Suche
DeepMind DiLoCo: KI-Training endlich robust & dezentral skalierbar
Aktuelle KI-Modelle zu trainieren ist eine Sisyphusarbeit: Es dauert oft Wochen oder Monate, und ein einziger Serverausfall kann alles zunichtemachen. DeepMind zeigt mit „DiLoCo“ jetzt, wie man verteiltes KI-Training robuster macht: Indem Berechnungen entkoppelt werden, laufen die Modelle auch bei Ausfällen weiter und sind effizienter. Das ist kein triviales Detail, sondern ein Game Changer für alle, die wirklich große Modelle zuverlässig und schnell entwickeln wollen – ein echter Schritt nach vorn in der Infrastruktur von morgen.
DeepSeek-V4 Day-0: SGLang & Miles für schnelle Inferenz & Verified RL
Das SGLang- und Miles-Team liefert Day-0-Unterstützung für DeepSeek-V4, inklusive Inferenz und RL-Training. Ihr Open-Source-Stack ist der erste, der DeepSeek-V4s hybride Sparse-Attention-Architektur am Launch-Tag bedient und trainiert, mit Performance-Optimierungen wie ShadowRadix und HiSparse. Der Stack unterstützt zudem Verified RL, wobei Miles als Backend-Support für das Reinforcement Learning dient.
KI-Inferenz: 10% schneller dank cleverem GPU-Cache in SGLang
Multimodale KI-Modelle sind vielversprechend, aber ihre Inferenz-Engines noch nicht optimiert. Modal.com demonstriert, wie SGLang’s Performance um über 10% gesteigert wurde, indem aufwendige Buchhaltung für geteilten GPU-Speicher durch einen einfachen Cache-Lookup im Scheduler ersetzt wurde. Dieser sogenannte 'Handle Cache' führte zu signifikanten Verbesserungen bei Durchsatz und Latenz auf multimodalen Workloads.
M4 & lokale KI: Der Kampf um unabhängige Inference – ein Erfahrungsbericht
Lokale KI-Modelle auf einem M4-Chip mit 24GB Speicher zum Laufen zu bringen, ist kein Kinderspiel, aber machbar. Der Autor hat nach intensiven Tests eine stabile Konfiguration gefunden: Qwen 3.5-9B (4b quant) läuft über LM Studio mit respektablen 40 Tokens/Sekunde und 128K Kontextfenster. Damit ist eine spannende Unabhängigkeit von großen Cloud-Anbietern für grundlegende Aufgaben möglich, wenn auch nicht auf SOTA-Niveau.
Cloudflare: Globale Inferenz für KI-Agenten – schnell & nah dran
Cloudflare mischt den KI-Markt auf, aber anders als erwartet: Statt eigene, gigantische Modelle zu trainieren, positioniert sich der Netzwerk-Gigant mit seiner neuen AI-Plattform als globaler Turbo für die *Inferenz* bestehender Modelle. Speziell zugeschnitten auf KI-Agenten, soll diese Serverless-Lösung das Internet zum Betriebssystem für künstliche Intelligenzen machen – ohne eigene Hardware-Alpträume. Das ist ein cleverer Schachzug für extrem schnelle und kosteneffiziente KI-Anwendungen am Netzwerkrand.
LLM selber trainieren: Die Blackbox wird transparent.
Vergiss die Blackbox! Dieses GitHub-Projekt liefert einen praxistauglichen Blueprint, um ein LLM von Grund auf zu trainieren. Es ist kein Shortcut zu einem fertigen Modell, sondern ein tiefgreifender Guide für alle, die wirklich verstehen wollen, wie generative KI unter der Haube tickt, statt nur APIs zu konsumieren.
Maryland: Bürger zahlen 2 Mrd. $ für AI-Strom, der nicht ihrer ist.
