Künstliche Intelligenz
Metas KI-Beschleuniger sollen 2027 Nvidia & Co. überholen
Der KI-Beschleuniger MTIA 300 läuft bereits produktiv in Meta-Rechenzentren; jetzt stellt Meta auch MTIA 400 vor, der die Labortests abgeschlossen hat und kurz vor dem Feldeinsatz steht. Das ist noch nicht alles: Bereits 2027 will Meta zwei weitere Generationen in seine Rechenzentren bringen und in manchen Anwendungsfällen KI-Beschleuniger etwa von AMD und Nvidia abhängen.
Weiterlesen nach der Anzeige
MTIA steht zwar für „Meta Training and Inference Accelerator“, allerdings will sich Meta laut Ankündigung künftig auf Inferenz fokussieren. Dabei führen die Chips bereits trainierte KI-Modelle aus, etwa um Chatanfragen von Nutzern zu beantworten. Meta nennt Inferenz für generative KI als wichtigstes Einsatzgebiet seiner Chips. MTIA 400 soll der letzte „allgemeine“ Beschleuniger ohne diesen Fokus darstellen.
Chipletifizierung mit RISC-V
Der MTIA 400 besteht aus insgesamt fünf Chiplets plus vier Speicherstapeln vom Typ High-Bandwidth Memory (HBM; die Generation nennt Meta nicht konkret). In den zwei größten Chiplets sitzen die Rechenwerke. Ein sogenanntes Processing Element (PE) setzt auf zwei RISC-V-Kerne zur Verwaltung. Sie führen Code aus und lagern bestimmte Aufgaben über einen Command-Prozessor an spezialisierte Schaltkreise aus, können über ihre Vektoreinheiten aber auch selbst SIMD-artig (Single-Instruction-Multiple-Data) rechnen.

MTIA 300
Meta
)
Dazu gesellen sich Matrix-Einheiten (Dot Product Engines), Reduction Engines für die Akkumulationsrechnungen und Kommunikation mit anderen PEs, sowie DMA Engines (Direct Memory Access) für Datenbewegungen. Jede PE hat lokalen Cache, zudem teilen sich alle PEs einen gemeinsamen SRAM-Cache. In diesen Compute-Chiplets sitzen zudem die Speicher-Controller für das HBM.
In zwei weiteren Chiplets sitzen Netzwerk-Controller für insgesamt zwölf 800-Gbit/s-Verbindungen, über die Meta bis zu 72 KI-Beschleuniger aneinanderkoppelt. Ein System-on-Chip-Die enthält unter anderem PCI-Express-Controller und einen übergeordneten Control Core Processor (CCP) aus mehreren RISC-V-Kernen zur Ansteuerung des gesamten KI-Beschleunigers.
Ein MTIA 400 nimmt 1200 Watt auf, kommt mit 288 GByte HBM und schafft 12 Billiarden vierbittige Gleitkomma-Operationen pro Sekunde (12 FP4-Petaflops). Metas MX4-Angabe bezieht sich auf die sogenannten Microscaling Formats, die das Open Compute Project (OCP) aufbauend auf FP4 spezifiziert.
Weiterlesen nach der Anzeige

Spezifikationen der Meta-KI-Beschleuniger.
(Bild: Meta)
MTIA 450 und 500 gehen auf die 2000 Watt zu
Der MTIA 450 verwendet überarbeitete Compute-Chiplets und schnelleres HBM. Die Verdoppelung der Übertragungsrate auf 18,4 TByte/s bei gleichbleibender Kapazität von 288 GByte spricht für eine neue Generation, womöglich HBM4.
Meta will hier vor allem die FP4-Geschwindigkeit steigern. Die Rede ist von 21 Petaflops, ein Plus von 75 Prozent. Die elektrische Leistungsaufnahme steigt um 17 Prozent auf 1400 Watt. Ab Anfang 2027 soll der MTIA 450 einsatzbereit sein.
Später im Jahr 2027 folgt der MTIA 500. Meta visiert ein Performance-Plus von über 40 Prozent an. Die Compute-Chiplets sind ab da vier- statt zweigeteilt. Zudem steigt die Speicherkapazität auf 384 bis 512 GByte; die Übertragungsrate auf 27,6 TByte/s. Meta visiert dafür ein Energiebudget von 1700 Watt an.

Ein kompletter Server mit 72 KI-Beschleunigern von Meta.
