Blog

Public
28 Oct, 2026

Grundlagen des Spielgeländes: Kacheln, Höhenkarten, Voxel und prozedurale Generierung

Das Gelände in Videospielen dient als grundlegende Oberfläche für die Spielerbewegung und den Umgebungsrahmen. Es ist nicht nur eine visuelle Kulisse, sondern ein wichtiges Gestaltungswerkzeug. Es bestimmt Navigationspfade, visuelle Horizonte und die allgemeine Stimmung der Spielwelt. Obwohl das Gelände oft natürliche Oberflächen wie Felsen, Sand und Boden imitiert, kann es auch künstliche Strukturen wie gerissenen Asphalt darstellen. Effektives Landschaftsdesign umfasst die gezielte Formung des Geländes, um bestimmte Spielerlebnisse und Bewegungsabläufe zu unterstützen. Dadurch wird es zu einem wesentlichen Bestandteil der Levelarchitektur und nicht nur zu einem statischen Hintergrundelement.In der Entwicklung von 2D-Spielen wird das Gelände in der Regel mit einem kachelbasierten System erstellt. Dieser Ansatz nutzt kleine, regelmäßige Bilder, die in einem Raster angeordnet sind, um die vollständige Levelkarte zu bilden. Einzelne Kacheln wie Gras, Erde oder Wasser sind wiederverwendbare Assets, die sowohl das visuelle Erscheinungsbild als auch die funktionalen Eigenschaften der Umgebung definieren, einschließlich Begehbarkeit und Kollisionsgrenzen. Diese Methode ist besonders effizient für Top-Down- und Seitenansicht-Spiele, da sie es Entwicklern ermöglicht, komplexe Level schnell aus einem begrenzten Satz von Komponenten zu erstellen. Die Rasterstruktur stellt sicher, dass jede Kachel exakt an ihrem Platz einrastet und so einen konsistenten und verwaltbaren Rahmen für das Level-Design und das Asset-Management bietet.Dreidimensionales Terrain stützt sich häufig auf Höhenkarten, die Graustufenbilder sind, bei denen die Helligkeit eines Pixels der Höhe entspricht. In diesem System repräsentieren weiße Pixel hohe Punkte, schwarze Pixel niedrige Bereiche und Grauwerte mittlere Höhen. Die Spielengine interpretiert diese Daten, um ein flaches Raster in Hügel und Täler zu verformen. Obwohl Höhenkarten rechnerisch effizient und leicht zu bearbeiten sind, weisen sie eine erhebliche strukturelle Einschränkung auf: Jeder Kartenpunkt kann nur einen einzigen Höhenwert speichern. Folglich können Höhenkarten komplexe Geometrien wie Höhlen, Tunnel oder Überhänge, bei denen sich Boden über anderem Boden befindet, nicht darstellen. Dies beschränkt ihre Verwendung auf offene, sich nicht überlappende Landschaften.Für Umgebungen, die Höhlen, Überhänge oder zerstörbaren Boden erfordern, bieten Voxel-Systeme eine flexiblere Lösung. Voxels betrachten die Welt als ein dreidimensionales Raster winziger Zellen, von denen jede als fest oder leer gekennzeichnet ist. Diese Struktur ermöglicht die Erstellung schwebender Inseln, unterirdischer Tunnel und von Terrain, das gegraben oder zerstört werden kann. Historisch wurden Voxel-Systeme aufgrund ihrer hohen rechnerischen Komplexität und ihrer Leistungskosten vermieden. Allerdings beginnen jüngste Fortschritte bei KI-gestützten Tools, diese Ansätze zugänglicher zu machen und senken die technische Hürde für die Implementierung komplexen, interaktiven Terrains in modernen Spieleengines.Die Oberflächenverfeinerung wird durch Splatmaps erreicht, also versteckte Texturen, die die Platzierung und Mischung von Materialien steuern. Eine Splatmap verwendet typischerweise vier Farbkanäle, von denen jeder einem bestimmten Material wie Gras, Boden, Fels oder Sand zugeordnet ist. Die Intensität jedes Kanals bestimmt die Sichtbarkeit dieses Materials und ermöglicht sanfte Übergänge zwischen Oberflächen, wo sich die Kanäle überlappen. Viele Entwicklungstools automatisieren diesen Prozess, indem sie Materialien basierend auf Terrainregeln anwenden, wie etwa das Platzieren von Fels auf steilen Hängen. Darüber hinaus können Systeme Regionen automatisch mit themenspezifischen Sets von Pflanzen und Texturen dekorieren und so verschiedene Biome ohne manuelles Malen erstellen.Prozedurale Generierung nutzt mathematisches Rauschen, um Terrain per Code zu erstellen. Rauschen liefert glatte, zufällig wirkende Werte, die als Höhen interpretiert werden können, um Hügel zu generieren. Das Schichten mehrerer Rauschskalen kombiniert breite Hügel mit kleineren Buckeln für ein natürlicheres Aussehen. Zusätzliche Rauschmuster können Feuchtigkeitsgrade bestimmen und so die Platzierung von Wäldern, Wüsten oder Schnee beeinflussen. Diese Methode ermöglicht die Generierung unendlicher Welten, indem Bereiche nur berechnet werden, wenn sich der Spieler nähert. Allerdings fehlt Rauschen-basiertem Terrain die räumliche Kohärenz zwischen weit entfernten Bereichen, was oft erhebliche Anpassungen erfordert, um wiederkehrende Muster zu vermeiden. Dies macht es am besten als Ausgangspunkt für kleinere Projekte oder Game Jams geeignet.

