Im amerikanischen Memphis steht der aktuell größte KI-Supercomputer namens Colossus, der von Elon Musks xAI errichtet wurde. Das System verfügt derzeit über 100.000 NVIDIA-Hopper-GPUs und soll auf 200.000 GPUs weiterwachsen. Wichtiger Teil der dafür nötigen Grundlage ist NVIDIAs Spectrum-X-Netzwerkplattform.

Microsoft Copilot kann auf eine ganz andere (sensible) Datenbasis zugreifen als andere KI-Tools. Für die IT-Sicherheit bedeutet das: Der Chat-Assistent weiß viel, möglicherweise zu viel. Höchste Zeit, sich mit potenziellen Problemen auseinanderzusetzen.

Mit Referenzarchitekturen für KI-Fabriken und Rechenzentren will NVIDIA seine Unternehmenskunden künftig beim Aufbau leistungsfähiger, skalierbarer und sicherer Rechenzentren unterstützen.

Künstliche Intelligenz ist auf dem Vormarsch. Doch anders als menschliche Intelligenz kennen die Systeme nur Daten und keine Moral. Deshalb ist es so wichtig, KI-Systemen ein ethisches Grundgerüst mitzugeben.

Der Datensicherungsexperte Fast LTA hat mit „Silent AI“ eine neue lokale KI-Appliance für sichere und private GenAI-Anwendungen vorgestellt. Sie ist vor allem für Enterprise-Knowledge-Management konzipiert und zudem als Plattform zur Integration privater KI für Anwendungsentwickler verfügbar.

Was ist jetzt los? Auf einmal drängen große Investoren in den deutschen Datacenter-Markt .Künstliche Intelligenz verwandelt Rechenzentren in einen Motor für andere Branchen. Darum fließt Geld nach Deutschland in die „Kraftwerke des digitalen Zeitalters“ - und zwar im großen Maßstab.

An Künstlicher Intelligenz und Machine Learning (AI/ML) kommt heute niemand mehr vorbei. Doch für welche spezifischen Probleme eignen sie sich tatsächlich?

Durch die Kombination der Fähigkeiten von Azure und OpenAI können Entwickler leistungsstarke KI-Anwendungen erstellen. Nach einer kurzen Einführung in diesem Artikel wollen wir im Folgeteil primär demonstrieren, wie Entwickler und Entwicklerinnen ihre Modelle per REST-API und über die unterstützten SDKs abfragen.

Der Markt für IDEs und Code-Editoren ist seit jeher ziemlich umfangreich und ziemlich erwachsen. Der Markt für KI-Produkte ist zwar noch recht jung, aber dennoch – oder auch gerade deswegen – nicht minder unübersichtlich. Und jetzt kommt zunehmend beides zusammen.

Wie kann man den Energieverbrauch von Hard- und Software genau messen? Worauf kommt es dabei an? Ist jeder Verbrauch gleich zu bewerten? Mit solchen Fragen befasste sich ein Panel auf der diesjährigen „Clean-IT“-Tagung des Hasso-Plattner-Instituts für digitales Engineering in Potsdam.