7 min read · 13 sources

Nvidias dedizierte Inferenz-Silizium ist keine Papierankündigung mehr. Der Beschleuniger Groq 3 LPX ist als Erweiterung der Vera Rubin Data Center Platform in voller Produktion, Nebius Group ist der erste zugesagte Cloud-Kunde. Eine vollständige Rack-Scale-Konfiguration verschaltet bis zu 256 LP30-Beschleuniger mit Vera-Rubin-GPUs über High-Bandwidth-Interconnects, und das Design trennt die Aufgaben sauber: Vera-Rubin-GPUs übernehmen das Context-Processing, die LPX-Boxen die Token-Generierung. Diese Trennung macht das Ganze für agentische KI interessant, wo der Engpass die Decode-Latency bei langen, mehrstufigen Ketten ist, nicht der rohe Pretraining-Durchsatz. Wer Inferenz-Flotten für Agent-Workloads dimensioniert, sollte diese Architektur als Referenz modellieren.

ClickHouse LogHouse nimmt 50 Mio. OpenTelemetry-Events pro Sekunde auf und speichert 177 PiB unkompromiert, und die In-Memory-Queues, die 99 % der Fälle bewältigten, verloren Telemetriedaten, sobald Backpressure auftrat.

OpenAI holt sich Unternehmensmarktanteile von Anthropic zurück

Source: techcentral.ie ↗

Ramps Ausgabendaten aus mehr als 70.000 US-Organisationen erzählen eine andere Geschichte als die, die gerade in den meisten AI-Twitter-Threads kursiert. Anthropic lag im Mai vorne (41 % zu 39 %) und baute den Vorsprung im Juli weiter aus (44 % zu 40 %). Die Q3-Trends zeigen jedoch, dass OpenAI schneller wächst, und Ramp-Ökonom Ara Kharazian führt die Erholung auf neue entwicklerorientierte Produkte zurück. Anthropics spezialisiertes Fable-Modell drückt auf die eigenen Zahlen: Kunden schrecken vor den Kosten und einer 30-tägigen Datenaufbewahrungsrichtlinie zurück. Die aggregierte Zahl ist die interessantere. Die bezahlte KI-Adaption über Ramps Kundenbasis stieg von rund 50 % im März auf 56 % im Juli. Der Kuchen wächst, und die Führung wechselt von Quartal zu Quartal. Procurement-Teams, die im Juni Jahresverträge mit Anthropic abgeschlossen haben, blicken jetzt auf ein deutlich anderes Wettbewerbsbild.

IBM will mit einem Chip Mainframe und Kubernetes-Pods gleichzeitig betreiben

Source: venturebeat.com ↗

IBM entwickelt einen Dual-Architecture-Prozessor, der nativ Arm- und IBM-Z-Instruktionen auf denselben Cores ausführt. Das Versprechen ist operativ: ein Unternehmen könnte moderne KI- und Cloud-Native-Software auf derselben physischen Hardware laufen lassen, die aktuell in einem glashausartigen Raum CICS und DB2 ausführt. Die Lizenz- und Kapazitätsplanungsimplikationen übersteigen die Silizium-Ebene. Wenn das Produkt kommt, verschiebt sich die „Lift and Shift"-Diskussion für z/OS-Workloads, ebenso wie das Kostenmodell für Teams, die zwei Flotten mit separater Stromversorgung, Kühlung und Audit-Regime am Leben halten. Im Quellmaterial gibt es keine Timeline, aber es lohnt sich, den Moment im Auge zu behalten, in dem IBM eine nennt.

Nicht zu Kafka Streams greifen, wenn eigentlich eine Queue gebraucht wird

Source: kai-waehner.de ↗

Kai Wähners Beitrag zum Thema, wann Stream Processing nicht passt, ist genau die Art von Architecture-Team-Leseliste, die aus gutem Grund durch die Slack-Teams gereicht wird. Er definiert Stream Processing eng: datenankommens-initiierte kontinuierliche Berechnung über unbegrenzte Events, Flink, Kafka Streams, Spark Structured Streaming. Dann argumentiert er, dass es nur für stateless Transformation, stateful Streaming, Complex Event Processing und Echtzeit-ML-Inferenz das richtige Werkzeug ist. Überall sonst sollte man die Sache beim Namen nennen: einen Request-Response-API-Call, eine State-Query, einen Correction Flow oder einen Lock. Zwei konkrete Fälle untermauern das Argument. Kestra 2.0 hat Kafka Streams herausgerissen und um eine schlichte Queueing-Architektur neu aufgebaut. Confluent Control Center wurde im Mai 2025 rund um Prometheus neu architektiert. Wenn im nächsten Design Review eine Folie mit „Wir brauchen einen Stream Processor" auf dem Programm steht, zuerst diesen Text lesen.