Public
28 Oct, 2026

Super Mario 64 Mixed Reality Mod für Pico: KI und echter stereoskopischer Rendering

Der XR-Creative-Technologist Lucas Martinic hat einen Mixed-Reality-Mod von Super Mario 64 für Pico-Headsets vorgestellt. Das Projekt verwandelt den Klassiker von 1996 in ein schwebendes 3D-Fenster. Nutzer können physisch mit der Spielwelt interagieren, indem sie Mario aus dem Pilzkönigreich aufheben und auf einen echten Tisch stellen. Dieser Effekt nutzt KI-gestütztes Coding und eine dekompilierte Version des Originalspiels, was eine nahtlose Brücke zwischen dem digitalen Plattform-Spiel und dem physischen Raum schafft. Der Mod ist ein wichtiger Schritt, um Legacy-3D-Spiele über moderne Spatial-Computing-Hardware zugänglich zu machen, ohne auf traditionelle, oft fehlerhafte Portierungstechniken angewiesen zu sein.Foto: Lucas MartinicDie Entwicklung begann mit Verweisen auf die Umsetzung von Super Mario 64 für Quest 3, die Jonas Jakobi 2023 erstellt hatte. Martinic entschied sich jedoch, von Grund auf neu zu beginnen und eine dekompilierte Version des Quellcodes zu verwenden. Er nutzte das Modell Claude Opus 5.5 in Kombination mit PICO CLI, einem Befehlszeilentoolkit, das KI-Coding-Assistenten mit den Tools für räumliche Berechnungen und XR-Entwicklung von Pico verbindet. Ein wesentlicher technischer Vorteil ist der Verzicht auf stereoskopische Workarounds wie Alternate Frame Rendering oder die Extrapolation des Tiefenpuffers. Diese Techniken sind in VR-Ports üblich, liefern aber oft suboptimale visuelle Ergebnisse. Stattdessen ermöglicht der Mod ein echtes stereoskopisches Rendering und läuft nativ mit 90 fps. Ein konkretes Release-Datum wurde nicht angekündigt, doch Martinic hat angedeutet, dass er in naher Zukunft weitere Details auf seiner Website und auf GitHub teilen wird.

Public
28 Oct, 2026

Speicherbegrenzung von GPU-Workloads in Kubernetes mit CUDA 13.4 und dem KAI-Scheduler

KI-Workloads erfordern oft nur einen Bruchteil einer GPU, doch die Zuweisung ganzer Geräte führt zu ungenutzter Kapazität und ineffizienter Infrastrukturnutzung. NVIDIA-GPUs unterstützen verschiedene Mechanismen zum Teilen, darunter Multi-instance GPU (MIG) für die Hardware-Isolierung, Time-Slicing für die sequenzielle Prozessausführung und Multi-Process Service (MPS) für die parallele Ausführung in separaten Adressräumen. Während MPS das Teilen von Rechenressourcen ermöglicht, fehlten ihm zuvor strenge Speichergrenzen. CUDA 13.4 schließt diese Lücke, indem es einen neuen Time-Sharing-Modus einführt, der Speicherlimits transparent für die Anwendung durchsetzt und sicherstellt, dass jede Workload innerhalb definierter Speicherbeschränkungen arbeitet, ohne dass Codeänderungen erforderlich sind.Abbildung 1. Time-Slicing teilt die GPU-Zeit. SM-Sharing teilt ihre Streaming-Multiprozessoren (SM)Die Implementierung dieser Funktionen in einem Kubernetes-Cluster erfordert eine Knoten-Koordination, die unabhängig vom Scheduler ist. Der Open-Source-Operator gpu-fractioning, der unter der KAI Scheduler-Organisation auf GitHub gehostet wird, läuft neben dem NVIDIA GPU Operator, um diese Konfiguration zu handhaben. Er erfüllt drei wesentliche Funktionen: das Lesen von Pod-Annotationen zur Bestimmung der Speicher- und Berechnungsanforderungen, die Konfiguration der zugewiesenen GPUs zur Durchsetzung dieser Grenzen und das Management des Übergangs zwischen verschiedenen Sharing-Modi. Dieser Operator stellt sicher, dass die Hardware die vom Cluster-Scheduler definierten logischen Grenzen respektiert und die Lücke zwischen hochrangigen Scheduling-Entscheidungen und der niedrigen GPU-Ausführung überbrückt.Der Workflow beginnt damit, dass Entwickler Ressourcenanforderungen und Modi über Pod-YAML-Annotationen festlegen. Der Scheduler wählt dann geeignete GPUs aus, protokolliert die Speicherallokation und den Berechnungs-Sharing-Modus in den Pod-Annotationen pro Container und weist die Workload zu. Der gpu-fractioning-Operator liest diese Annotationen und konfiguriert die GPUs entsprechend. Jeder Kubernetes-Scheduler, der in der Lage ist, diese Annotationen zu schreiben, kann GPU-Anteile durchsetzen, vorausgesetzt, er hält sich an zwei Regeln: die Auswahl von GPUs mit ausreichend freiem Speicher und das Vermeiden des Mischens von Berechnungsmodi auf einem einzelnen Gerät. KAI Scheduler ist der erste, der diese Funktion integriert, und führt ab Version v0.18.0 einen GPU-Sharing-Modus namens NvFractions ein.Der NvFractions-Modus von KAI Scheduler ermöglicht es Administratoren, Bruchteil-Workloads mit vier Schlüssel-Annotationen zu definieren, die Speicheranfragen, Wachstumsgrenzen, Berechnungs-Sharing-Modi und Geräteanzahl adressieren. Speicheranfragen können als absolute Größen mit Standard-Kubernetes-Einheiten oder als Anteile einer GPU mit der gpu-fraction-Annotation angegeben werden. Eine neue Funktion ermöglicht es Workloads, eine garantierte Mindestanfrage und eine maximale Burst-Grenze zu deklarieren, die optional ist und standardmäßig dem Anfrage-Wert entspricht, wenn sie weggelassen wird. Anteilsgrenzen müssen die gpu-fraction überschreiten und unter 1 bleiben. Das Berechnungs-Sharing ist jetzt explizit und pro Container festgelegt, was die Wahl zwischen sm-sharing und time-slicing ermöglicht.Eine geteilte GPU arbeitet nur in einem Berechnungsmodus zur Zeit, daher verhindert KAI Scheduler das Platzieren von Workloads mit unterschiedlichen Modi auf derselben GPU, obwohl ein einzelner Knoten beide Modi auf verschiedenen Geräten hosten kann. Für Multi-GPU-Setups gibt die gpu-fraction-num-devices-Annotation an, auf wie viele Geräte sich die Workload erstreckt, wobei die Speicheranfrage auf jedes Gerät individuell angewendet wird. Zum Beispiel allokiert eine Anfrage von 40Gi mit vier Geräten 40Gi auf jeder GPU. Dieses Setup ist ideal für Inferenzserver, die garantierten Speicher pro GPU benötigen und bei inaktiven Nachbarn ausbrechen können, indem sie sm-sharing für vertrauenswürdige Workloads nutzen, die parallel in einem einzelnen Fehlerbereich ausgeführt werden.Im Gegensatz dazu eignet sich Time-Slicing für Entwicklung oder Batch-Jobs wie Notebooks und kleine Fine-Tuning-Läufe, bei denen Isolation bevorzugt wird. In diesem Modus erhält jede Workload ihre eigene Fehlerdomäne, was bedeutet, dass ein Absturz in einem Job die anderen nicht beeinträchtigt. Eine Workload kann die Hälfte von zwei GPUs mit einer Obergrenze für das Wachstum auf 80 % anfordern, wenn Speicher verfügbar ist. Die Ausführung von nvidia-smi innerhalb des Containers zeigt den anteiligen Speicheranteil für jede zugewiesene GPU an. Sowohl KAI Scheduler als auch der gpu-fractioning-Operator sind auf GitHub unter der Organisation KAI Scheduler verfügbar, mit detaillierten Installations- und Konfigurationsanleitungen für alle Sharing-Mechanismen.

