KI
Neueste Inhalte
Der neue Standard: Warum KI-PCs bis zu 83 % schneller sind.
Herkömmliche PCs bieten oft nicht genügend Leistung, um moderne KI-Apps ausführen zu können. In diesem Video erfahren Sie, wie Sie das Problem durch den Umstieg auf einen KI-PC mit AMD Ryzen AI Prozessor lösen.
Gartner-Analyse: In drei Schritten zu erfolgreichen KI-Investitionen
Welche Auswirkungen hat KI auf die Produktivität, Wirtschaftlichkeit und Zukunftsfähigkeit von Unternehmen? Welche Rendite bringen Investitionen in KI-Systeme und -PCs? Antworten auf diese und weitere Fragen liefert das Analystenhaus Gartner.
KI-Einführung: Die 3 größten Hürden und wie man sie überwindet.
Der Einsatz von KI ist für die Wettbewerbsfähigkeit von Unternehmen entscheidend. Es ist jedoch nicht einfach, die richtigen Investitionsentscheidungen zu treffen, um das volle Potenzial der KI-Nutzung auszuschöpfen. Dieses eBook hilft dabei.
Offene Ökosysteme – ist Open Source die Zukunft von KI?
Proprietäre KI-Modelle sind leistungsfähig, haben jedoch Schwächen bei Nachvollziehbarkeit, Datenschutz und Anpassbarkeit. Offene Ökosysteme könnten für mehr Transparenz, Sicherheit und Flexibilität sorgen.
KI-Inferenz optimieren: Wie leistungsfähige Hardware Kosten und Platz spart
Wie in diesem Video zu sehen ist, können Unternehmen durch die Wahl der richtigen Hardware die Kosten für KI-Inferenz-Umgebungen signifikant senken und Platz im Rechenzentrum sparen.
KI-Workloads: Warum es nicht immer GPUs braucht
Nicht alle KI-Workloads benötigen GPU-Systeme. Mithilfe dieser Infografik erfahren Sie, welche Aufgaben Sie auch auf einer CPU-basierten Infrastruktur ausführen können und welche Vorteile sich daraus ergeben.
Unsere Empfehlungen
KI-Architekturen richtig einsetzen
Machine Learning und andere Methoden der künstlichen Intelligenz (KI) stellen je nach Anwendung sehr unterschiedliche Anforderungen an die IT-Umgebung. Lesen Sie, welche Rechnerarchitektur für welche Aufgaben am besten geeignet ist.
Workstations in der Praxis
Herkömmliche PCs sind für rechenintensive Workloads oft nicht leistungsfähig genug. Dann sind Workstations die bessere Alternative. Zahlreiche Praxisbeispiele zeigen, wo sie eingesetzt werden können und wie Nutzer davon profitieren.
KI-Workloads und die Bedeutung der CPU
Welche Rolle spielt der Hauptprozessor (CPU) eines Servers beim Training und der Anwendung von KI-Modellen? Wie müssen CPU und Grafikprozessor (GPU) zusammenarbeiten, um eine möglichst hohe Performance zu gewährleisten? Die Antworten finden Sie in diesem Video.