5 min read · 12 sources

OpenAI hat seine Pläne bei Custom Silicon offengelegt. Der erste KI-Beschleuniger des Unternehmens, codename Jalapeño und mit Broadcom entwickelt, ist mit 700W TDP spezifiziert, hielt aber bei den Workloads, die OpenAI öffentlich getestet hat, bei oder unter 550W – laut frischen Details von Data Center Dynamics. Der Abstand zwischen Nennleistung und realem Leistungsbereich ist entscheidend: Inferenz-Wirtschaftlichkeit steht und fällt mit der Watt-pro-Token-Linie, und 21 Prozent Spielraum unter Last ist genau die Reserve, die Betreiber vor einer Investition in Kapazitätsplanung haben wollen.

Neben der Chip-Story gibt es einen stillen, aber wichtigen Distributionsschritt. GPT-5.6 Terra und Luna sind jetzt allgemein in AWS GovCloud verfügbar auf Bedrock (US-West und US-East). Terra ist das ausgeglichene Tier, Luna das günstigere und schnellere – beide kommen mit Kontextfenstern über einer Million Token und einem angegebenen 90-prozentigen Rabatt auf gecachte Prompts. Für Bundesbehörden und federalnahe Unternehmen, die bisher wegen Zulassungsanforderungen von Bedrock ausgeschlossen waren, ist GovCloud die einzige Tür.

OpenAIs 700W Jalapeño-Beschleuniger blieb bei getesteten Inferenz-Workloads bei oder unter 550W – ein Hinweis auf den Leistungsspielraum, den OpenAI für wirtschaftliche Skalierung benötigt

Cisco holt Supermicro in die NVIDIA AI Factory

Source: networkworld.com ↗

Cisco erweitert seine Secure AI Factory mit NVIDIA um Supermicro, mit both liquid- and air-cooled rack-scale systems zu einem Stack, der sich bisher auf Ciscos UCS und HyperFlex-Linien stützte. Das Argument: eine SKU für Unternehmen, Neoclouds und Sovereign Clouds, die dichte GPU-Inseln aufbauen müssen, ohne ein Multi-Vendor-Integrationsprojekt stemmen zu müssen.

Für eine SRE, die das evaluiert, stellt sich die interessante Frage, ob die Networking-, Security- und Nexus-Fabric-Seite des Cisco-Stacks noch gleichwertig funktioniert, wenn die Compute-Linie von jemand anderem kommt. Flüssigkeitskühlung ist besonders der Bereich, in dem Ciscos Rack-Erfahrung mit Supermicros traditionellen Server-Stärken koexistieren muss – und Integrationsrisiken leben genau in diesen Schnittstellen.

McKinsey: Enterprise-KI bekommt endlich eine Linie auf die ROI

Source: theregister.com ↗

McKinseys neueste Zahlen, zusammengefasst vom The Register, zeigen: Die Ausgabenkurve steigt weiter, aber die Revenue-Linie beginnt sich zu biegen. Das Muster, das McKinsey jetzt berichtet, ist jedem vertraut, der die erste Welle der Copilot-Piloten überstanden hat: Returns zeigen sich, wenn die KI in einen umgestalteten Workflow eingebettet ist, nicht wenn sie auf einen bestehenden SaaS-Bildschirm draufgepappt wird. Unternehmen, die redesigngetriebene Deployments messen, sind diejenigen, die endlich messbare Ertragseffekte zeigen.

Die Erkenntnis für Engineering-Führungskräfte: Die nächste Budgetschlacht wird darum gehen, welcher Prozess abgerissen und neu aufgebaut wird, nicht welches Modell gekauft wird.

SaaS ist nicht tot, aber die Ära der Seat-Preisigung könnte es sein

Source: aicoding.leaflet.pub ↗

Ein langer Beitrag von aicoding.leaflet.pub argumentiert, dass das SaaS-Geschäftsmodell von innen ausgehöhlt wird. Günstige KI-gestützte Generierung macht es günstig, eine maßgeschneiderte interne App hochzuziehen, also migriert der Wert weg vom standardisierten Frontend und der pro-Sitz-Lizenz, hin zum Substrat darunter: autoritative Daten, Compliance-Haltung, Identität und Zugriff, Integrationen, Network Effects und operative Verantwortung für Dinge, die schiefgehen.

Für einen Vendor ist das ein Re-Platforming-Problem. Für einen Käufer ist es eine Chance, die nächste Vertragsverlängerung neu zu verhandeln, denn die Zeile „pro Nutzer pro Monat" ist das Einfachste anzugreifen, sobald die Anwendung selbst trivial ersetzbar ist.

Perplexity und Nvidia liefern einen lokalen Agenten mit null Token-Kosten

Source: venturebeat.com ↗

Perplexitys neuer Portable Computer führt Agent-Workloads lokal auf Nvidia DGX Spark und RTX-powered Linux-Boxen aus. Tasks defaulten zu on-device Execution, mit der Option, auf Cloud-Modelle zu eskalieren, wenn das lokale Modell an Kapazität oder Kontext scheitert. Die Headline ist das Fehlen von pro-Token-Billing für Arbeit, die auf der Box bleibt – was die Unit Economics für jeden Agent-Loop ändert, der sonst gesprächig und teuer wäre.

