Generative KI stellt wachsende Anforderungen an die Rechenzentrumsinfrastruktur und verändert bestehende IT-Architekturen grundlegend. Cisco und NVIDIA präsentieren eine optimierte Lösung für Unternehmen, die KI-Anwendungen effizient betreiben und skalieren möchten. Ein neuer, speziell für KI-Workloads entwickelter Cluster-Ansatz vereinfacht den Aufbau und Betrieb leistungsstarker Rechenzentren und reduziert den Administrationsaufwand erheblich. Effiziente End-to-End-Infrastruktur Die Architektur kombiniert Cisco’s

Ein ehrgeiziges Vorhaben soll Italiens Position in der Rechenzentrumslandschaft deutlich stärken. Mit bis zu einem Gigawatt an geplanter Rechenzentrumsleistung wollen Kooperationspartner ein Projekt vorantreiben, das sowohl im Bereich der Künstlichen Intelligenz (KI) als auch in puncto Nachhaltigkeit wegweisend sein könnte. Die Vision eines 1-GW-Rechenzentrums   Eni, ein führendes Energieunternehmen, plant zusammen mit den Unternehmen MGX

Google Cloud hat seine A4X Virtual Machines (VMs) vorgestellt, die auf dem NVIDIA GB200 NVL72 basieren. Die neuen VMs sind speziell für das Training und den Betrieb von sehr großen KI-Workloads konzipiert, insbesondere für solche, die Reasoning-Modelle, große Sprachmodelle (LLMs) mit langen Kontextfenstern und Szenarien erfordern, die massive Parallelität benötigen. Google hebt in seinem Blogbeitrag

Vor allem aufgrund des wachsenden Stromverbrauchs durch Rechenzentren sollen drei Kohlekraftwerke in den US-Bundesstaaten Mississippi und Georgia länger laufen. In den USA entstehen viele neue Rechenzentren. Große Tech-Konzerne wie Google, Meta, Microsoft und Amazon erweitern ihre Kapazitäten deutlich. Das liegt vor allem am wachsenden Bedarf für KI-Anwendungen. Um den nötigen Strom für bestehende und