Alle KI-Meldungen

KI-Meldungen mit Quellen und Datum an einem Ort.

1287 MeldungenLetzte Aktualisierung 2026-10-05 10:15 UTC+8
Filter löschen

Neueste Meldungen

1287 Meldungen · UTC+8

2026-09-23

17 Meldungen

2026-09-22

13 Meldungen
NVIDIAProdukte

NVIDIA Isaac ROS 5.0 bringt die agentische, quelloffene Robotikentwicklung voran

Um anspruchsvolle Robotikanwendungen zu entwickeln und bereitzustellen, die in dynamischen Umgebungen wahrnehmen, schlussfolgern und handeln können, benötigen Entwickler neue Modelle und Werkzeuge für physische KI. Das offene ROS-Framework ist ein Projekt von Open Robotics, das Menschen beim Bau von Robotern unterstützt. NVIDIA Isaac ROS 5.0 — eine Sammlung GPU-beschleunigter Pakete, die auf ROS aufbauen und heute auf der […] veröffentlicht wurden

Hier lesen Original lesen
NVIDIABranche

NVIDIA führt DSX Ready ein, um Strom- und Kühlprodukte für KI-Fabriken zu qualifizieren

Jede KI-Fabrik benötigt Strom und Kühlung, die zu ihrer Rechenarchitektur passen. Während die KI-Infrastruktur wächst, bestimmen Einschränkungen bei Strom, Kühlung, Wasser, Standort und Netz, was Errichter einsetzen können. Die Wahl von Produkten, die zum vollständigen Fabrikdesign passen, hilft Errichtern, Rechenkapazität in nutzbaren KI-Output umzuwandeln. Um Errichtern diese Entscheidungen zu erleichtern, führt NVIDIA […] ein

NVIDIA Launches DSX Ready to Qualify Power and Cooling Products for AI Factories
Hier lesen Original lesen
NVIDIAForschung

Warum die Bereitstellung physischer KI in großem Maßstab Sicherheit auf jeder Ebene erfordert

Physische KI bewegt sich rasant von der Forschung in die großmaßstäbliche Bereitstellung. Bis 2035 prognostiziert ABI Research einen Bestand von 49 Millionen autonomen Fahrzeugen (AVs) der Stufen 3–5, während Omdia schätzt, dass zwischen 2026 und 2035 rund 60 Millionen Industrieroboter eingesetzt werden. Während diese Maschinen auf Straßen, in Fabriken, Lagern und anderen Umgebungen gelangen, die sie sich mit Menschen teilen, […]

Why Deploying Physical AI at Scale Demands Safety at Every Layer
Hier lesen Original lesen
NVIDIABranche

Von der Befähigung zur Umsetzung: Ägyptens KI-Ökosystem erreicht Produktionsmaßstab

Heute versammelten sich Ägyptens KI-Entwickler im Grand Egyptian Museum zu einem Empfang, der das schnell wachsende KI-Ökosystem des Landes hervorhob – von KI-Natives, Entwicklern, Forschern, Startups und Unternehmen, die Anwendungen in verschiedenen Branchen entwickeln. Die Veranstaltung umfasste eine Keynote von Paolo Guglielmini, Vice President EMEA bei NVIDIA. Ahmed Mostafa, regionaler Leiter für KI-Einführung […]

From Enablement to Execution, Egypt’s AI Ecosystem Reaches Production Scale
Hier lesen Original lesen
腾讯混元Forschung

Wenn verstärkendes Lernen mit großen Modellen in die Skalierung geht – was ist anders beim Batch-Size-Scaling?