Public
27 Oct, 2026

Material Maker 1.8 ist erschienen, mit den neuen Knoten Trimsheet und Auto Export

Rod Zilla hat Version 1.8 von Material Maker veröffentlicht, einer Open-Source-Software auf Knotenbasis für die prozedurale Materialerstellung und 3D-Texturmalerei. Das Tool basiert auf der Godot-Engine und dient als kostenlose Alternative zu Industriestandards wie Substance 3D Designer. Das Update zielt darauf ab, die Arbeitseffizienz für Spielekünstler zu steigern, indem spezialisierte Knoten eingeführt werden, die die Erstellung und den Export von Textur-Assets direkt in Spiele-Engines vereinfachen.Die Hauptneuerung in diesem Release ist der Trimsheet-Knoten. Er ermöglicht die Generierung von Trimsheet-Texturen, die speziell für Spieleanwendungen konzipiert sind. Diese Funktion deckt einen häufigen Bedarf in Spiele-Pipelines ab, bei dem wiederkehrende Texturen in einzelne Karten gepackt werden, um ein effizientes Rendering zu gewährleisten. Daneben wurde der neue Auto Export-Knoten hinzugefügt, der Texturkarten automatisch neu exportiert, sobald der zugrunde liegende Knotengraph aktualisiert wird. Diese Automatisierung eliminiert den manuellen Schritt des Exportstarts nach jeder Änderung und beschleunigt den iterativen Designprozess für Entwickler, die mit komplexen prozeduralen Setups arbeiten, erheblich.Zu den weiteren Verbesserungen gehören ein Crop-Knoten und ein hochqualitativer Gaussian-Blur-Knoten, die die Bibliothek der verfügbaren Werkzeuge zur Texturmanipulation erweitern. Die Benutzeroberfläche wurde ebenfalls verfeinert: Die Suche funktioniert nun nicht nur für Top-Level-Knoten, sondern auch innerhalb von Unterknoten, was die Navigation durch komplexe Graphen erleichtert. Ein neues UI-Theme mit der Option, eine benutzerdefinierte Basisfarbe zu wählen, bietet Künstlern weitere Möglichkeiten zur Anpassung. Die Software unterstützt weiterhin den Export von PBR-Texturkarten mit dedizierten Vorlagen für Unity, Unreal Engine und Godot und gewährleistet so eine nahtlose Integration in die wichtigsten Umgebungen für die Spieleentwicklung.Material Maker 1.8 ist für Windows, Linux und macOS zum Download verfügbar. Der Quellcode wird auf GitHub unter der MIT-Lizenz gehostet, was volle Transparenz gewährleistet und Community-Beiträge ermöglicht. Kompilierte Binärdateien können kostenlos von der itch.io-Seite des Entwicklers heruntergeladen werden. Die weitere Entwicklung kann über Patreon unterstützt werden, indem man die Software auf Steam kauft. Das Tool bleibt eine robuste Option für Künstler, die eine leistungsfähige, kostenlose Lösung für die prozedurale Texturgenerierung und 3D-Malerei ohne proprietäre Lizenzbeschränkungen suchen.

