Nvidias Vera-CPU geht in die Umlaufbahn, OpenAI enthüllt Jalapeño-Chip und Perplexity wird lokal
Nvidia Partnerschaft mit SpaceX für orbitale Rechenzentren unter Verwendung der neuen Vera-CPU. OpenAI stellt seinen maßgeschneiderten Jalapeño-Chip vor, während Perplexity eine lokale Agentenplattform startet. Thomson Reuters baut ein proprietäres Rechtsmodell, und Meta bereitet seine 'Hatch'-Agentenplattform vor.
Podcast В· 2 min
Nvidias Vera-CPU und SpaceXs orbitale Rechenzentren
Nvidia hat offiziell seine neue Vera-CPU vorgestellt, einen Chip, der speziell für die 'Routinearbeiten' der agentischen KI entwickelt wurde – Koordination von Werkzeugen, Ausführung von Code und Verwaltung von Datenbanken. SpaceXAI hat sich als erster prominenter Kunde angemeldet und plant, die Vera-Architektur einzusetzen, um die nächste Generation seiner KI-Agenten zu betreiben. Elon Musk enthüllte, dass SpaceX beabsichtigt, diese Hardware in die Umlaufbahn zu bringen, mit Plänen zur Einrichtung von 'Starmind'-Rechenzentren bis Ende 2027. Die Vera-Plattform, die 88 'Olympus'-Kerne und bis zu 1,2 Terabyte pro Sekunde Speicherbandbreite bietet, wurde entwickelt, um den Engpass zu beheben, bei dem teure GPUs untätig herumsitzen, während sie auf CPU-Anweisungen warten. Durch die Optimierung auf die Erledigung agentischer Aufgaben behauptet Nvidia, dass der Chip bis zu 1,8-mal schneller ist als herkömmliche x86-Alternativen. Dieser Schritt signalisiert Nvidias aggressive Expansion in den eigenständigen CPU-Markt, der eine Chance von 200 Milliarden Dollar ins Visier nimmt. Für SpaceX stellt das orbitale Rechenzentrumsprojekt eine bedeutende Wette auf die Zukunft der Infrastruktur dar. Während Kritiker zuvor weltraumgestütztes Rechnen als unpraktisch abgetan haben, liefert die Partnerschaft mit Nvidia die notwendige Hardwaredichte und -effizienz, um das Konzept realisierbar zu machen. Die weltraumtauglichen Racks sind so konzipiert, dass sie einfacher, leichter und kostengünstiger sind als terrestrische Äquivalente, was die Wirtschaftlichkeit des orbitalen Rechnens in den kommenden Jahren potenziell umkehren könnte.
OpenAI enthüllt maßgeschneiderten 'Jalapeño'-KI-Chip
OpenAI hat die ersten Benchmark-Ergebnisse für 'Jalapeño' veröffentlicht, einen maßgeschneiderten KI-Chip, der in Partnerschaft mit Broadcom entwickelt wurde. Der 700-Watt-Chip, der speziell für die Ausführung von KI-Modellen und nicht für deren Training entwickelt wurde, übertrifft Berichten zufolge Nvidias Flaggschiff-Systeme mit 1.200 Watt sowohl in Geschwindigkeit als auch in Energieeffizienz. OpenAI führt sein Astra-Modell und Codex für die Unterstützung beim Design des Chips an, das neun Monate vom Konzept bis zur fertigungsreifen Version dauerte. Trotz der starken Leistung plant OpenAI nicht, den Chip kommerziell zu verkaufen. Hardware-VP Richard Ho erklärte, dass das Unternehmen genügend interne Nachfrage habe, um das gesamte Angebot zu nutzen. Der Chip wird voraussichtlich noch in diesem Jahr in OpenAIs Rechenzentren eintreffen, wobei die Produktion bis 2027 hochgefahren wird. Zwei weitere Generationen des Chips befinden sich bereits in der Entwicklung. Diese Entwicklung spiegelt die Strategie anderer großer Labore wie Google wider, das seit langem von seinen hauseigenen TPUs profitiert. Durch den Besitz seiner Siliziumchips will OpenAI die Kosten für die Token-Generierung senken und eine engere, personalisiertere Designschleife für seine zukünftigen Modelle schaffen, wodurch die Abhängigkeit von Drittanbieter-Hardware für die Inferenz verringert wird.
