Connect with us

Künstliche Intelligenz

Marvell: Bericht über Verhandlungen mit Google zur Entwicklung zweier KI-Chips


close notice

This article is also available in
English.

It was translated with technical assistance and editorially reviewed before publication.

Der US-Konzern Google befindet sich in Gesprächen mit dem Chipdesigner Marvell Technology über die Entwicklung zweier neuer Chips, die KI-Modelle effizienter ausführen sollen. Das berichtete am Sonntag das Techportal The Information mit Verweis auf zwei Personen, die mit den Gesprächen direkt vertraut sind.

Weiterlesen nach der Anzeige

Dem Bericht zufolge könnte der mögliche Deal zwei unterschiedliche Chips umfassen: eine Speicherverarbeitungseinheit als Ergänzung zu Googles Tensor Processing Unit (TPU) und eine neue TPU zur effizienteren Ausführung von KI-Modellen.

Googles mögliche Kooperation mit Marvell deutet laut dem Finanzportal Finanzen.net auf eine Doppelstrategie hin. Die konzerneigenen TPUs sollen technologisch weiterentwickelt und die Chips stärker als eigenständige Cloud-Produkte positioniert werden.

Parallel dazu versuche Google, den Absatz seiner eigenen KI-Hardware über Partnerschaften mit anderen Cloud-Anbietern und Großkunden auszuweiten. Gerade erst wurde bekannt, dass Anthropic im großen Stil Googles TPUs einsetzen will, um auf ihnen seine Claude-Modelle laufen zu lassen.

Bislang arbeitet Google bei der Chipentwicklung vor allem mit dem US-Halbleiterkonzern Broadcom zusammen. Laut The Information strebt die Alphabet-Tochter angesichts der stark steigenden Nachfrage nach ihren Chips aber eine Diversifizierung der Lieferantenbeziehungen zu Broadcom an. Das liegt im Trend. Infolge des zunehmenden Wettbewerbs im Bereich Künstliche Intelligenz (KI) versuchen Tech-Konzerne wie eben Google oder auch Meta ihre Abhängigkeit von externen Chipherstellern zu verringern und zunehmend eigene Chips zu entwickeln.

Weiterlesen nach der Anzeige

Für Marvell wäre eine Zusammenarbeit mit Google hingegen ein weiterer prestigeträchtiger Auftrag. Nach dem Bekanntwerden der Gespräche mit Google legte der Kurs der Marvell-Aktie laut einem Bericht der Nachrichtenagentur Reuters an den Börsen stark zu.

Ende März investierte bereits der US-Chip-Konzern Nividia zwei Milliarden US-Dollar in Marvell. Beide Unternehmen gehen zudem eine strategische Partnerschaft ein. Diese soll Kunden, die auf Nvidia-Architekturen aufbauen, die Nutzung der von Marvell entwickelten, kundenspezifischen KI-Chips in Kombination mit Nvidias Netzwerkkomponenten und Prozessoren erleichtern. Marvell positioniert sich seit einigen Jahren gezielt als Anbieter solch maßgeschneiderter Spezialchips für Hyperscaler. Die Nachfrage nach solchen kundenspezifischen Lösungen wächst rasant, wie das Interesse von Nvidia und nun auch Google zeigt.


(akn)



Source link

Künstliche Intelligenz

Die diversen Probleme von Secure Boot und ihre Auswirkungen


Es ist ein wirklich großes Versprechen: Sie sollen einem Computer vertrauen können, weil auf dem Gerät nur Software läuft, für die ein renommierter Hersteller bürgt. Das beginnt schon beim Einschalten. Früher übergab die Firmware des Mainboards nach dem Initialisieren der Hardware die weitere Kontrolle an den erstbesten Bootmanager, den sie fand. Falls der Schadcode enthielt, konnten Angreifer den ganzen PC noch vor dem Start des Betriebssystems übernehmen. Der Schädling erlangte weitreichende Kontrolle und konnte sich besonders effektiv vor Entdeckung schützen.