Public
26 Oct, 2026

GHARP ermöglicht die Echtzeit-Animation von 3D-Köpfen auf mobilen Geräten

Forscher von Apple haben GHARP vorgestellt, eine neue Methode zur Echtzeit-Animation von 3D-Menschenköpfen auf Basis einiger Eingabebilder und eines Steuer-Signals für die Mimik. Die Kerninnovation liegt in der Aufteilung des Prozesses in zwei Phasen: eine Offline-Phase zur Identitätsrekonstruktion, die eine detaillierte Darstellung der Geometrie und des Aussehens des Subjekts erstellt, und eine Echtzeit-Animationsphase, die mimikabhängige Residuen vorhersagt. Diese Trennung ermöglicht es, die Rekonstruktionsphase rechenintensiv zu gestalten, während die Animationsphase ein leichtgewichtiges neuronales Netz nutzt, das speziell für mobile Geräte optimiert ist. Dies schafft einen günstigen Kompromiss zwischen visueller Genauigkeit, Qualität und Laufzeit-Performance.Die Animationsphase arbeitet in einem semantisch strukturierten latenten Raum, der aus einem vorab trainierten Rekonstruktionsmodell abgeleitet wird. Dieser Ansatz stellt sicher, dass Mimikänderungen räumlich begrenzt bleiben, was die Vorhersage der Residuen hocheffizient macht. Die Rekonstruktionspriorität gewährleistet eine konsistente räumliche Anordnung, die die Fusion mehrerer Eingangsansichten in eine kompakte, kanonische Gauß-Darstellung fester Größe erleichtert. Durch die Nutzung dieses strukturierten Raums kann das System komplexe Gesichtsbewegungen verarbeiten, ohne während der eigentlichen Renderphase auf leistungsfähige Rechenressourcen angewiesen zu sein, und hält so hohe Bildwiederholraten aufrecht, die für interaktive Anwendungen erforderlich sind.Eine erhebliche Herausforderung bei Mimik-gesteuerten Avatar-Methoden besteht darin, dass Mimik-Codes in der Regel nur das Gesicht beschreiben und dabei die Körperhaltung sowie die Position der Kleidung ignorieren. Diese Auslassung lässt diese Bereiche unzureichend definiert, was zu einem schlecht gestellten Problem führt, bei dem das Animationsnetzwerk dazu neigen kann, widersprüchliche Darstellungen des Körpers zu mitteln. Dies führt zu visuellem Unschärfe und zeitlichem Flackern. Um dieses Problem zu lösen, integriert GHARP ein Körperausrichtungsnetzwerk, das lernt, die Position des Körpers der Person im Zielfoto mit den Eingabe-Referenzbildern abzugleichen. Diese Ausrichtung beseitigt die Mehrdeutigkeit im Trainingsignal und stellt sicher, dass nicht-gesichtliche Elemente während der Animation stabil und konsistent bleiben.Die Methode erreicht die beste Qualität im Ava-256-Benchmark und verbessert die Effizienz erheblich. Auf einer A100-GPU läuft GHARP bis zu 13-mal schneller als vergleichbare Methoden und verwendet dabei 8-mal weniger Gaußsche. Diese Reduzierung der Rechenlast und die Erhöhung der Geschwindigkeit machen die Technologie für Echtzeitanwendungen auf Consumer-Hardware geeignet. Die Kombination aus hochwertiger Rekonstruktion und effizienter Echtzeitverarbeitung positioniert GHARP als praktische Lösung für Entwickler, die realistische Echtzeit-Kopfanimationen in mobile und XR-Plattformen integrieren möchten, ohne die Leistung zu beeinträchtigen.

Public
26 Oct, 2026

Adobe Substance 3D Painter 12.2: Neue Funktionen für Cage Painting und Polygon Fill

