Aktuelle Artikel zu KI, Technologie und Softwareentwicklung.
Compute-Express-Link-3.0-Fabric-Switches laufen jetzt in produktiven Colocation-Umgebungen und ermöglichen Betreibern, DRAM über Hosts hinweg zu poolen, statt sie in einzelnen Servern zu isolieren.
Intel, Samsung und Absolics wetteifern um die Kommerzialisierung von Glassubstraten, die die Verwölbungs- und Dichtegrenzen lösen, die organische Verpackung im Maßstab von KI-Chips nicht mehr bewältigen kann.
AWS Graviton5, Google Axion und Microsoft Cobalt machen inzwischen fast die Hälfte der neuen Compute-Kapazitäten der Hyperscaler aus, und die Abkehr von x86 ist längst nicht mehr nur eine Kostenfrage.
AMDs neues Robotics Partner Network erhebt in allen vier Stufen keine Lizenz- oder Mitgliedsgebühren. Das ist keine Großzügigkeit – es ist eine Wette darauf, dass die Silizium-Attach-Rate in der Physical AI mehr zählt als Software-Lock-in.
KI-Cluster bewegen Daten jetzt schneller, als Kupferverkabelung physikalisch handhaben kann. Silizium-Photonik und Co-Packaged Optics werden 2026 ausgeliefert, um das zu beheben – hier erfahren Sie, was sich tatsächlich ändert und warum das für jeden wichtig ist, der KI-Rechenleistung betreibt oder kauft.
Samsung, SK Hynix und Micron haben ihre Fabriken leise auf KI-taugliche HBM-Speicher umgestellt, und die Folge ist eine Verdoppelung der DRAM-Preise und eine dauerhafte Verknappung bei allem von Smartphones bis zu Gaming-PCs.
GPU Compute skaliert weiterhin schneller als Memory Bandwidth. HBM4 verdoppelt die Interface Width, um die Lücke zu schließen, kommt aber ausverkauft, teuer und immer noch nicht ausreichend. Hier ist der Grund, warum die Memory Wall, nicht FLOPS, jetzt entscheidet, wer das AI Hardware Rennen gewinnt.
Die Blackwell-Generation von GPUs ist nicht nur schneller als Hopper – sie hat die Einheitsökonomie von KI-Training und Inference so dramatisch verschoben, dass Rechenzentren, Cloud-Preise und wer in der KI überhaupt konkurrieren kann, alle im Fluss sind.
Compute Express Link entkoppelt den Speicher von CPUs und GPUs und ermöglicht gemeinsame Speicherpools über gesamte Server-Racks hinweg. Für LLM-Inferenz und KI-Training verändert dies die Wirtschaftlichkeit des Rechenzentrumsdesigns.
Qualcomms Snapdragon X Elite generiert Stable Diffusion in 7 Sekunden auf dem Gerät. Intel und AMD holen auf. Das Rennen um die Definition des AI PC im Alltag beschleunigt sich – und der Gewinner hängt davon ab, was Sie wirklich brauchen.
Apples M-Chip-Serie hat die PC-Industrie zu einer grundlegenden Neuausrichtung gezwungen. Zwei Jahre später zeigen Qualcomms Snapdragon X Elite und Intels Lunar Lake, dass die Konkurrenz die Lektion verinnerlicht hat — doch keiner der beiden hat den Abstand bei Energieeffizienz oder Softwareökosystem vollständig geschlossen.
LPCAMM2 ist der erste Speicherstandard, der die Effizienz von LPDDR5X mit einem entfernbaren Moduldesign kombiniert und ein Jahrzehnt nur festverlöteten RAMs in dünnen und leichten Laptops beendet. Hier erfahren Sie, was das für Leistung, Reparierbarkeit und die Nutzungsdauer Ihres nächsten Laptops bedeutet.