Eine größere Batch ermöglicht es, bei jeder Aktualisierung mehr Sequenzen zu verarbeiten und dadurch mehr parallele Rechenressourcen zu nutzen; bei festem Sample-Budget verringert sich jedoch auch die Anzahl der möglichen Aktualisierungen des Modells. Wann vergrößert man im verstärkenden Lernen die Batch so, dass sich die tatsächliche Zeit bis zum Erreichen der Zielleistung verkürzt? Bei großen Sprachmodellen muss zudem berücksichtigt werden, dass Trainings-Trajektorien online erzeugt werden müssen und dass Erzeugung und Training unterschiedliche Anforderungen an die Rechenressourcen stellen. Wir haben einen analytischen Rahmen aufgebaut, der die bis zum Erreichen der Zielleistung benötigte Sample-Anzahl mit dem End-to-End-Durchsatz verknüpft: Nur wenn der Durchsatzgewinn die zusätzlichen Sample-Kosten übersteigt, beschleunigt eine größere Batch das Training. Daraus ergibt sich auch eine praktische Reihenfolge der Abstimmung: Zunächst den Bereich finden, in dem der Lerneffekt nach einer Änderung der Batch-Size annähernd unverändert bleibt, und dann innerhalb dieses Bereichs den Durchsatz optimieren. GRPO- und PPO-Experimente zeigen, dass nach einer Neuanpassung der Lernrate die Lernkurven unterschiedlicher Batch-Größen innerhalb eines bestimmten Bereichs beim Vergleich über die kumulierten Samples weitgehend übereinstimmen. Auf fester Hardware erhöht eine größere Batch den Erzeugungsdurchsatz um bis zum Faktor 2.29; unsere beste gemessene GRPO-Konfiguration verkürzte – ohne zusätzliche GPUs – die Zeit bis zum Erreichen desselben Validierungsziels um 29 %.

封面:Batch Size Scaling 需要同时权衡学习效率与系统效率
Hier lesen Original lesen
AnthropicBranche

Der Lagebericht

Ein seltener Ebola-Stamm, für den es keinen bestätigten Impfstoff gibt, breitet sich im Osten der Demokratischen Republik Kongo aus. Weltgesundheitsorganisationen setzen Claude ein, um so schnell wie möglich dagegen vorzugehen.

A health worker in a clear plastic apron over green scrubs pulls a heavy red rubber glove on over white medical gloves. Around them, rubber boots dry upside down on wooden stakes and pairs of red and green gloves are laid out on the grass, inside an enclosure of orange mesh fencing.
Hier lesen Original lesen

2026-09-21

10 Meldungen
Microsoft ResearchForschung

Verbesserung der Synthesevorhersage kleiner Moleküle im großen Maßstab mit RetroChimera

Maßgeschneiderte Moleküle treiben Medizin, Materialien und Landwirtschaft voran, doch ihre Herstellung ist langsam und teuer. Ein neuer Nature-Artikel stellt RetroChimera vor, ein Vorhersagemodell, das die chemische Synthese beschleunigen hilft und Forschenden dabei unterstützt, ein breites Spektrum von Molekülen zu erkunden. Der Beitrag Improving synthesis prediction of small molecules at scale with RetroChimera erschien zuerst auf Microsoft Research .

Example of a retrosynthesis tree. For a single target molecule, many disconnections are possible, which introduces a high branching factor. The figure shows many incomplete routes in pale colors that contrast a completed route, which connects all the way from the target molecule to purchasable building blocks.
Hier lesen Original lesen
NVIDIABranche

KI-Sicherheit ist ein Engineering-Problem — Wie man es auf jeder Ebene des Agent-Stacks löst

KI-Sicherheit ist ein Engineering-Problem. Das bedeutet definierte Sicherheitsanforderungen, durchsetzbare Kontrollen, benannte Verantwortliche und Nachweise, dass Schutzmaßnahmen funktionieren. Während KI immer leistungsfähiger wird, muss die Branche das Security Engineering beschleunigen, den Zugang zu defensiven Werkzeugen verbreitern und schneller teilen, was funktioniert. Technologie ändert sich, Sicherheitsgrundlagen bleiben bestehen Das Internet und Cloud-Computing haben verändert, wie Software funktioniert, […]

AI Security Is an Engineering Problem — How to Solve It at Every Layer of the Agent Stack
Hier lesen Original lesen
NVIDIABranche

5 Unternehmen, die NVIDIA KI für saubere Energie nutzen

Saubere Energie ist nicht schwer zu bekommen, aber das Tempo der großflächigen Einführung war historisch langsam aufgrund von Engpässen – darunter veraltete Infrastruktur, langwierige Forschungs- und Entwicklungszeitpläne und Hürden bei den Vorabkosten. Zur New York Climate Week hebt NVIDIA fünf Unternehmen hervor, die mit saubere-Energie-Projekten Pionierarbeit leisten und KI in ihrer Grundlage verankert haben, wodurch sie Pipelines von der Forschung bis zur Einführung beschleunigen […]

Hier lesen Original lesen