Adobe hat Substance 3D Painter 12.2 veröffentlicht, die neueste Version der professionellen Software zur Erstellung von 3D-Texturen, die für Spiele, Animation, Motion Graphics und VFX-Produktion konzipiert ist. Das Update zielt darauf ab, den Baking-Prozess durch einen neuen brushbasierten Workflow zu verbessern, der speziell zur Lösung von Problemen mit der Cage entwickelt wurde. Das Hauptziel besteht darin, die Arbeit der Künstler mit hochpolygonalen Assets zu vereinfachen, die über die Grenzen der automatisch generierten Cage hinausgehen. Die neue Korrekturmethode ist intuitiver und präziser als die früheren globalen Einstellungsoptionen.Die zentrale Neuerung in dieser Version ist der Cage-Painting-Workflow, der es Benutzern ermöglicht, direkt auf dem Mesh zu malen, um die Cage-Anpassung vorzunehmen. Anstatt sich ausschließlich auf die Änderung eines globalen Distanzoffsets zu verlassen, können Künstler nun die Tools Paint, Eraser und Polygon Fill verwenden, um die Cage-Geometrie lokal zu modifizieren. Dies macht es deutlich einfacher, bestimmte Bereiche zu beheben, in denen Teile des hochpolygonalen Modells während des Baking-Prozesses außerhalb der Cage liegen. Es ist erwähnenswert, dass dies die zweite große Workflow-Verbesserung ist, die Adobe in diesem Jahr eingeführt hat, nachdem Version 12.1 es Künstlern ermöglichte, durch Malen die Normalenrichtung zu steuern und Artefakte in gebackenen Maps zu beheben.Auch das Polygon Fill-Tool wurde erheblich aktualisiert und bietet nun zwei neue Auswahlmodi für Polygon-Loops. Der Modus „Polygon loop fill“ ermöglicht es, einen vollständigen Quad-Loop mit einem einzigen Klick zu füllen, während der Modus „Partial polygon loop fill“ das Ziehen eines rechteckigen Quad-Bereichs auf der Mesh-Oberfläche erlaubt. Darüber hinaus unterstützt das Tool nun alle Mischmodi, die im Ebenenstapel verfügbar sind, was bei der Texturanwendung größere Flexibilität bietet. Die Benutzeroberfläche wurde überarbeitet, um die Effizienz des Arbeitsablaufs zu verbessern. Eine wesentliche Änderung besteht darin, dass unsichtbare Polygone standardmäßig verworfen werden. Dies verhindert ein versehentliches Füllen der Rückseite des Meshes und reduziert häufige Fehler während der Texturierungsphase.Zu den zusätzlichen Verbesserungen des Arbeitsablaufs gehört eine Funktion, die die entsprechende Geometrie im 3D-Viewport hervorhebt, wenn der Cursor über einen Eintrag in der Texture Set-Liste schwebt, was die Navigation und Auswahl erleichtert. Der Echtzeit-Viewport unterstützt nun order-independent transparency, was Flacker-Artefakte, die häufig bei Überlappungen transparenter oder halbtransparenter Oberflächen auftreten, effektiv verhindert. Substance 3D Painter 12.2 ist für Windows 11, RHEL 8.6/9.2+, Ubuntu 22.04+ Linux und macOS 15.0+ verfügbar. Permanente Lizenzen sind über Steam für 199,99 US-Dollar erhältlich. Die Software ist auch über Abonnements von Adobe Creative Cloud zugänglich: Der Plan Substance 3D Texturing kostet 24,99 US-Dollar pro Monat oder 249,99 US-Dollar pro Jahr, und die Substance 3D Collection kostet 59,99 US-Dollar pro Monat oder 599,99 US-Dollar pro Jahr.

Public
26 Oct, 2026

Die NVIDIA Minerva AIOps-Plattform verknüpft die Telemetrie von KI-Fabriken, um die GPU-Effizienz zu maximieren