Auf einem „vertrauenswürdigen“ PC läuft das anders: Die Firmware des Mainboards übergibt die Kontrolle nur dann an einen Bootmanager, wenn dieser vom Hersteller kryptografisch signiert wurde. Der Marketing-Name dafür lautet „UEFI Secure Boot“. In der Praxis zeigt sich allerdings, dass dieser Schutzmechanismus auf vielen Computern direkt in die Falle führt, weil Secure Boot den PC nicht mehr vor Schadcode schützt, sondern Sie als Benutzer aktiv behindert: Ihre bewährten Wiederherstellungsmedien für Backups starten nicht mehr, das Installieren neuer Betriebssysteme schlägt fehl, womöglich scheitert sogar der Start Ihrer Linux- oder Windows-Installation von der SSD.

  • Eigentlich soll UEFI Secure Boot den PC vor Schadcode beim Booten schützen, indem die Firmware nur signierte Bootmanager ausführt.
  • Weil wichtige Zertifikate in diesem Jahr auslaufen, drohen auf Millionen von Windows- und Linux-PCs Bootprobleme. Auch Rettungs-, Wiederherstellungs- und Setup-Medien können betroffen sein.
  • Wir erklären die Grundlagen von Secure Boot und zeigen mit c’t-Skripten, wie Sie Ihre Rechner schnell überprüfen.

Wir erklären in diesem Beitrag, was Secure Boot überhaupt ist. Die nachfolgenden Beiträge dröseln die diversen Probleme von Secure Boot auf und stellen Skripte vor, die Ihnen dabei helfen, sich einen Überblick zu verschaffen, was das für Ihren PC bedeutet. Den Abschluss der Strecke bilden Tipps, was Sie nun tun können.


Das war die Leseprobe unseres heise-Plus-Artikels „Die diversen Probleme von Secure Boot und ihre Auswirkungen“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.



Source link

Weiterlesen

Künstliche Intelligenz

Post zum Freitag: Wie Sie die Leistung Ihrer Monoblock-Klimaanlage optimieren


Liebe Leser,

Weiterlesen nach der Anzeige

der Hitzewelle im Mai bin ich glücklicherweise entkommen, da stand der Schweden-Urlaub an. Doch leider lässt sich nicht immer nach Skandinavien flüchten, wenn es hierzulande heiß wird. Und nun, mittlerweile im meteorologischen Sommer angekommen, ist es nur noch eine Frage der Zeit, bis man in Deutschland wieder unter Temperaturen von 30 °C und mehr ächzt.

Leider haben nur die wenigsten von uns eine Split-Klimaanlage in Haus oder Wohnung, und so müssen andere Methoden her, um die Raumtemperatur spürbar abzusenken. Deswegen liebäugeln viele mit einer günstigen Monoblock-Klimaanlage – solche schon ab rund 200 Euro erhältlichen Geräte schaffen es tatsächlich, die Temperatur nicht allzu großer Räume spürbar zu senken.



Klimaanlage effizienter betreiben: Zweischlauchkonstruktion mit dicht abschließenden Kanten.

(Bild: Jan Philipp Wöbbeking / heise medien)

Doch häufig dauert das eine ganze Weile und ist vergleichsweise ineffizient. Grund genug für unseren Klima-Kollegen Jan, selbst Hand anzulegen und die Leistung seiner Klimaanlage zu optimieren. Dafür hat er sich eine eigene Fensterdurchführung samt Schlauchisolierung gebaut und zeigt in seinem Bastelartikel, wie Sie das nachbauen können.

