Künstliche Intelligenz und Machine Learning sind besonders leistungshungrig. Vermehrt kommen deshalb angepasste Prozessoren wie die IPU, sprich Intelligence Processing Unit von Graphcore zum Einsatz. Dieser Beitrag beleuchtet die Besonderheiten der KI-Programmierung.

Low-Code und No-Code-Plattformen versprechen eine Softwareentwicklung, die genauso einfach ist wie die Verwendung von Word oder PowerPoint. Jedoch gilt es zunächst, die Vorteile und Herausforderungen abzuwägen, und ein einfaches und zugängliches Daten-Framework bereitzustellen.

Zuerst die API – für alteingesessene Coder mag das klingen, als wolle man das Pferd von hinten aufzäumen. „API first“ ist angesichts Microservice- und Cloud-native-Anwendungen aber ein Trend, der sich auf Dauer durchsetzen wird.

100.000 Dollar Preisgeld für die Auswertung von NFL-Football-Spielen? Auf Kaggle wird Data Science zum Wettbewerb. Aber auch angehende Datenanalysten werden ihre Freude haben.

Wer sich in GitHub umschaut, wird schnell das ein oder andere „Herzensprojekt“ entdecken, das sich für die Mitarbeit oder einen Fork eignet. Natürlich dienen solche Projekte oft auch als Basis für eigene Ideen.

GitHub quillt schier über vor interessanten Open-Source-Werkzeugen. Dabei gibt es durchaus Projekte, die noch Unterstützung verdienen, als Inspirationsquelle dienen – oder schlicht als gute Tools den Alltag erleichtern.

Im Zuge der digitalen Transformation vertrauen Unternehmen immer stärker auf Cloud-native Software, die Open-Source-Komponenten nutzt. Böswillige Akteure wissen das und sehen darin eine große Chance.

Content-Management-Systeme mit Flat-File-Technologie laufen auch auf einfachsten Webservern. Damit sind sie schlank, leicht zu migrieren – und perfekt geeignet, um Teams bei der Arbeit zu helfen.

Das rasante Wachstum des Internet of Things, von 5G-Netzen, künstlicher Intelligenz und Cloud- bzw. Edge-Computing haben große Auswirkungen auf die Entwicklung von Embedded-Software.

Am Institut für Mikroelektronik Stuttgart IMS Chips baut Qant eine Pilotlinie für photonische KI-Prozessoren auf. Die unternehmenseigenen patentierten Prozesse werden zu diesem Zweck mit bestehenden Produktionsanlagen vereint.