(Bild: Meta)
Kürzere Entwicklungszeiten
Mit dem Chiplet-Ansatz will Meta gezielt die Entwicklung neuer KI-Beschleuniger verkürzen. Auch die restliche Hardware drumherum ist auf schnelle Wechsel ausgelegt: Alle vier Generationen sollen in denselben Servern laufen. So möchte Meta den schnellen Fortschritten in der KI-Entwicklung entgegenkommen. KI-Beschleuniger anderer Firmen will der Konzern trotzdem weiterhin einsetzen.
Broadcom hilft Meta bei den Designs, wie auch vielen anderen Hyperscalern bei ihren KI-Beschleunigern. Zu den Strukturbreiten äußert sich Meta nicht; 2- oder 3-Nanometer-Fertigungstechnik von TSMC erscheint allerdings logisch.
(mma)
Künstliche Intelligenz
Apple gibt Cloud-Modell für kleinere Entwickler kostenlos frei
Apple ist sichtlich stolz auf seine Apple Foundation Models (AFM) der dritten Generation: Dank der Verknüpfung bestehender eigener Technik mit Googles Gemini-Modellen sollen Siri AI und weitere Anwendungen der Künstlichen Intelligenz auf iPhone, Mac oder iPad endlich auf einem aktuellen Stand sein. Auch für Entwickler haben die verschiedenen AFM-3-Varianten Vorteile: Apple will auch die – bei der Konkurrenz zunehmend teuren – Cloud-Modelle unter bestimmten Umständen kostenlos zur Verfügung stellen. Das gilt, so Josh Shaffer, Senior Director für den Bereich Platform Technologies bei Apple bei der diesjährigen „Platforms State of the Union“ des Konzerns, egal, ob es sich um die erste App eines Entwicklers handelt oder dieser schon länger dabei ist.
Weiterlesen nach der Anzeige
Bessere KI kostet zunächst nichts
Wer also KI-Funktionen in seiner Anwendung benötigt, soll auch zu den Cloud-Modellen greifen dürfen, ohne dafür zu zahlen. Die Voraussetzung ist, dass eine App weniger als zwei Millionen Erst-Downloads im App Store hat. Damit ist die kostenlose Verwendung deutlich leichter zu erreichen als etwa Apples Small-Business-Entwicklerprogramm, bei dem im App Store eine geringere Provision zu zahlen ist, wenn der Umsatz im Jahr bei unter einer Million US-Dollar liegt.
API-Kosten, so Shaffer, fallen bei AFM in der Cloud nicht an. Die Modelle laufen mit Apples Datenschutzsystem Private Cloud Compute (PCC), bei dem weder Apple noch Dritte auf Inhalte schauen können. Das System lief bislang nur auf Apples eigenen KI-Servern, wird nun aber auch in die Google Cloud verlagert, wo Nvidia-Chips zum Einsatz kommen. Apple hat noch keine weiteren Angaben dazu gemacht, wie viel Entwickler zu zahlen haben, die über 2 Millionen Downloads liegen.
Schon vorher war Apple spendabel
Apple hatte Apple Intelligence schon zuvor über APIs Entwicklern zugänglich gemacht. Auch hier ging es darum, die Technik populärer zu machen. Da Apples Modelle technisch hinter OpenAI & Co. lagen, griffen Developer jedoch bei anspruchsvolleren Aufgaben zu deren Angeboten. Das will der Konzern nun augenscheinlich ändern.
Apple bietet insgesamt fünf neue Modelle. AFM 3 Core und AFM 3 Core Advanced laufen lokal auf den Geräten – mit drei Milliarden Parametern beziehungsweise 20 Milliarden (als „Sparse“-Architektur, die weniger Speicher braucht). In der Cloud laufen AFM 3 Cloud (Standardmodell, „Arbeitspferd“), ADM 3 Cloud (Image) (für Bildgenerierung und Bildeditierung) und AFM 3 Cloud Pro. Letzteres soll sich für „komplexes Reasoning“ sowie erstmals auch Agentic-Tool-Use eignen. Entwickler können die Modelle bereits im Rahmen der aktuellen Developer-Betaphase von iOS 27, macOS 27 & Co. ausprobieren.
Weiterlesen nach der Anzeige
Update
11.06.2026,
16:52
Uhr
Apple nennt in der Platforms State of the Union nicht explizit, welche Cloud-Modelle kostenlos nutzbar sind. Es wäre damit zumindest denkbar, dass AFM 3 Cloud Pro nicht Teil des Angebots ist – bestätigt ist das noch nicht.
Shaffer bezeichnet die Verwendung der Apple Foundation Models (Mehrzahl) in Private Cloud Compute als von API-Kosten befreit, doch hat Apple ja drei Cloud-Modelle: AFM 3 Cloud, ADM 3 Cloud (Image) und eben AFM 3 Cloud Pro.