Der Sommer ist aber nicht nur für Klimaanlagen die perfekte Einsatzzeit, sondern auch für Solargeneratoren. Mittlerweile gibt es tragbare Geräte, die sich über Solarpanels laden lassen und bei Kapazitäten von bis zu einer Kilowattstunde sogar kurzfristig für ausreichend Notstrom sorgen. Kollege Johannes hat vier Solargeneratoren mit Kapazitäten zwischen 614 und 1070 Wattstunden getestet. Der schwerste wiegt gut 12 kg, ist also auch für Nicht-Bodybuilder bequem tragbar. Scheint mal nicht die Sonne, lassen sie sich auch über die Zigarettenanzünderbuchse des Autos oder über ein mitgeliefertes Netzteil laden.



Günstige, kleine Beamer für die Fussball-WM gibts schon ab 150 Euro.

(Bild: heise medien)

Übrigens: Am 11. Juni startet die Fußball-Weltmeisterschaft. Die Fußball-verrückten Kollegen freuen sich schon jetzt aufs „Public Viewing“ – sei es auf irgendeinem Marktplatz, einer Kneipe oder zu Hause im Garten. Letzteres ist mithilfe von smarten Mobilbeamern wirklich einfach und günstig umsetzbar. Entsprechend haben wir sechs aktuelle Geräte zwischen 150 und 650 Euro getestet, die im Zusammenspiel mit einer günstigen Leinwand ein durchaus beeindruckendes Ergebnis liefern.

Weiterlesen nach der Anzeige

Wem weder Sonne noch Fußball reizen, ist vor dem eigenen Computer sicher am besten aufgehoben. Insbesondere Blogging-Interessierte sollten sich das neue WordPress 7 anschauen, das erstmals Schnittstellen für externe KI-Dienste mitbringt. Über diese können WordPress-Nutzer ihre Texte verbessern und rasch Bilder für Aufmacher erstellen. Unser Ratgeber zeigt, wie Sie mit WordPress 7 eine eigene Website bauen und die KI-Funktionen einrichten.

Wem das alles zu sehr nach Arbeit klingt, kann sich am Wochenende auch mit älteren Spiele-Perlen beschäftigen, etwa Mario und Zelda. Unser Retro-Experte hat sich angeschaut, wie sich 3D-Spiele der späten 90er-Jahre mit HD-Texturen aufhübschen lassen. Dadurch wirken etwa Grasböden sowie Oberflächen von Holzkisten detaillierter. Wir zeigen, wie das beispielsweise für Super Mario 64, The Legend of Zelda: Ocarina of Time und GTA V funktioniert.

Ob mit Sonne, Blogging oder Retro-Spiel: Ich wünsche Ihnen ein angenehmes Wochenende.

Ihr
Martin Fischer

Stellv. Chefredakteur heise medien


(mfi)



Source link

Weiterlesen

Künstliche Intelligenz

Fritz SmartEnergy 250: Mit Emulation zur PV-Akku-Steuerung


Da die Preise für Photovoltaik-Speicher stark gefallen sind, lohnt sich deren Anschaffung zunehmend. Damit lässt sich Strom speichern und etwa nach Zeitplan später ins Hausnetz einspeisen. Bedarfsgerechte Steuerung, auch als Nulleinspeisung bekannt, ist jedoch die Königsdisziplin. Allerdings braucht es dafür einen Smart-Meter – das meint ein Zangenmessgerät oder Strommesser –, das den aktuellen Strombedarf ausliest und einen Elektriker, der das einbaut – wenn noch Platz ist; das wird damit unter Umständen zum kostspieligen Unterfangen. Die Idee liegt nahe: Geht das nicht auch nichtinvasiv mit Lesekopf-Aufsatz wie dem Fritz SmartEnergy 250? Wir haben es ausprobiert.

Weiterlesen nach der Anzeige

Vorneweg gibt es dazu anzumerken, dass es keine einfache Lösung für alle Fälle gibt. Jeder PV-Speicher von unterschiedlichen Herstellern möchte die aktuellen Daten auf andere Art und Weise aufbereitet vorfinden. Selbst beim selben Hersteller gibt es da Unterschiede, abhängig von der Firmware-Version oder dem konkreten Speicher-Modell.

