Seit heute findet in Berlin der „OpenStack Summit“ statt. Gemeinhin steht OpenStack für Virtualisierung und Private-Cloud-Implementierungen. Doch in Berlin positioniert sich die OpenStack Foundation im Multi-Cloud-Umfeld und hebt die Bare-Metal-Einsatzszenarien mit „Kubernetes“ hervor.

Huawei reicht es nicht, ein weltweit anerkanntes Unternehmen zu sein. Während die meisten in der IT-Branche von „Cloud-Zukunft“ reden, denkt der chinesische Anbieter weiter: Das Ziel heißt: Künstliche Intelligenz.

Hewlett Packard Enterprise (HPE) stellt seinen auf der Internationalen Raumstation (ISS) betriebenen „Spaceborne“ Computer für Forschungsarbeiten zur Verfügung. Denn der einjähriger Test gilt als abgeschlossen, so dass die Forscher ihn vor Ort nutzen können.

Der Lenovo-Server „Thinksystem SR670“ ist von Grund auf neu konzipiert und für den Einbau von Bauteilen, die einen Mehrwert liefern - wie GPUs und Beschleuniger – optimiert und flexibilisiert.

Im eigenen Werk verbindet Fujitsu seine OT- und IT-Systeme mit einer Edge-Computing-Appliance, um Produktionsdaten mithilfe von Advanced Analytics, Machine Learning (ML) und Artificial Intelligence (AI) zu analysieren und die Erkenntnisse daraus wieder in der Fertigung zu nutzen. Der Clou dabei: Diese Edge verfügt über eine intelligente Management-Plattform.

Im Fahrwasser des Internet of Things (IoT) respektive Industrial Internet of Things (IIoT), aber auch im Zusammenhang mit der fortschreitenden digitalen Transformation fallen immer häufiger die Schlagworte Fog- und Edge-Computing. Ist das tatsächlich ein neuer Ansatz oder doch mehr ´alter Wein in neuen Schläuchen`? In welchen Anwendungsbereichen wird dieser Ansatz tatsächlich gebraucht?

Unverzichtbar: BMC hat seinen Mainframe-Umfragebericht 2018 veröffentlicht. Er spiegelt eine zunehmend optimistische Einstellung zu Mainframes wider.

Mit dem neuen UCS-Server („Unified Computing System“) C480 ML M5 will Cisco Deep-Learning-Projekte auf Trab bringen. Das System wurde speziell für die Verarbeitung von KI- und Machine-Learning-Workloads (ML) entwickelt.

Im Zuge der Digitalisierung und des Internet of Things (IoT) entstehen Daten in bislang nicht bekannten Mengen. Die Verarbeitung dieser Daten wirft gravierende Fragen auf, vor allem, wenn sie weitestgehend in Echtzeit erfolgen muss.

In wenigen Wochen wird die dritte Ausbaustufe des „SuperMUC"-Supercomputers am Leibniz-Rechenzentrum (LRZ) für Supercomputing in München Garching seinen Betrieb aufnehmen. Er trägt dann die Bezeichnung „NG“ für „Next Generation“. Gerade sind die ersten Racks ans Netz angeschlossen worden.