(bsc)
Künstliche Intelligenz
Autonomes Boot rettet US-Piloten aus Seenot
Ein unbemanntes Boot der US-Marine hat die zweiköpfige Besatzung eines US-Kampfhubschraubers gerettet. Der Hubschrauber war vor der Küste des Emirats Oman ins Meer gestürzt.
Weiterlesen nach der Anzeige
Etwa zwei Stunden nach dem Absturz seien die beiden gerettet worden, teilte das Oberkommando für die US-Streitkräfte im Nahen Osten und Zentralasien mit. Der Hubschrauber vom Typ AH-64 Apache der US-Armee sei auf einem Patrouillenflug vor der Küste Omans gewesen und gegen 3 Uhr morgens Ortszeit abgestürzt. Die Ursache für den Absturz werde noch untersucht.
Gerettet wurden die beiden von einem autonom fahrenden Boot. Es war das erste Mal, dass die US-Marine eine solche Aktion durchführte, wie die britische Nachrichtenagentur Reuters berichtete.
Abtransport per Hubschrauber
Die Drohne sei eingesetzt worden, weil sie sich in der Nähe befand und über die für den Einsatz nötigen Fähigkeiten verfügte, sagte Tim Hawkins, ein Sprecher des US-Regionalkommandos, Reuters. Sie habe die Geretteten aufgenommen und zu einem anderen Ort auf dem Wasser gebracht. Dort aus seien sie von einem Hubschrauber aufgenommen und weggebracht worden.
Das unbemannte Boot war eine Corsair des US-Herstellers Saronic Technologies. Das 24 Fuß (7,3 Meter) lange Wasserfahrzeug ist mit einer Sensorik ausgestattet, mit der es die beiden Piloten auch im Dunkeln im Wasser lokalisieren konnte. Die Corsair schafft eine Geschwindigkeit von über 35 Knoten (knapp 65 Kilometer pro Stunde) und hat eine Reichweite von über 1000 Seemeilen (1852 Kilometer). Es kann eine Zuladung von gut 450 Kilogramm aufnehmen.
Die betreffende Corsair wird von der Task Force 59 der 5. US-Flotte betrieben. Diese Spezialeinheit beschäftigt sich laut Reuters damit, unbemannte Systeme und Künstliche Intelligenz in den täglichen Einsatz der Marine zu integrieren.
Weiterlesen nach der Anzeige
(wpl)
Künstliche Intelligenz
Diagnosegerät für Maker und Hardware-Entwickler
Haleng hat für I2C-Debugging den I2C Doctor entwickelt. Ein Diagnosewerkzeug mit integriertem Bildschirm, das die Analyse von I²C-Anwendungen vereinfachen soll.
Weiterlesen nach der Anzeige
Das Gerät basiert auf einem ESP32 mit zwei Prozessorkernen und 240 MHz Taktfrequenz sowie 4 MB Flash-Speicher. Die Bedienung erfolgt über drei Tasten und ein 1,3 Zoll großes TFT-Farbdisplay mit einer Auflösung von 240 × 240 Pixeln. Die Stromversorgung übernimmt eine USB-C-Buchse. Das eigentliche Einsatzgebiet liegt jedoch auf der Hardwareseite: Über Grove-, STEMMA-, QT- und QWIIC-Anschlüsse sowie zusätzliche Stiftleisten lässt sich der I2C Doctor direkt mit Schaltungen verbinden.
Hinweise in Textform
Nach dem Anschluss analysiert das Gerät den Zustand des I²C-Busses. Dabei werden Spannungen, Pull-up-Widerstände, Kurzschlüsse, Signalanstiegszeiten und Ströme bewertet. Anschließend berechnet die Firmware einen Gesundheitswert zwischen 0 und 100 Prozent und gibt konkrete Empfehlungen aus. Statt Rohdaten oder Oszilloskop-Kurven erhält der Anwender Hinweise in Klartext. Wer schon einmal mehrere Stunden damit verbracht hat, herauszufinden, warum ein OLED-Display einfach schwarz bleibt, dürfte diesen Ansatz zu schätzen wissen.
Die Analyse berücksichtigt dabei verschiedene I²C-Geschwindigkeiten von 10 kHz bis 1 MHz. Über DIP-Schalter können Pull-up-Widerstände mit 10 kΩ, 4,7 kΩ, 2,2 kΩ oder 1 kΩ zugeschaltet werden. So lässt sich direkt prüfen, wie sich unterschiedliche Konfigurationen auf die Busqualität auswirken. Zusätzlich überwacht ein Pull-up-Analyzer die Widerstandswerte und bewertet sie als passend, zu hoch oder zu niedrig.
