Technik & Digitales – Mo, 27.07.2026 Abends

AWS-Ausfall trifft wieder mal große Dienste

AWS erleidet einen weiteren Ausfall, der Apple Pay, Reddit und Hulu für 80 Minuten außer Betrieb setzt. Dies ist der dritte Ausfall seit Mai, was Fragen zur Stabilität der Cloud-Infrastruktur aufwirft. Selbsthoster und Homelab-Betreiber sollten ihre Abhängigkeiten von Cloud-Diensten kritisch überprüfen.

Wer auf AWS-Dienste angewiesen ist, sollte Redundanz- und Failover-Strategien überdenken. Besonders relevant für kritische Workloads und Anwendungen, die hohe Verfügbarkeit erfordern.

● hoch · Mehrfachsignal · cloud

Windows-VMs auf Proxmox mit ZFS-Storage haben Absturzprobleme

Windows-VMs auf Proxmox-Systemen mit ZFS-Storage erleiden intermittierende Speicherprobleme, die zu Abstürzen führen können. Die Hardware und Software sind auf dem neuesten Stand, was darauf hindeutet, dass es sich um ein tiefgreifendes Problem handeln könnte.

Wer Proxmox mit ZFS nutzt und Windows-VMs betreibt, sollte die Logs überwachen und mögliche Workarounds prüfen. Besonders relevant für Setups mit kritischen Workloads.

● mittel · Einzelsignal · storage

Automatisierung von Treiberbereitstellungen im Fokus

Eine Diskussion über die Automatisierung von Treiberbereitstellungen in IT-Umgebungen zeigt, dass der manuelle Aufwand von 20 Minuten pro Gerät auf ein Klick reduziert werden kann. Dies könnte die Effizienz in großen Selfhosting-Umgebungen erheblich steigern.

Wer große Server- oder VM-Parks betreibt, sollte sich mit automatisierten Bereitstellungsprozessen vertraut machen. Dies kann die Wartung und Skalierung erheblich vereinfachen.

● mittel · Einzelsignal · driver_deployment

PyTorch Monarch unterstützt nun AMD GPUs

PyTorch Monarch ermöglicht nun die verteilte Training auf AMD GPUs mit ROCm, was die Nutzung von AMD-Hardware für künstliche Intelligenz-Anwendungen erheblich verbessert. Dies erweitert die Wahl der Hardware-Optionen für Selfhoster und Homelab-Betreiber.

Wer AMD-GPUs in seinem Setup verwendet, sollte PyTorch Monarch in Betracht ziehen. Dies kann die Performance und Effizienz von AI-Projekten steigern.

● hoch · Einzelsignal · local_ai

Neue LLM-Größen gefordert für breitere Anwendung

Die Community fordert die Veröffentlichung kleinerer und mittelgroßer LLMs (27B, 35B, 122B, 397B Parameter), da diese auf einem breiteren Spektrum von Systemen lauffähig sind und die Energieeffizienz verbessern. Dies könnte die Einführung von LLMs in Selfhosting-Umgebungen erleichtern.

Wer an der Nutzung von LLMs in seinem Homelab interessiert ist, sollte auf die Veröffentlichung dieser kleineren Modelle achten. Dies könnte die Einstiegshürde senken und die Anwendungsmöglichkeiten erweitern.

● mittel · Einzelsignal · model_sizes