Der Erfolg der Digitalisierung lebt von umgestalteten digitalen Wertschöpfungsprozessen. Sie überschreiten in der Regel System- und Anwendungsgrenzen. Doch wie kann man solche komplexen Konstruktionen sinnvoll verwalten? Und wie die generierten Daten optimal nutzen? Der traditionsreiche US-Anbieter ASG Technologies hat sich auf entsprechende Tools spezialisiert.

Noch vor einem Jahr wussten selbst Branchen-Insider nichts mit dem Begriff „Edge-Computing“ anzufangen. Doch nun gehört das Phänomen genau unter diesen zu den am meisten diskutierten. Das Internet der Dinge (IoT) im Bunde mit 5 G und Künstlicher Intelligenz (KI) sind schuld und erfordern unter anderem Datacenter, die sich möglichst nah am Entstehungs- sowie Gebrauchsort der Daten befinden. Vertiv definierte nun vier Edge-Computing-Archetypen und stellte diese auf seiner europäischen Hausmesse vor.

Ulrich Homann, Corporate Vice President bei Microsoft, spricht sich für quelloffene Systeme in Instituten und Behörden aus.

Nach Aussagen von Nvidia-Manager Paresh Kharya, gibt es nicht einen Grund, der gegen die Ausstattung eines Supercomputers mit GPUs als Akzeleratoren spricht. Mellanox-Infiniband sei ohnehin das Non-Plus-Ultra. Tatsächlich verwenden aktuell acht der schnellsten Supercomputer Nvidia-GPUs, Infiniband oder beides. Auch die Green500-Liste wartet mit einer neuen Rangfolge auf; mit darunter: „Selene“, das HPC-System aus Nvidia-Technik. Doch die Topp-Überraschung ist „Fugaku“, ausgestattet mit ARM-Prozessoren, kommt der Cluster ohne GPUs aus.

Die dritte Generation von Intel „Xeon-Scalable“-Prozessoren ist für Server mit vier oder acht Sockets bestimmt. Die Cooper-Lake-CPUs kommen mit einem erweiterten „Intel Deep Learning Boost“ für KI-Anwendungen. Zudem sind in Kombination mit „Optane PMem“ bis zu 18 Terabyte (TB) Speicher in 4-Socket-Systemen möglich.

Das lokale Kubernetes-Cluster-Tool MicroK8s ist jetzt für Windows- und MacOS-Entwickler nativ verfügbar. Über die jeweilige Betriebssystem-Befehlszeile können Entwickler somit MicroK8s ansteuern und so containerisierte Anwendungen entwickeln, erstellen und prüfen.

IBM hat den neuen „IBM Power Systems Server“ mit seinem ebenfalls neu designten „Power9“-Prozessor speziell für rechenintensive KI-Workloads entwickelt. Mit ihm können die Trainingszeiten im Bereich Deep-Learning um das bis zu Vierfache beschleunigt werden.

Auf dem komplett ins Internet verlagerten „OCP Summit 2020“ gab es neben neuen Servern und Projekten auch viel zum Thema Nachhaltigkeit. Hyperscaler-Hardware soll zukünftig mehrere Nutzungszyklen durchlaufen.

Schwarmlernen und Schwarmintelligenz übertragen in der Natur vorkommendes intelligentes Schwarmverhalten, etwa bei Bienen und Ameisen, auf digitale Systeme. Besonders wichtig ist das für die Edge-IT.

Wer in dieser Woche die „GTC Europe 2017“, die GPU Technology Conference von Nvidia, besucht hat, hätte meinen können, man betrete einen Autosalon. Denn das autonome Fahren ist das Paradebeispiel für die Anwendung Künstlicher Intelligenz (KI) und von Audi bis Post, von Uni Stuttgart bis Tesla zeigte die Automobilbranche, was es bereits zu bestaunen gibt. Was es dafür braucht, ist Software und jede Menge Rechen-Power, am besten für den Hersteller mithilfe der Nvidia-GPUs.