System von Spinncloud die personalisierte Medikamentenentwicklung deutlich beschleunigen und zur technologischen Unabhängigkeit Europas beitragen.