Verteidiger brauchen denselben Modellzugriff wie Angreifer, argumentiert Stratechery

Source: stratechery.com ↗

Ben Thompsons Essay Autonomy and Innovation nutzt die White-Hat/Black-Hat-Rahmung, um zu zeigen, dass KI-Fähigkeit von Intention trennbar ist. Defensive KI braucht denselben offensiven Zugriff auf Schwachstellen, und der einzige gangbare Weg ist sicherzustellen, dass Verteidiger äquivalenten Zugriff auf Top-Modelle erhalten. Thompson kritisiert die Reaktion der Trump-Administration auf Anthropics Fable-Release und auf den früheren Hugging-Face-Angriff und stellt fest, dass Hugging Face den Angriff mit Hilfe chinesischer Open-Weight-Modelle abgewehrt hat. Die Parallele, die er zieht, sind Bug Bounties: Anreizstrukturen so bauen, dass die defensive Seite über dieselbe Feuerkraft verfügt. Operativ lautet die Erkenntnis: Jedes Enterprise-Security-Programm, das Modellzugriff als Procurement-Entscheidung statt als defensive Fähigkeit behandelt, wird auf der falschen Seite der Asymmetrie landen.

Atlassian Code Context gibt dem Coding-Agent ein echtes Gehirn

Source: byteiota.com ↗

Atlassian Code Context startete am 12. August als Capability des Teamwork Graph. Es indexiert GitHub- und Bitbucket-Repos zusammen mit Jira, Confluence, Loom und über 50 weiteren Integrationen und stellt das Ergebnis KI-Agenten zur Verfügung. Atlassians interne Benchmarks behaupten 44 % genauere Agent-Ergebnisse bei 48 % weniger Tokens, was zu dem passt, was man erwartet, wenn semantische Retrieval anstelle spekulativer Context-Dumps tritt. Das Setup ist ein Einzeiler-curl-Install der Teamwork-Graph-CLI, der Agent-Skill-Dateien nach ~/.agents/skills ablegt. Dieses Verzeichnis lesen Cursor, Codex, Gemini CLI, GitHub Copilot, Claude Code und Rovo Dev, sodass dieselbe Skill-Datei jeden Agent auf der Maschine der Entwicklerin aktiviert. Die Berechtigungen fließen aus dem bestehenden Repo-Access-Modell, und genau das ist der Teil, der für den Security Review zählt.

Anthropics Slack-Agent wartet nicht mehr auf das @-Mention

Source: venturebeat.com ↗

Claude Tag liest jetzt die gesamte Slack-Konversation und springt unaufgefordert hinzu, was Anthropic „Multiplayer AI" nennt. Die Verhaltensänderung ist in der Spec klein und in den operativen Konsequenzen groß. Sobald ein Agent Teilnehmer und nicht Aufrufer ist, gibt es im Incident-Channel einen neuen Akteur, und Audit-Trail, Runbook und On-Call-Escalation müssen alle wissen, dass er dort ist. Es lohnt sich, das in einem Channel mit niedrigem Risiko zu pilotieren, bevor man es auf Produktion loslässt.

Thomson Reuters setzt 40 Mio. USD darauf, dass ein domänenspezifisches Modell ein Frontier-Modell schlägt

Source: siliconangle.com ↗

Thomson ist das erste proprietäre LLM von Thomson Reuters und nun der Default in der Tabular-Analysis-Funktion von CoCounsel Legal. Die Gesamtausgaben beliefen sich auf rund 40 Mio. USD über zwei Jahre, der finale Trainingslauf lag bei etwa 450.000 USD - ein nützlicher Datenpunkt für alle, die über Build-versus-Fine-Tune-Ökonomie diskutieren. Die Basis war ein Open-Weight-Modell, ergänzt um proprietäre Inhalte und kontinuierliches Lernen an juristischer Domänenarbeit, mit Hunderten Fachexperten im Loop. Die Integration ist der eigentliche Moat, verdrahtet in Westlaw (über 40.000 Datenbanken, mehr als 150 Jahre Inhalte) und Practical Law. Die Lehre für Enterprise-AI-Teams: Ein kleineres, sorgfältig kuratiertes Modell mit tiefer Domänenintegration kann im Workflow gewinnen, ohne GPT-Klasse-Modelle auf Benchmarks schlagen zu müssen.