Die Bürger Marylands sollen 2 Milliarden Dollar für ein massives Stromnetz-Upgrade berappen – ein Upgrade, das primär dem immensen Energiehunger neuer KI-Rechenzentren dienen soll. Der Haken? Ein Großteil dieser Rechenzentren gehört Out-of-State-Firmen und bringt kaum Mehrwert für die lokalen Steuerzahler, die nun die Zeche zahlen sollen. Das Ganze zeigt, wie der unersättliche KI-Boom nicht nur neue Märkte schafft, sondern auch alte Fragen der Infrastrukturfinanzierung neu aufwirft und zu politischen Spannungen führt.
GLM-5V-Turbo: Ein Schritt zum nativen Fundament für Multimodal-KI
GLM-5V-Turbo wird als ein Schritt hin zu nativen Fundamentmodellen für multimodale Agenten vorgestellt. Das Modell zielt darauf ab, eine grundlegende Basis für KI-Systeme zu schaffen, die von Natur aus für die Verarbeitung und Nutzung verschiedener Modalitäten konzipiert ist.
Neue KI-Rollen: Wer die Lügen der Maschinen domestiziert und verantwortet.
Dieser Blogpost beleuchtet analytisch die neuen Arbeitsfelder, die an der Schnittstelle von Mensch und ML-Systemen entstehen, um die Eigenheiten von KI-Outputs zu managen. Er beschreibt Rollen wie 'Incanters' für fortgeschrittenes Prompting, 'Process Engineers' zur Qualitätskontrolle unvorhersehbarer LLM-Outputs und 'Meat Shields', die für KI-Fehlfunktionen zur Rechenschaft gezogen werden. Die Analyse zeigt auf, wie diese Jobs die realen operativen Herausforderungen bei der Integration von KI-Systemen widerspiegeln.
Pu.sh: AI-Coding-Agent Harness in 400 Zeilen Shell – Einfach geht's doch!
Pu.sh ist ein beeindruckendes Beispiel dafür, dass KI-Infrastruktur nicht komplex sein muss. Dieser von den Machern selbstironisch als 'slop cannon' bezeichnete 'coding-agent harness' ist ein vollständiges System in nur 400 Zeilen Shell, das lediglich curl, awk und einen API-Key nutzt, ganz ohne npm, pip oder Docker.
Lokale AI: Robust, privat, eigenständig – Schluss mit Cloud-Abhängigkeit
Der Autor plädiert dafür, dass lokale AI-Lösungen die neue Norm werden müssen. Cloud-basierte AI-Modelle machen Software fragil, datenschutzrechtlich problematisch und abhängig von externen Servern, Netzwerkbedingungen und Abrechnungen. Stattdessen sollten lokale Geräte ihre leistungsstarken Neural Engines nutzen, um Privatsphäre zu wahren und Kosten sowie Komplexität zu reduzieren.
LLM-KVCache: Cross-Datacenter-Serving wird greifbar, aber komplex
Prefill-decode (PD) Disaggregation ist zwar Standard für LLM-Serving, doch die flexible Verteilung über Datacenter hinweg scheitert bislang am massiven KVCache-Transfer. Obwohl neue Hybrid-Attention-Architekturen den KVCache signifikant verkleinern und Cross-Datacenter-Transport nun denkbar machen, stoßen solche Ansätze auf Herausforderungen wie schwankende Bandbreiten und ungleich verteilte Präfix-Caches. Eine simple Externalisierung des Prefill-Schritts über Datacenter-Grenzen würde ohne weitere Optimierung zu Engpässen und Ineffizienz führen.
KI-Wasser: Angst, Advocacy & das wahre Bild
Die mediale Sorge um den Wasserverbrauch von KI ist laut Quelle oft spekulativ und von Ängsten sowie Hoffnungen geprägt. Dabei wird das Thema von Fürsprechern als Gelegenheit für Advocacy und Funding genutzt. Fest steht, dass die für KI essenziellen Rechenzentren substanzielle Ressourcen benötigen und Wasser zur Kühlung ihrer Computer-Racks einsetzen.