Die erste Idee war daher, das eigentlich von allen PV-Speichern unterstützte Smart-Meter Shelly Pro 3EM zu emulieren. Das ist gut erforscht und hat ein klar definiertes Verhalten. Es muss ein Programm her, das die Datenausgabe eines Shelly emuliert und dafür die Werte eines Lesekopfes, in diesem Fall dem populären Fritz SmartEnergy 250, ausliest und aufbereitet.

Als Plattform dient ein bereits im Heimnetz aktiver Raspberry Pi – genauer gesagt ein mit DietPi betriebener Radxa Zero 3 W – der ist recht genügsam und zieht selbst je nach Last zwischen 100 und 300 Milliampere). DietPi ist weitgehend mit Raspberry Pi OS kompatibel, was die Einrichtung anbelangt, das Projekt lässt sich daher auch damit umsetzen. Es gibt bereits einige Lösungen etwa für Home Assistant zum Einbinden von IR-Leseköpfen, aber das hat und will nicht jeder unbedingt haben, und der direkte Weg in die Akku-App ohne ein ganzes Heimautomatisierungssystem einzurichten, wirkt dafür eleganter.

Da es sehr viel zu erforschen und auszuprobieren gibt, soll die Programmierarbeit mit starker Unterstützung von Künstlicher Intelligenz erfolgen. Dazu reichen bereits kostenlos nutzbare Modelle wie Googles Gemini aus – wichtig ist jedoch, darauf zu achten, nicht auf dem derzeit voreingestellten „Flash-Lite“-Modell zu bleiben, sondern auf „Flash“ umzustellen. Flash-Lite macht viele Fehler und ist äußerst vergesslich; das größere Flash-Modell jedoch nicht unbegrenzt nutzbar. Google sperrt die Nutzung dann gegebenenfalls mal für mehrere Stunden oder schaltet ohne Rückmeldung auf das Lite-Modell zurück, wodurch auf einmal fehlerhafte Antworten zurückkommen. Das Skript landet mittels git in einer Versionierung, damit gegebenenfalls fehlerhafte Änderungen leicht rückgängig zu machen sind.

Im konkreten Versuch geht es darum, zwei Marstek-B2500-D-Speicher mit Daten aus dem Fritz SmartEnergy 250 zu steuern. In der App kann man dafür Marstek-eigene Smart-Meter wie das CT002 oder CT003 auswählen, aber auch mehrere Shelly-Smart-Meter, die weitverbreitet für solche Steuerungsaufgaben sind. Die Marstek-Speicher sind typische Nachrüstlösungen, die durch die MC4-Anschlüsse zwischen Solarpanele und Wechselrichter eingeschleift werden. Bei den Komplettlösungen ist inzwischen die Integration eines Wechselrichters in den Akku häufig anzutreffen.

Weiterlesen nach der Anzeige

Viele Fehlschläge führten zu einem Ansatz, der dann erfolgreich war. Die KI darf nicht vollständig losgelöst das Skript bauen, sondern mit klaren Vorgaben und dem Verweis etwa auf das AstraMeter-Projekt von Tom Quist, der eine bekannte Emulation für Home Assistant gebaut hat; auch das Uni-Meter-Projekt bietet derartige Emulationen. Bereits darin sind die unterschiedlichen Emulationen verankert und die KI leitet daraus funktionierende Umsetzungen ab, gegebenenfalls mit mehreren Nachfragen und Iterationen.

Im Beispiel mussten Eigenheiten der Marstek-Speicher berücksichtigt werden. Wer PV-Speicher von anderen Herstellern nutzt, muss die KI-Prompts entsprechend darauf anpassen.