KI-Fabriken gehören zu den komplexesten Betriebsumgebungen, die je gebaut wurden. Hier arbeiten Hunderttausende von GPUs, NVIDIA Spectrum-X Ethernet-Fabrics, NVLink Scale-up-Netzwerke und verteilte Scheduler in kontinuierlicher Synchronisation. Beim synchronen verteilten Training schreitet der gesamte Job mit dem Tempo des langsamsten Ranks voran. Das bedeutet, dass ein einzelner degradierter GPU, ein Interface oder ein Switch-Pfad nützliche Zeit auf vielen gesunden Ressourcen verschwenden kann. Die Ausfälle, die den Ertrag mindern, sind oft subtil, wie eine GPU, die etwas heißer läuft als ihre Peers, ein NVMe-Gerät, das unter Dauerlast an Leistung verliert, oder ein Switch, der Pause-Frame-Stürme erzeugt. Diese Signale überschreiten einzeln selten statische Schwellenwerte, erzeugen aber gemeinsam Verzögerungen, verlängerte Schrittzeiten und verspätete Checkpoints, was zu erheblichen Produktionsverlusten führt.Abbildung 1. Die NVIDIA Minerva AIOps-BeobachtungsplattformDie Diagnose wird dadurch weiter erschwert, dass die Beweise auf verschiedene Teams verteilt sind: Netzwerkoperatoren sehen Interface-Zähler, Compute-Operatoren sehen den Zustand der Knoten und ML-Teams sehen sich ändernde Step-Zeiten. Diese Fragmentierung verwandelt die Triage in eine Kette von Dashboard-Suchen und Übergaben zwischen Teams, wodurch ein eingedämter Fehler potenziell zu Tagen verlorenen Produktionszeit werden kann. NVIDIA Minerva schließt diese Lücken, indem es Telemetrie über den gesamten Stack sammelt und die Infrastruktur in einem dynamischen Wissensgraphen den aktiven Jobs zuordnet. Es wendet speziell entwickeltes Machine Learning an, um abhängige Symptome in hochpräzise Incidents zu korrelieren. Ein KI-Agent-gestützter Assistent und ein MCP-Server, der mit externen agentischen Tools verbunden ist, bieten einen konversationellen Weg durch diese Live-Daten, mit dem Hauptziel, effektive GPU-Stunden zu erhalten und das Modelltraining reibungslos laufen zu lassen.Abbildung 2. Topologiegraph von NVIDIA MinervaRegelbasiertes Monitoring hat Schwierigkeiten mit „Gray Failures“, bei denen Komponenten verfügbar bleiben, aber Probleme nur unter Last oder im Vergleich zu Peers zeigen. Absolute Schwellenwerte übersehen diese Verschiebungen oft, während aggressive Schwellenwerte bei normalen Laständerungen Rauschen erzeugen. Der Maßstab verstärkt dieses Problem, da ein einzelner physischer Fehler Interface-Fehler, Stauungsindikatoren und Änderungen der GPU-Auslastung erzeugen kann, die auf separaten Dashboards als unzusammenhängende Ereignisse erscheinen. Minerva nimmt Metriken, Logs und Topologie von GPUs, Spectrum-X- und NVLink-Switches, SuperNICs, DPUs, Storage, NCCL und Scheduling-Systemen auf. Die Auto-Discovery liefert Beziehungen, die der rohen Telemetrie fehlen, und erstellt einen Wissensgraphen, der Infrastruktur-, Scheduler- und Workload-Elemente abbildet. Dieser Graph wird dynamisch aktualisiert, während Jobs starten, stoppen oder Knoten ersetzt werden, und unterstützt die Navigation von einer fabrikweiten Ansicht bis hin zu einem einzelnen Interface.Abbildung 3. Proaktive Wartung von SuperNICsDer Topologiegraph transformiert den Untersuchungspfad, indem er es den Betreibern ermöglicht, Anomalien von einem Interface über dessen Knoten und den Fabric-Pfad bis zur aktuellen Job-Platzierung zu verfolgen. Umgekehrt können ML-Ingenieure eine Job-ID anhand von Beweisen auf GPU-, Host-, NIC- und Switch-Ebene nachverfolgen. Minerva verarbeitet Milliarden von Metrik- und Log-Datenpunkten pro Stunde unter Verwendung von überwachten und unüberwachten Modellen. Die überwachte Erkennung identifiziert bekannte kritische Fehlermuster und verknüpft sie mit Empfehlungen zur Behebung, während unüberwachte Modelle normale Muster für Hardware- oder logische Komponenten erlernen und diese mit relevanten Peers vergleichen. Der Peer-Vergleich ist entscheidend, da eine Messung isoliert betrachtet akzeptabel erscheinen kann, im Kontext jedoch anomalous ist, beispielsweise eine GPU-Temperatur innerhalb der Spezifikation, die jedoch unter gleicher Last deutlich höher ist als die der benachbarten GPUs. Multivariate Modelle kombinieren Temperatur, Leistung, Taktraten und Auslastung, um Degradation vor einem vollständigen Ausfall zu erkennen.Logs erhalten eine ähnliche Behandlung: Die NLP-basierte Anomalieerkennung bringt zuvor unbekannte Muster ans Licht, während das überwachte Matching bekannte kritische Fehler identifiziert. Erkennungen können in Scheduler-Workflows eingespeist werden, um betroffene Knoten vor dem Einplanen neuer Jobs oder in sicheren Checkpoint-Intervallen aus dem Verkehr zu ziehen. Die topologiebasierte Korrelation verknüpft Erkennungen mit Betreiberaktionen, indem sie den Wissensgraphen nutzt, um zu bestimmen, welche Ereignisse einen gemeinsamen Abhängigkeitspfad teilen. Abhängige Symptome werden zu einem einzigen Vorfall zusammengefasst, anstatt um Aufmerksamkeit zu konkurrieren, wobei redundante Ereignisse und zugehörige Metrikserien zu einem einzigen Signal zusammengefasst werden, an das die betroffene Topologie und Workloads angehängt sind. NVIDIA-Tests zeigen eine deutliche Reduzierung der gemeldeten Ereignisse und Tickets für unterstützte Szenarien, was es den Betreibern ermöglicht, mit einem viel kleineren Suchraum für die Ursachenanalyse zu beginnen.NVIDIA Minerva enthält einen nativen KI-Agenten namens Sherlock, der auf Live-Telemetrie und dem Wissensgraphen basiert und es Betreibern ermöglicht, das System in natürlicher Sprache nach der Ursachenanalyse zu befragen. Sherlock kann unterstützende Beweise präsentieren und Behebungsmaßnahmen empfehlen, ohne dass die Betreiber spezifische Metriken oder Abfragesprachen kennen müssen, und bietet einen Zugang zu Fachwissen, der traditionell eine Eskalation an Spezialisten erforderte. Darüber hinaus ermöglicht der MCP-Server von Minerva externen agentischen Tools, denselben operativen Kontext abzufragen, sodass Teams Live-Daten der KI-Fabrik in ihre eigenen Workflows integrieren können. Abhilfemaßnahmen können menschlich genehmigt bleiben oder gemäß lokaler Politik und Risikobewertung automatisiert werden. In einem großen KI-Rechenzentrum identifizierte Minerva eine einzelne NVLink-Verbindung unter 400.000 Interfaces, die Bandbreite verlor, was es einem SRE ermöglichte, die betroffenen Knoten aus dem Verkehr zu ziehen und die volle Geschwindigkeit in Minuten statt Stunden wiederherzustellen.