Perplexity und Nvidia bringen 'Portable Computer' auf den Markt
Perplexity und Nvidia haben 'Portable Computer' vorgestellt, eine neue On-Device-Agentenplattform, die es Benutzern ermöglicht, KI lokal auf Nvidias DGX Spark-Verbraucherhardware auszuführen. Das System bietet eine datenschutzorientierte Alternative zu cloudbasierten Agenten und erlaubt es Benutzern, zwischen Qwen 3.8 27B oder Perplexitys eigenem PPLX 27B-Modell für lokale Aufgaben zu wählen, mit der Möglichkeit, bei Bedarf auf Cloud-Modelle zurückzugreifen. Diese Veröffentlichung ist besonders aufgrund ihrer Kosten- und Datenschutzimplikationen bedeutsam. Durch die Verlagerung der KI-Arbeitslast von der Cloud auf das Gerät können Benutzer Aufgaben ohne Verbrauch von Credits durchführen, sofern die Arbeit lokal bleibt. Die Software lässt sich mit einem einzigen Klick auf dem DGX Spark Desktop-Supercomputer installieren, Unterstützung für andere PCs wird bald erwartet. Der Start folgt auf Berichte, dass Nvidia Gespräche führt, um Milliarden in Perplexity zu investieren, bei einer Bewertung von über 30 Milliarden Dollar. Dieser Schritt positioniert Perplexity, um die wachsende Nachfrage nach lokalen KI-Lösungen zu decken, wodurch Spitzenmodelle zu einer gelegentlichen Backup-Lösung statt zum Standard werden und Nvidias Hardware-Dominanz genutzt wird, um seine Marktposition zu sichern.
Meta bereitet angeblich 'Hatch'-Agentenplattform vor
Meta soll in den kommenden Wochen 'Hatch' auf den Markt bringen, eine neue verbraucherorientierte KI-Agentenplattform. Die Plattform ist darauf ausgelegt, Aufgaben im Auftrag der Benutzer zu erledigen, und wird eine Premium-Stufe enthalten, die preislich wettbewerbsfähig mit den Top-Tarifen von OpenAI und Anthropic ist. Zusammen mit der Plattform wird voraussichtlich im Oktober das nächste Flaggschiff-Modell mit dem Codenamen 'Watermelon' erscheinen. Dieser Schritt markiert eine strategische Wende für Meta, das historisch auf kostenlose, werbefinanzierte Dienste gesetzt hat. Durch die Einführung einer kostenpflichtigen Agentenplattform versucht das Unternehmen, seine KI-Fähigkeiten direkt über Verbraucherabonnements zu monetarisieren. Der Erfolg dieser Initiative wird von der Fähigkeit des Agenten abhängen, komplexe, mehrstufige Aufgaben effektiv zu bewältigen. Branchenanalysten beobachten genau, ob Meta seine riesige Nutzerbasis erfolgreich zu einem bezahlten KI-Modell führen kann. Die Fähigkeit der Plattform, sich in bestehende soziale Ökosysteme zu integrieren und gleichzeitig echten Nutzen zu bieten, wird das entscheidende Unterscheidungsmerkmal in einem zunehmend überfüllten Markt für persönliche KI-Agenten sein.