Ein beispielhafter Startpunkt ist etwa: „Erstelle unter Zuhilfenahme der AstraMeter-Quellen von Tom Quist ein Python-Skript, das mit der fritzconnection-Python-Bibliothek die aktuellen Daten aus einem Fritz SmartEnergy 250 (Fritz SE) ausliest. Nutze die Adressen <192.168.178.1 (Fritzbox-IP)> zum Auslesen des Fritz SE. Benutzername lautet , Passwort . Die AIN lautet hingegen . Die gesuchten Werte sind im AIN-Zweig -1 und -2 zu finden. Lies diese Werte im Speicher ein und bereite sie auf, dass sie als Shelly Pro 3EM ausgegeben werden. Stelle im Python-Skript die mDNS-Broadcasts bereit, es soll auf Anfragen auf den benötigten Ports antworten. Ein Webserver ist bereits vorhanden, daher sind die TCP-Ports 80, 443, 8080 und 8443 nicht nutzbar.“

Die Python-Bibliotheken lassen sich unter Raspbian und DietPi nicht einfach mittels pip nachinstallieren. Der Aufruf lautet da dann etwa sudo apt install python3-.

Das Konto auf der Fritzbox muss Zugriff auf Smarthome-Funktionen haben, das müssen Interessierte dort einstellen. Dabei müssen sie auch gleich die Geräte-Kennung (AIN) des Fritz SmartEnergy in der Smart-Home-Rubrik der Fritzbox-Oberfläche herausfinden und mit übergeben. Gegebenenfalls ist auch eine mehrstufige Entwicklung hilfreich – zunächst muss das Auslesen des Fritz SE funktionieren, idealerweise im 10-Sekunden-Takt. Die KI braucht gegebenenfalls den Hinweis, dass SID-Handling nötig ist, da die Fritzbox-Firmwares der Versionen 8.20 und neuer da Änderungen brachten und einfaches Auslesen über PnP nicht klappt.

Dann muss das Skript noch die Daten so ausgeben, wie der eingesetzte Speicher es gerne hätte. Bei Marstek war es zum Schluss relativ einfach: Die Speicher selbst fragen auf UDP-Port 1010 per Broadcast nach, und erwarten eine Antwort auf UDP-Port 22222. Kaum war der Mechanismus umgesetzt, ließ sich die Emulation als Steuerung in der Marstek einrichten. Hier kommt das nächste Problem. In der Fritzbox-Oberfläche wechselt der Fritz SE bei längerer Beobachtung von seinem 2-Minuten-Zyklus in ein 10-sekündliches Update-Intervall; eine Speisung über USB anstatt aus Batterien sorgt ebenfalls für den Übergang auf den 10-s-Takt. Damit sollte eine einigermaßen realistische Nachverfolgung des aktuellen Bedarfs möglich sein. Es gelang im Test jedoch nicht, diesen 10-Sekunden-Zyklus im Batteriebetrieb zu erzwingen. Die Werte bleiben also zwei Minuten stehen – zumindest in der Nacht passt das meist zum vorherrschenden Bedarf. Ein weiteres Problem besteht darin, dass die Emulation die Werte manchmal nicht korrekt übernimmt und damit falsche Werte für noch längere Zeit stehen bleiben.

Mit emuliertem Shelly lassen sich zudem mehrere Speicher nicht ordentlich gleichzeitig steuern, auch, wenn das Skript allen antwortet. Die Regelung schwingt sich dann auf und ab. Wer den konkreten Anwendungsfall mit mehreren Marstek-Speichern hat, kann der KI mitteilen, dass anstatt der Shelly-Emulation der Marstek-CT002 oder CT003 emuliert werden sollen. Das ist in den Quellen des AstraMeter-Projekts bereits hinterlegt und verspricht deutlich bessere Ergebnisse.

Das Skript kann die KI so bauen und auch eine Anleitung mitliefern, dass es sich auf dem Einplatinenrechner als Dienst einrichten lässt. Damit startet es automatisch und liefert dauerhaft die Emulation. Wer den Fritz SE 250 über USB speisen kann und lediglich einen Speicher verwendet, kann sich sicherlich mit einer solchen Lösung behelfen. Als Versuchsprojekt und zum Spaß funktioniert das auf jeden Fall – und ist insbesondere dann eine interessante Zwischenlösung, wenn der Elektriker zum Einbau eines „richtigen“ Smart-Meters erst in Wochen einen Termin hat.