Public
26 Oct, 2026

Meta bestätigt Rückgang der Quest-Verkäufe und verschiebt den Fokus der VR-Strategie auf Durchbruchs-Relais

Der aktuelle Quartalsbericht von Meta zeigt einen deutlichen Rückgang der Verkäufe von Quest-Headsets, was zu einem Rückgang der Einnahmen der Abteilung Reality Labs um 6 % im dritten Quartal 2026 führte. Die Gesamteinnahmen des Segments betrugen 443 Millionen US-Dollar. Dieser Rückgang wurde teilweise durch das anhaltende starke Wachstum der Einnahmen aus KI-Brillen abgemildert, was auf eine klare Verschiebung der Nachfrage der Verbraucher und der Unternehmensschwerpunkte hinweist. Die Finanzdaten unterstreichen, dass die Verkäufe von VR-Hardware zwar langsamer werden, die neueren tragbaren Geräte mit Fokus auf KI jedoch an Fahrt gewinnen und so das Einnahmeprofil der Abteilung Reality Labs verändern.Nach Angaben von MetaAls Reaktion auf diese Trends hat Meta seinen Ansatz bei der Entwicklung von VR-Hardware offiziell geändert. CEO Mark Zuckerberg erklärte, dass das Unternehmen neue VR-Geräte künftig nur noch ausliefern wird, wenn sie „wichtige Durchbrüche“ erzielen, ähnlich den Fortschritten, die bei den in diesem Jahr veröffentlichten Meta VR Glasses zu sehen waren. Diese Strategie markiert einen Bruch mit dem bisherigen Modell der regelmäßigen generativen Updates für Consumer-VR-Headsets. Indem Meta Hardware-Releases auf bedeutende technologische Sprünge statt auf jährliche Zyklen ausrichtet, geht das Unternehmen faktisch von iterativen Verbesserungen zu weniger häufigen, aber wirkungsvolleren Produktstarts über.Meta VR Glasses | Material von MetaDerzeit priorisiert der Unternehmen den Weg zur persönlichen Superintelligenz und zu KI-Fortschritten, die vor der unmittelbaren Erweiterung der VR-Hardware Vorrang haben. Zuckerberg betonte, dass er zwar der Ansicht ist, dass VR der notwendige Vorläufer eines zukünftigen holografischen Erlebnisses ist, das physische und digitale Welten verbindet, das Investitionstempo in diesem Bereich jedoch angepasst wird. Der Fokus liegt nun zunächst auf der Bereitstellung von KI-Fähigkeiten, wobei VR als grundlegender Schritt und nicht als primäres unmittelbares Ziel dient. Dieser strategische Wandel deutet darauf hin, dass Ressourcen vom Consumer-VR-Content und -Hardware in die Entwicklung fortschrittlicher KI-Systeme und Wearables umgeleitet werden.Blick nach vorn: Die für den Frühling 2027 geplanten Meta VR Glasses sind als Schlüsselprodukt für Prosumer und Profis mit einem Preis von 1.300 US-Dollar positioniert. Dieses Gerät wird weniger als traditioneller VR-Headset und mehr als Steigbügel zur erweiterten Realität betrachtet. Inzwischen bleibt die Zukunft der auf Spiele ausgerichteten Quest-Plattform ungewiss, da Meta iterative VR-Releases zurückstellt. Obwohl mögliche Rabatte auf die Quest 3- und 3S-Modelle in der Feiertagszeit einen vorübergehenden Verkaufsschub bringen könnten, hat das Unternehmen bereits einen Großteil der Mittel für großangelegten VR-Content abgezogen, was eine langfristige Verpflichtung zu seiner neuen KI-zentrierten Ausrichtung signalisiert.

Public
26 Oct, 2026

Der Standard OpenXR Spatial Containers vereinheitlicht das volumetrische Multitasking

