Bild: Backup-Software-Vergleich: Die besten DatensicherungsprogrammeSimon Brattshut­ter­stock

Backup-Software-Vergleich: Die besten Da­ten­si­che­rungs­pro­gram­me

Der Verlust von Daten kann schwer­wie­gen­de Folgen haben. Backup-Programme bieten die Mög­lich­keit, wichtige Daten re­gel­mä­ßig zu sichern und diese bei Hardware-Ausfällen, Viren oder Ha­cker­an­grif­fen einfach wie­der­her­zu­stel­len. Eine zu­ver­läs­si­ge Backup-Software ge­währ­leis­tet den…

Mehr lesen
Bild: Umami als Google-Analytics-Alternative: Webanalyse mit Open Source

Umami als Google-Analytics-Al­ter­na­ti­ve: Web­ana­ly­se mit Open Source

Nicht jede Website benötigt eine komplexe Ana­ly­se­platt­form mit hunderten Berichten und Ein­stel­lun­gen. Umami verfolgt einen anderen Ansatz und kon­zen­triert sich auf einfache, ver­ständ­li­che Web­ana­ly­se. Als Open-Source-Projekt kann die Software auf eigener In­fra­struk­tur betrieben…

Mehr lesen
Bild: FP8, FP16, BF16 & FP32: Numerische Präzision bei GPUs im Vergleich

FP8, FP16, BF16 & FP32: Nu­me­ri­sche Präzision bei GPUs im Vergleich

Große KI-Modelle wie LLMs wären ohne re­du­zier­te nu­me­ri­sche Präzision kaum effizient trai­nier­bar. Formate wie FP16, BF16 und FP8 senken den Spei­cher­be­darf erheblich und be­schleu­ni­gen Be­rech­nun­gen auf modernen GPUs. Gleich­zei­tig be­ein­flusst die gewählte Präzision die Sta­bi­li­tät und…

Mehr lesen
Bild: KI-Beschleuniger: GPU, TPU, NPU und LPU im Architektur-Vergleich

KI-Be­schleu­ni­ger: GPU, TPU, NPU und LPU im Ar­chi­tek­tur-Vergleich

KI-Be­schleu­ni­ger sind die Hardware hinter modernen Sprach­mo­del­len, Bild­ge­ne­ra­to­ren und lokalen KI-Funk­tio­nen. Doch GPU, TPU, NPU und LPU verfolgen sehr un­ter­schied­li­che Ansätze: vom Training riesiger Modelle im Re­chen­zen­trum bis zur en­er­gie­ef­fi­zi­en­ten Inferenz direkt auf dem…

Mehr lesen
Bild: Disaster Recovery as a Service (DRaaS)max­ka­ba­kovShut­ter­stock

Disaster Recovery as a Service (DRaaS)

Im Zuge der Di­gi­ta­li­sie­rung rückte die Wich­tig­keit von Backups ins Be­wusst­sein von Mit­ar­bei­tern und Ent­schei­dungs­trä­gern. Dabei galt die 3-2-1 Regel als Gold­stan­dard: von jeder Datei werden zwei red­un­dan­te Kopien vor­ge­hal­ten. Im Zuge der tech­no­lo­gi­schen Ent­wick­lung geht der Trend…

Mehr lesen
Bild: Cloud Disaster Recovery: Bestens vorbereitet für den Worst CaseRawpixel.comShut­ter­stock

Cloud Disaster Recovery: Bestens vor­be­rei­tet für den Worst Case

Eines der größten Auf­ga­ben­fel­der für Ver­ant­wort­li­che von Business-IT ist die lang­fris­ti­ge Si­cher­heit von Daten, Soft- und Hardware: Wird die Business-Logik lahm­ge­legt, ist eine schnelle Wie­der­her­stel­lung es­sen­zi­ell. Cloud Disaster Recovery (Cloud DR) ist ein Konzept, das sich…

Mehr lesen
Bild: CPU vs. GPU in der Cloud: Wann sich der Umstieg amortisiert

CPU vs. GPU in der Cloud: Wann sich der Umstieg amor­ti­siert

CPUs und GPUs verfolgen un­ter­schied­li­che Ziele: Während CPUs auf geringe Latenz und komplexe Logik optimiert sind, liefern GPUs enorme Leistung bei par­al­le­len Be­rech­nun­gen. Unser Artikel erklärt die tech­ni­schen Un­ter­schie­de bei CPUs vs. GPUs ver­ständ­lich und zeigt anhand…

Mehr lesen
Bild: NVIDIA Blackwell B200 vs. Hopper H100: Welche Cloud-GPU für welche AI-Last?Ahmet Mi­sir­li­gulshut­ter­stock

NVIDIA Blackwell B200 vs. Hopper H100: Welche Cloud-GPU für welche AI-Last?

Mit Blackwell führt NVIDIA eine neue GPU-Ge­ne­ra­ti­on ein. Gegenüber der H100 ver­bes­sert die B200 unter anderem Spei­cher­band­brei­te, In­ter­con­nect-Leistung und Effizienz pro erzeugtem Token. Unser Artikel ana­ly­siert die Un­ter­schie­de zwischen Blackwell vs. Hopper und liefert eine…

Mehr lesen
Bild: VRAM-Kalkulation 2026: Cloud-GPUs für LLMs & 4K richtig wählenji­jo­mat­hai­de­si­gnersshut­ter­stock

VRAM-Kal­ku­la­ti­on 2026: Cloud-GPUs für LLMs & 4K richtig wählen

Mehr CUDA-Cores bedeuten nicht au­to­ma­tisch mehr Leistung. Bei modernen Sprach­mo­del­len, 4K-Video-Workflows und 3D-Ren­de­rings wird häufig der ver­füg­ba­re VRAM zum ei­gent­li­chen Fla­schen­hals. In diesem Artikel erklären wir, warum Spei­cher­ka­pa­zi­tät und Spei­cher­band­brei­te oft wichtiger…

Mehr lesen
Bild: NVIDIA RAPIDS: Data Science auf GPUs beschleunigenTitima Ong­kan­tongShut­ter­stock

NVIDIA RAPIDS: Data Science auf GPUs be­schleu­ni­gen

NVIDIA RAPIDS gehört zu den wich­tigs­ten Open-Source-Projekten für GPU-be­schleu­nig­te Da­ten­ver­ar­bei­tung. Die Plattform er­mög­licht es, bekannte Python-Bi­blio­the­ken wie pandas, scikit-learn und NetworkX durch GPU-op­ti­mier­te Varianten zu ersetzen. Dadurch lassen sich große Da­ten­sät­ze…

Mehr lesen