ClickHouse LogHouse nimmt 50 Mio. OTel-Events pro Sekunde auf und baut sich rund um S3 neu

Source: clickhouse.com ↗

ClickHouse LogHouse verarbeitet 50 Mio. OpenTelemetry-Events pro Sekunde und speichert 177 PiB unkompromiert über ClickHouse-Server, Kubernetes und Cloud-Infrastruktur. Der interessante Teil ist der Fehlermodus. Das ursprüngliche Zwei-Schicht-Design nutzte DaemonSet-Agents, die skalierbare Gateways speisten, mit In-Memory-Queues zum Abfangen von Backpressure. Das brach bei rund 10 GBps komprimiert zusammen, weil die Queues einen Downstream-Ausfall nicht überstehen konnten. ClickHouse zeigt nun eine eigene S3-gestützte Collector-Pipeline: dieselbe Agent-zu-Gateway-Topologie für die 99 % der Fälle, mit dauerhaftem Overflow in S3, wenn ClickHouse unzufrieden ist. Wer OTel im großen Maßstab betreibt, sollte sich das S3-als-Buffer-Pattern genauer ansehen.

Neoclouds überschreiten 2025 die 25 Mrd. USD und wollen bis 2030 20 % des AI-Cloud-Markts

Source: infoworld.com ↗

Das Neocloud-Segment - CoreWeave, Lambda, Nebius, RunPod, Vultr - erzielte 2025 über 25 Mrd. USD Umsatz. Gartner prognostiziert, dass sie bis 2030 20 % des 267 Mrd. USD schweren AI-Cloud-Markts erobern könnten. Von über 100 Neoclouds weltweit betreiben laut McKinsey nur 10 - 15 in nennenswertem US-Maßstab. Das Angebot ist NVIDIA-nativ, InfiniBand-ausgestattet, Bare-Metal-GPU-Infrastruktur mit flexiblen Verträgen, direkt zugeschnitten auf KI-Workloads, die Hyperscaler noch als Nebensache behandeln. Die Enterprise-Standardisierung bleibt der Engpass: Procurement, Security Review und FinOps-Tooling hinken der eigentlichen Performance-Story hinterher. Wer noch nicht nicht gebeten wurde, eine Neocloud für einen Trainings- oder Inferenz-Workload zu evaluieren, wird es bis Q1 sein.

Google legt Antigravity an die Leine

Source: infoworld.com ↗

Antigravity zieht in Gemini Enterprise, und damit kommen die Kostenkontrollen, die IT seit Langem fordert. Monatliche projektbezogene Spend Thresholds, gepoolte Token-Quotas, die über Entwicklerteams hinweg geteilt werden, opt-in Overage mit monatlichen Caps und zentralisierte Nutzungsmetriken zu Tokens, API-Aufrufen und Entwickleraktivität. Einige Konfigurationen erfordern zusätzliche Gemini-Enterprise-Lizenzen. Die Sichtbarkeit schließt eine Lücke, die im letzten Jahr Pro-bono-Bilanzierungs-Workarounds für einzelne Projekte erzwungen hat.

Quick Hits für den Schluss

Source: oneuptime.com ↗

OneUptimes Design einer kanonischen MTTR-Timeline nutzt eine append-only canonical_event-Tabelle mit Idempotenz auf (source_system, source_event_id) und behandelt Korrekturen durch Superseding statt Mutation. PagerDuty, Jira Cloud v3 Changelogs, Slack und Observability-Events sind alle gemappt, und MTTR-Fakten werden ausschließlich aus genehmigten Mappings einer ausgewählten Policy-Version abgeleitet. Das Jira-Detail ist einen Blick wert: Es verwendet den History-created-Timestamp, nicht den updated-Timestamp - ein häufiger subtiler Bug in selbstgebauten Incident-Timelines.

Cursor hat erklärt, wie es jenseits von Git skaliert: S3 ist die Source of Truth, lokale NVMe-Repositories übernehmen latenzkritische Operationen. Wenn ein Monorepo aus Git herausgewachsen ist und das bisher ignoriert wurde, ist das eine nützliche Referenzarchitektur.