Khronos hat neue OpenXR Spatial Container-Erweiterungen veröffentlicht, die die systemgesteuerte Verwaltung von Räumen für die Anzeige von volumetrischen 3D-Inhalten standardisieren. Dieser Ansatz spiegelt die Logik traditioneller Desktop-Betriebssysteme wider, die 2D-Anwendungen in Fenstern verwalten, überträgt sie jedoch in immersive 3D-Umgebungen. OpenXR bleibt die führende offene API für die Entwicklung von AR, VR und MR und wird vom selben Konsortium verwaltet, das hinter OpenGL und Vulkan steht. Sein Hauptziel ist es, Entwicklern die Möglichkeit zu geben, Anwendungen zu erstellen, die nahtlos auf verschiedenen Headset-Hardwareplattformen laufen, ohne auf herstellerspezifische APIs angewiesen zu sein. Derzeit unterstützen nahezu alle großen Headsets, Engines und Runtimes OpenXR, mit der bemerkenswerten Ausnahme von Apple Vision Pro und PlayStation VR2 auf der PS5-Plattform.OpenXR Spatial Containers, wie auf der SIGGRAPH 2026 gezeigt.Die neuen Erweiterungen ermöglichen es Entwicklern, Anwendungen zu erstellen, die zwischen Multitasking-Modi und voll immersiven Erlebnissen wechseln. Eine einzelne Anwendung kann mehrere Spatial Containers hosten, deren Positionierung von der Systemsteuerung übernommen wird. Entwickler können einen bevorzugten Standort für diese Container festlegen oder das System deren Platzierung verwalten lassen, beispielsweise indem sie dem Benutzer bei der Bewegung folgen. Architektonisch ist dies konzeptionell ähnlich dem Shared-Space-Modell auf der Apple Vision Pro, bei dem fensterbasierte und volumetrische Anwendungen in einer systemgesteuerten Umgebung koexistieren, bevor sie in den vollständigen Immersionsmodus übergehen. Es entspricht auch dem Design von Pico OS 6 für die kommende Pico Space Pro, die eine einheitliche Rendering-Architektur namens Pico Spatial Engine verwendet, um 2D- und 3D-Apps nebeneinander auf virtuellen oder Durchsicht-Hintergründen auszuführen.Die Standardisierung behebt eine erhebliche Einschränkung aktueller Marktführer wie Google Android XR und Meta Horizon OS. Obwohl diese Plattformen das Multitasking von 2D-Apps unterstützen, beschränken sie Benutzer derzeit darauf, nur eine einzige 3D-Anwendung gleichzeitig auszuführen. Die Einführung von Spatial Containers bietet einen Weg, diese Einschränkung aufzuheben. Jared Finder, Leiter der XR-Plattform und SDK bei Google, bestätigte in der offiziellen Khronos-Ankündigung, dass das Unternehmen sich darauf freut, die Unterstützung für Spatial Container in Android XR zu bringen. Für Meta bieten diese Erweiterungen die Möglichkeit, das Konzept von Augments wiederzubeleben, einer Kategorie systemgesteuerter 3D-Apps, die 2023 für Quest 3 angekündigt, aber später faktisch abgesagt wurde.Meta hatte zuvor angekündigt, dass die Augments-Funktion von Grund auf neu aufgebaut wird, da der ursprüngliche Ansatz als unzureichend erachtet wurde. Kürzliche Updates zu Horizon OS und seinen Entwickler-Tools konzentrierten sich auf die Überarbeitung des räumlichen Fenstermanagements und die Verbesserung räumlicher Anwendungen, was darauf hindeutet, dass das Unternehmen diese neuen OpenXR-Erweiterungen nutzen könnte, um die ursprüngliche Vision von Augments zu verwirklichen. Ursprünglich sollten die Erweiterungen mit Meta Spark Studio erstellt werden, einem inzwischen eingestellten Tool zur Erstellung von AR-Erlebnissen, das den Import von 3D-Assets und die Implementierung fortgeschrittener Funktionen über JavaScript unterstützte. Obwohl Meta in seiner offiziellen Erklärung keine ausdrückliche Zusage zur Unterstützung der Erweiterungen gemacht hat, macht die technische Übereinstimmung mit ihren laufenden Entwicklungsprioritäten dies zu einer plausiblen zukünftigen Richtung für ihr Ökosystem.Die Spezifikationen und Beispielliste für OpenXR Spatial Containers stehen Entwicklern nun zur Verfügung. Die Khronos OpenXR Working Group arbeitet auch aktiv an zusätzlichen Erweiterungen, die es Anwendungen ermöglichen werden, einen vom System bereitgestellten Renderer zu nutzen, der für bestimmte Hardware optimiert ist, von hochleistungsfähigen Headsets bis hin zu Geräten mit geringem Stromverbrauch. Die Arbeitsgruppe erwartet, dass die Implementierung dieser Erweiterungen im aktuellen Jahr im gesamten OpenXR-Ökosystem ausgerollt wird. Diese Entwicklung ist ein bedeutender Schritt hin zu einem einheitlichen Standard für volumetrisches Multitasking, der die Fragmentierung reduzieren und komplexere, mehranwendungsorientierte räumliche Erlebnisse auf verschiedenen Hardware-Plattformen ermöglichen könnte.

Public
25 Oct, 2026

Sechste Godot XR Community Game Jam abgeschlossen: 28 Einreichungen zum Thema „Adrift“

Die sechste Godot XR Community Game Jam fand vom 21. September bis zum 5. Oktober 2026 statt. Obwohl die Teilnehmerzahl von 98 auf 85 sank, wuchs die Anzahl der eingereichten Projekte von 22 auf 28 Spiele. Dies zeigt eine höhere Konzentration an fertigen, hochwertigen Einreichungen statt einer größeren Menge unvollendeter Versuche. Das zentrale Thema dieses Zyklus war „Adrift“, das zu vielfältigen kreativen Interpretationen in den eingereichten Titeln führte.Die fünf besten Einreichungen zeigten eine Vielzahl von Mechaniken im XR-Bereich. In einem Titel mussten die Spieler physisch Hebel ziehen, um einen Ballon zu steuern, während sie gegen visualisierte Luftströmungen kämpften und Ziele mit einer montierten Kanone beschoßen. Ein anderes Spiel bot die Steuerung eines Drohnen auf einer Leine, die Elektrizität aus einem Sturm sammelte, um ein Fahrzeug zu betreiben, und schuf ein Gleichgewicht zwischen Energiesammlung und Ausweichen. Ein physikbasiertes Turmbauspiel setzte die Spieler auf eine Insel, wo sie Strukturen aus treibendem Treibgut mit präziser Balance-Steuerung errichten mussten.Ein täuschend einfacher Shooter verlangte es, Luftballons innerhalb strenger Zeitlimits zu platzen und die erworbene Währung für Upgrades wie zusätzliche Zeit oder Waffenkapazität zu verwenden. Diese Roguelike-Struktur verlieh dem befriedigenden VR-Schießspiel eine strategische Tiefe. Der siegreiche Eintrag war Wavemaker von Unit327, der es den Spielern ermöglichte, Wellen in einem Pool zu erzeugen, um Boote durch die Level zu schieben. Spieler konnten mit den Händen spritzen, Plüschtiere werfen oder ein ferngesteuertes Schnellboot steuern, um die Wasserbewegungen auf zunehmend schwierigen Stufen zu beeinflussen.Der Wettbewerb war intensiv, und Unit327 sicherte sich den Sieg trotz starker Konkurrenz. Die Organisatoren dankten allen Teilnehmern und Wählern für ihren Beitrag zum Event. Die nächste Ausgabe der Godot XR Community Game Jam ist vorläufig für Anfang April 2027 eingeplant. Ein genaues Datum wird näher am Start des Events bekanntgegeben, damit Entwickler ihre Projekte auf die kommende Herausforderung vorbereiten können.