Für eine SRE ist die operative Form näher am Deployment eines Workloads als an der Integration einer API: Capacity Planning, Model Warm-up, Observability rund um lokale GPU-Contention und ein sauberer Handoff zur Cloud, wenn der lokale Pfad gesättigt ist.

Oracle Exadata landet auf AWS, aber die Lizenzmathematik ist die Geschichte

Source: theregister.com ↗

Oracle Exadata Database@AWS ist jetzt allgemein verfügbar, Oracles Hochleistungsdatenbankplattform innerhalb von AWS-Rechenzentren. The Registers Einschätzung, basierend auf Licensing-Experten: Das Argument stimmt für Shops, die bereits auf Oracle-Prozessorlizenzen limitiert sind, die ihren Lizenz-Footprint durch den Umstieg auf Exadata-managed Hardware reduzieren können. Der Haken: Die AWS-seitigen Compute- und Storage-Positionen sind höher als bei äquivalenten nativen AWS-Services, und die Kapazitätsschritte sind gröber. Oracles eigener Sales-Story überlebt nicht immer den Kontakt mit einem echten TCO-Modell – also die Zahlen durchrechnen, bevor unterschrieben wird.

Supabase, Anthropic und Okta sichern Enterprise MCP Auth ab

Source: supabase.com ↗

Supabase hat Enterprise-managed Authentication für seinen MCP-Server allgemein veröffentlicht auf Team- und Enterprise-Plänen, gebaut mit Anthropic und Okta. Ein Admin autorisiert Supabase einmalig in Claude, und der Zugriff wird dann über den Identitätsprovider der Organisation gesteuert. Jeder Mitarbeiter behält die Projekte, Rollen und Berechtigungen, die er bereits in Supabase hat – die MCP-Oberfläche erbt also das bestehende Zugriffsmodell, statt ein paralleles zu öffnen.

Das Interessante daran: Das ist eine konkrete Antwort auf die Frage „im Auftrag von wem agiert der MCP-Server?", die seit MCPs Mainstream über jeder Claude-in-the-Enterprise-Deployment schwebt. Andere Datenbank-Vendoren werden das Muster schnell kopieren.

Google packt KI in den Migration Planner

Source: networkworld.com ↗

Google integriert KI-gestützte Assessments in sein Cloud Migration Center, automatisiert die frühe Phase von Scoping und Business-Case-Arbeit, die usual in einem Consultant’s Slide Deck lebt. Die Ausgabe soll das tiefere technische Validation speisen, das später kommt, nicht es ersetzen. Nützlich als First-Pass-Tool, gefährlich, wenn irgendjemand die KI-TCO-Skizze als finale Zahl behandelt.

Open-Weight-Modelle fressen Enterprise-KI von unten auf

Source: constellationr.com ↗

Constellation Research stützt sich auf Nutzungsdaten von Vercels AI Gateway, um zu argumentieren, dass Open-Weight-Modelle sich von Developer Curiosity zu Enterprise-Production-Traffic bewegt haben. Die Treiber sind bekannt: Kosten, die Fähigkeit, Models in einer einzigen Pipeline zu mischen, die wachsende Verfügbarkeit von Managed Inference und ein Fit-for-Purpose-Argument für agentic Workloads, wo Fine-Tuning und Tool-Nutzung mehr zählen als Peak-Benchmark-Scores. Bemerkenswert: Das passiert, ohne dass Unternehmen die Weights selbst betreiben müssen – der Open-Weight-Vorteil zeigt sich zuerst in Managed Services.

IETF 126: KI-Agenten, IPv6 und der Protokollkampf darunter

Source: blog.apnic.net ↗

APNICs Bericht über IETF 126 markiert den roten Faden: Jede Working Group von DNS bis IPv6 wird jetzt gebeten, großen KI-Agenten-Traffic zu accommodieren. Die langweilige, aber folgenreiche Arbeit liegt bei Identität, Naming und Addressing für Entitäten, die keine Menschen sind, und bei Capacity Planning für Traffic-Muster, die nicht wie Web-Browsing aussehen.

Apple drückt auf lokale Inferenz bei neuem Mac Studio und Mac mini

Source: arstechnica.com ↗

Apples neues Mac Studio und Mac mini sind das deutlichste Signal bisher, dass Apple On-Device-KI als primären Use Case sieht, nicht als Marketing-Bullet. Die Perplexity/Nvidia-Story oben ist die gleiche Wette aus einem anderen Winkel: Inferenz, die nicht die Maschine verlassen muss, ist der einzige Weg, wie die Unit Economics von agentic Workloads jemals aufgehen – und der Silicon auf beiden Seiten der Wintel/macOS-Linie wird um diese Annahme herum umgestaltet.