Der Vergleich zur Variante mit dem echten Smart Meter in der Unterverteilung zeigt jedoch die Grenzen auf. Ein echtes Smart Meter braucht maximal Sekunden, bis Laständerungen bei den Speichern ankommen, die dann zügig darauf reagieren. Außerdem lassen sich damit auch mehrere Speicher ohne Klimmzüge und potenziell wackeliger Regelung steuern.

Das Beispielskript funktioniert mit Fritzbox-Firmwares ab Version 8.20 und kann darin die Werte des Fritz SE 250 auslesen. Die Ausgabe ist für Marstek B2500-D-Speicher angepasst. Das kann jedoch auch für andere Speicher als Ausgangspunkt für Anpassungen dienen – gegebenenfalls unter Zuhilfenahme einer KI zum Anpassen.


#!/usr/bin/python3
import threading
import time
import json
import socket
import logging
import requests
import hashlib
import binascii
import xml.etree.ElementTree as ET

# --- KONFIGURATION ---
FRITZ_IP = '192.168.178.1'
FRITZ_USER = ''
FRITZ_PW = ''
FRITZ_BASE_AIN = 'abcde fghijkl'
LISTEN_PORT = 2220

logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

data_lock = threading.Lock()
shared_data = {"power": 0.0, "sid": "0000000000000000", "gateway_addr": None}

class FritzCollector:
    def __init__(self):
        self.ain_base = FRITZ_BASE_AIN.replace(' ', '%20')

    def update(self):
        try:
            if shared_data["sid"] == "0000000000000000":
                r = requests.get(f" timeout=5)
                ch = ET.fromstring(r.text).findtext('Challenge')
                res = f"{ch}-{hashlib.md5(f'{ch}-{FRITZ_PW}'.encode('utf-16le')).hexdigest()}"
                resp = requests.get(f" timeout=5).text
                shared_data["sid"] = ET.fromstring(resp).findtext('SID')
            
            url = f"http://{FRITZ_IP}/webservices/homeautoswitch.lua?ain={self.ain_base}-1&sid={shared_data['sid']}&switchcmd=getdeviceinfos&refresh=1"
            req = requests.get(url, timeout=5)
            root = ET.fromstring(req.text)
            power = round(float(root.find(".//power").text) / 1000.0, 2)
            
            with data_lock:
                shared_data["power"] = power
            logging.info(f"FritzBox Update: {power} W")
        except Exception as e:
            logging.error(f"Fritz-Fehler: {e}")
            shared_data["sid"] = "0000000000000000"

def collector_loop():
    collector = FritzCollector()
    while True:
        collector.update()
        time.sleep(10)

def udp_server():
    sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
    sock.bind(('0.0.0.0', LISTEN_PORT))
    logging.info(f"Server aktiv auf Port {LISTEN_PORT}")
    
    while True:
        try:
            data, addr = sock.recvfrom(1024)
            with data_lock:
                shared_data["gateway_addr"] = addr
            
            if b"EM.GetStatus" in data:
                with data_lock:
                    p = shared_data["power"]
                response = {
                    "id": 1,
                    "src": "shellypro3em-e682e89c1724",
                    "result": {
                        "id": 0,
                        "a_act_power": p, "b_act_power": 0.0, "c_act_power": 0.0,
                        "total_act_power": p,
                        "a_voltage": 230.0, "a_current": round(p/230.0, 2)
                    }
                }
                sock.sendto(json.dumps(response, separators=(',', ':')).encode('utf-8'), addr)
                logging.info(f"Antwort an {addr} gesendet.")
        except Exception as e:
            logging.error(f"UDP Fehler: {e}")

if __name__ == "__main__":
    # Korrekter Start der Threads
    threading.Thread(target=collector_loop, daemon=True).start()
    udp_server()



(dmk)



Source link

Weiterlesen

Beliebt