Neben der eigentlichen Diagnose verfügt der I²C Doctor über eine Reihe weiterer Werkzeuge. Ein integrierter Adress-Scanner erkennt angeschlossene Geräte und versucht anhand einer internen Datenbank, bekannte Sensoren automatisch zu identifizieren. Ferner gibt es einen Live-Monitor, der die Kommunikation eines Masters beobachtet und Informationen wie Busgeschwindigkeit, Datenrate sowie die zuletzt übertragenen Bytes anzeigt.
Für Entwickler eigener Hardware dürfte insbesondere der Bereich „Fault Injection“ interessant sein. Hier können gezielt Fehlerzustände simuliert werden. So lassen sich zusätzliche Leitungskapazitäten zuschalten, um lange Kabel nachzubilden. Auch elektromagnetische Störungen, Clock Stretching oder ein blockierter Bus können künstlich erzeugt werden. Damit kann überprüft werden, wie robust eine Schaltung auf ungünstige Bedingungen reagiert. Wer seine Hardware bisher nur unter Idealbedingungen getestet hat, bekommt hier gewissermaßen einen eingebauten Nörgler für den I²C-Bus.
Weiterlesen nach der Anzeige
Für Entwicklung von Firmware
Ebenfalls vorhanden sind ein Stresstest für einzelne Geräte, ein Werkzeug zur Ermittlung der maximal stabilen Kommunikationsgeschwindigkeit sowie Funktionen zum Lesen und Schreiben von Registern. Sogar ein Sensor-Simulator ist integriert. Dabei verhält sich der I2C Doctor selbst wie ein I2C-Gerät und kann beliebige Daten an einen Master zurückliefern. Das kann bei der Entwicklung eigener Firmware hilfreich sein, wenn die eigentliche Hardware noch nicht verfügbar ist.
Auch an den Praxiseinsatz wurde gedacht. Die I²C-Schnittstellen sind durch Serienwiderstände geschützt.
Firmware-Updates erfolgen entweder per USB oder drahtlos über einen integrierten WLAN-Access-Point. Dazu wird eine neue Firmware-Datei über den Browser auf das Gerät übertragen. Der verbaute ESP32 besitzt zwar WLAN-Unterstützung, laut Dokumentation wird standardmäßig jedoch keine Antenne montiert. Für Updates sollte sich das Gerät daher in unmittelbarer Nähe befinden.
Mit Abmessungen von rund 84 × 50 mm inklusive Gehäuse bleibt der I2C Doctor kompakt genug für den Werkzeugkoffer oder die Schreibtischschublade. Für Maker, die regelmäßig mit Sensoren, Displays oder Mikrocontrollern arbeiten, könnte das Gerät eine interessante Ergänzung zu Multimeter und Logikanalysator sein. Ein Oszilloskop ersetzt es zwar nicht, dafür verspricht es eine deutlich angenehmere Antwort auf die Frage, warum der I²C-Bus mal wieder beschlossen hat, heute nicht mitzuarbeiten.
Erhältlich ist der I2C Doctor für 59 US-Dollar auf Tindie. Dort findet man auch eine ausführliche Dokumentation.
Wer doch ein Oszi haben möchte, wird in unserem Maker-Guide dazu an die Hand genommen
(das)
-
Apps & Mobile Entwicklungvor 3 MonatenMähroboter ohne Begrenzungsdraht für Gärten mit bis zu 300 m²
-
Künstliche Intelligenzvor 3 MonateniPhone Fold Leak: Apple spart sich wohl iPad‑Multitasking
-
Künstliche Intelligenzvor 3 Monaten
JBL Bar 1300MK2 im Test: Soundbar mit Dolby Atmos, starkem Bass und Akku‑Rears
-
Künstliche Intelligenzvor 3 MonatenOscars 2026: Was die heise‑Leser anders entschieden hätten
-
Social Mediavor 3 MonatenVon Kennzeichnung bis Plattformpflichten: Was die EU-Regeln für Influencer Marketing bedeuten – Katy Link im AllSocial Interview
-
Künstliche Intelligenzvor 3 MonatenEmpfehlungsalgorithmen bei TikTok erklärt: Die Maschine hinter dem Endlos‑Feed
-
Künstliche Intelligenzvor 3 Monaten
Top 10: Die besten Wireless‑Adapter für Carplay im Test – iPhone kabellos nutzen
-
Künstliche Intelligenzvor 2 MonatenWeitere Entlassungswelle bei Disney: Bis zu 1000 Mitarbeiter betroffen