Apple's ml-sharp im Browser: Gaussian Splats via ONNX Runtime Web
Ein neues GitHub-Projekt präsentiert ein Web-Playground, das Apples ml-sharp Modell im Browser zum Laufen bringt. Ziel ist die Erstellung von Gaussian Splats direkt im Browser, realisiert mithilfe von ONNX Runtime Web. Damit wird eine spezifische 3D-Rekonstruktions-Technologie von Apple clientseitig zugänglich gemacht.
Qwen/Qwen3.6-27B: Mysteriöser Code-Eintrag auf Hugging Face
Ein neuer Eintrag für `Qwen/Qwen3.6-27B` ist auf Hugging Face verfügbar. Die Quelle liefert ausschließlich Template-Code zur Verarbeitung multimodaler Inputs und Tool-Calls. Dies deutet auf eine komplexe Systemarchitektur hin, lässt aber detaillierte Informationen zum eigentlichen AI-Modell komplett vermissen.
LLMs auf Diät: Intels AutoRound macht KI-Modelle schlanker
Intels neues 'AutoRound'-Verfahren ist ein Quantisierungsalgorithmus, der Large Language Models (LLMs) drastisch verkleinern soll, bei gleichzeitigem Erhalt ihrer Genauigkeit. Das ist entscheidend, denn effizientere, schlankere Modelle lassen sich auf weniger leistungsstarker Hardware betreiben und senken so die Betriebskosten. Ein echter Boost für alle, die KI-Anwendungen skalieren wollen, ohne dafür ein Rechenzentrum bauen zu müssen.
3D-Körper aus 8 Fragen: Ohne Foto, ohne GPU zum präzisen Avatar
Ein neues Verfahren generiert mit nur acht Fragen einen präzisen 3D-Körper, ganz ohne Fotos oder leistungsstarke GPUs. Ein kleines MLP verarbeitet die Eingaben in Millisekunden auf einer CPU und gibt 58 Anny-Body-Parameter aus. Dies übertrifft die Genauigkeit von Foto-Pipelines bei Umfängen und löst Datenschutz- sowie Kostenprobleme.
Lineare Algebra (2023): Code-First & Praxisnah für AI und ML
Allen Downeys „Think Linear Algebra“ (2023) ist eine code-first und fallbasierte Einführung, die Lineare Algebra durch praktische Anwendung statt abstrakter Theorie greifbar macht. Leser lösen mit Python, NumPy und Jupyter Notebooks reale Probleme wie Traffic-Modellierung, um ein intuitives Verständnis der für ML und wissenschaftliches Rechnen essenziellen Konzepte aufzubauen. Dieses Werk richtet sich an alle, die einen hands-on Ansatz suchen und die Sprache hinter vielen KI-Technologien meistern möchten.
Deep Learning: Eine wissenschaftliche Theorie formiert sich
Das Paper argumentiert, dass eine wissenschaftliche Theorie des Deep Learning im Entstehen begriffen ist. Sie soll wichtige Eigenschaften und Statistiken von Trainingsprozessen, Repräsentationen, Gewichten und der Performance neuronaler Netze charakterisieren. Die Autoren fassen dazu bestehende Forschungsstränge zusammen und identifizieren fünf wachsende Arbeitsbereiche, die auf diese Theorie hindeuten.
Mljar Studio: Lokaler AI-Analyst macht Schluss mit Daten-Chaos im Notebook
Mljar Studio stellt sich als Desktop-App vor, die deine Datenanalyse mit KI revolutionieren will. Der Clou: Alles läuft lokal, was Datenschutzbedenken bei sensiblen Informationen elegant umschifft, und die Ergebnisse werden als saubere, reproduzierbare Python-Notebooks geliefert. Für Data Scientists könnte das der lang ersehnte Boost sein, um sich von repetitivem Code zu verabschieden und mehr Zeit für echte Insights zu haben.