Thomson Reuters baut proprietäres juristisches KI-Modell
Thomson Reuters hat sein erstes hauseigenes KI-Modell vorgestellt, das durch die Anpassung des quelloffenen Qwen von Alibaba und das Training mit jahrzehntelangen juristischen Inhalten des Unternehmens entwickelt wurde. Das zweijährige Projekt kostete 40 Millionen Dollar für Rechenleistung und Personal, wobei der jüngste Trainingsdurchlauf 450.000 Dollar kostete. Das Modell wurde intern getestet und schneidet Berichten zufolge bei bestimmten juristischen Aufgaben besser ab als Claude Opus 4.8, Gemini 3.1 Pro und GPT-5.5. CTO Joel Hron betonte die strategische Bedeutung dieses Schrittes und verglich das Mieten von KI-Modellen mit dem Mieten eines Hauses, bei dem der Nutzer kein langfristiges Eigenkapital aufbaut. Durch den Bau eines eigenen Modells will Thomson Reuters Wert und Kontrolle über seine spezialisierte Wissensbasis behalten. Eine Open-Weights-Version des Modells wird Forschern zur Verfügung gestellt werden. Diese Entwicklung unterstreicht einen wachsenden Trend bei großen Unternehmen mit tiefgehenden, proprietären Datensätzen. Da die Trainingskosten sinken und quelloffene Basismodelle besser werden, entscheiden sich Unternehmen zunehmend dafür, maßgeschneiderte Lösungen zu bauen, anstatt sich ausschließlich auf APIs von Drittanbietern zu verlassen, um eine bessere Leistung und langfristige Kosteneffizienz zu erzielen.
Accelerated Understanding bringt physikbasierte KI auf den Markt
Caltech-Professorin Anima Anandkumar und Ingenieur Benedikt Jenik haben 'Accelerated Understanding' gegründet, ein Startup, das sich darauf konzentriert, KI darauf zu trainieren, die Entwicklung der physischen Welt vorherzusagen, anstatt Text vorherzusagen. Die Modelle des Unternehmens nutzen 'neuronale Operatoren' – ein physikbasiertes Design, das Ereignisse im dreidimensionalen Raum und in der Zeit verfolgt und sich damit von der traditionellen Transformer-Architektur löst. In ersten Tests verarbeitete das Modell 5 Billionen Datenpunkte in einem einzigen Durchlauf, was die Gründer als die 5-millionenfache Kapazität der Top-Modelle von Google und Anthropic bezeichnen. Das Unternehmen zielt auf Unternehmensanwendungen ab, darunter die Entwicklung von Chipmaterialien, Extremwettervorhersagen und Robotik. Die Gründer lehnten Berichten zufolge ein Angebot für Spitzenpositionen und einen Anteil von 35 % an Jeff Bezos' 'Prometheus'-Projekt ab, um dieses Vorhaben zu verfolgen. Diese Entscheidung unterstreicht ihre Überzeugung, dass physikbasierte Modellierung der überlegene Weg für die nächste Generation der KI ist, und positioniert das Startup als direkten Konkurrenten der massiven, textlastigen Modelle, die derzeit die Branche dominieren.
Chinesische Hacker verstärken Angriffe mit DeepSeek
Forschung von TeamT5 zeigt, dass chinesische staatlich unterstützte Hackergruppen ihr Angriffsvolumen mehr als verdoppelt haben, nachdem sie quelloffene KI-Modelle, insbesondere DeepSeek, in ihre Operationen integriert haben. Die Forscher berichten, dass diese Gruppen DeepSeek aufgrund seiner Kombination aus hoher Leistung und relativ lockeren Cyber-Sicherheitsvorkehrungen im Vergleich zu anderen Spitzenmodellen bevorzugen. Die Hacker nutzen die KI Berichten zufolge, um beim Schreiben von Einbruchscode zu helfen, Unternehmens-E-Mail-Systeme zu plündern und Ziele zu kartieren. Während sich Sicherheitsbedenken weitgehend auf den potenziellen Missbrauch von Top-Modellen konzentriert haben, unterstreicht dieser Bericht das erhebliche Risiko, das von billigeren, leichter zugänglichen Modellen ausgeht, denen robuste Sicherheitsbeschränkungen fehlen. Dieser Trend deckt sich mit Warnungen des AI Security Institute, das im Mai feststellte, dass autonome KI-Cyberfähigkeiten rasant fortschreiten. Die Fähigkeit böswilliger Akteure, quelloffene KI zu nutzen, um ihre Operationen zu skalieren, stellt eine komplexe Herausforderung für die Cybersicherheit dar und legt nahe, dass der Fokus möglicherweise auf die Sicherung der Modelle selbst verlagert werden muss, anstatt nur auf die Infrastruktur, die sie angreifen.