Übersicht in welchen Versionen das Terrain generiert wurde
Könnte auch ne Overview Map rendern lassen aber das würde mehrere Tage dauern, 86h ETA als ich abgebrochen hatte
3
77
Nein, wir bauen keinen Eissalon in der Sahara 🏜️
Die Wüste kommt vom Render – der Rest ist ein echter Kundenvorschlag: 2x20 Fuß, mattschwarz, Außenfassade, innen Eissalon mit Theke.
Erst rendern, dann schweißen. 🍦💪
37
Jun 14
graphischen Einbußen wie eben weniger Foliage, pop-ins oder geringerer NPC Dichte. Eine Open World an sich zu rendern ist jetzt nicht so extrem schwierig durch Level of Detail und dass viele Sachen in der Ferne ja gar nicht gerendert werden, so lange man nicht nah genug ist
3
Seitdem auch Rendern, schneiden und hochladne hadde abeid is!
1
2
6
Jaaaa und wenn man dann noch versucht "bunte" weiße Haare zu rendern ist Endgegner
3
127
Je nachdem was zuerst da ist. Bei bild zuerst mach ich dann mit Filter ne rendern Verzögerung. Bei Sound mach ich entweder - wert rein wenns schneller in obs soll. Oder halt normale MS Latenz rein wenns später soll. Bei erweiterte audioquelle bei obs.
1
1
435
Gedanken brauchen Zeit, wenn sie analytisch sein sollen.
Analyse ist für mich zugleich eine Übung und eine Grundhaltung.
Wie viele Lieder hast Du inzwischen über Alex Boos gemacht?
10 Minuten mal X ergeben irgendwann auch Zeit.
Ich habe zweimal etwas als Antwort geschrieben.
Dieses Lied hat rund 4,5 Stunden und 32 Iterationen benötigt. Das Video 5 Minuten und 1,5 Minuten rendern.
Denn die Menge von Output ist nicht gleichbedeutend mit Wert.
Und Qualität ist eine Grundhaltung.
Ich habe einen Namen zu verlieren, wenn ich voreilig handle.
1
19
Jun 12
Du brauchst kein KI Programm dafür. Die meisten professionellen Kameras nehmen mit über 4K auf. Wenn es darum ginge, müssten sie also nur höher skaliert rendern.
3
59
KI-Begriffe einfach erklärt — Teil 17: CUDA & der Software-Stack
Wir haben über Chefköche gesprochen, über Hilfskräfte, über Kühlsysteme und Stromversorgung. Aber heute kommen wir zu NVIDIAs $NVDA eigentlichem Geheimnis.
Nicht der Chip, sondern das Kochbuch.
Stell dir vor, deine 1.000 Hilfskräfte (GPUs) sprechen alle eine andere Sprache.
Einer spricht Deutsch. Eine andere Japanisch. Ein dritter Swahili. Sie sind alle talentiert — aber sie können nicht zusammenarbeiten. Kein gemeinsames Rezept. Kein gemeinsames Verständnis. Die Küche steht still.
NVIDIA hat dieses Problem 2006 gelöst — mit einer einzigen gemeinsamen Sprache für alle Hilfskräfte.
Diese Sprache heisst CUDA.
Was CUDA ist:
CUDA steht für Compute Unified Device Architecture — eine Programmierplattform die Entwickler nutzen um GPUs für allgemeine Berechnungen zu programmieren.
Vor CUDA konnten GPUs nur eines: Grafiken rendern. Sie waren brillante Hilfskräfte — aber nur für einen einzigen Job ausgebildet.
Mit CUDA konnten Entwickler plötzlich die gesamte Rechenleistung der GPU für beliebige Aufgaben nutzen — Physikberechnungen, Wettervorhersagen, Finanzmodelle, und schliesslich: KI.
CUDA ist das Kochbuch das alle 1.000 Hilfskräfte gleichzeitig verstehen. Und seit fast 20 Jahren wurde dieses Kochbuch verfeinert, erweitert und optimiert.
Warum das NVIDIAs grösster Burggraben ist:
Heute gibt es Millionen von Entwicklern weltweit die CUDA beherrschen. Jede KI-Bibliothek — PyTorch, TensorFlow, JAX — ist auf CUDA optimiert. Jedes KI-Modell das trainiert wird läuft auf CUDA. Jedes Unternehmen das KI entwickelt hat seine gesamte Infrastruktur auf CUDA aufgebaut.
Das ist kein technischer Vorteil — das ist ein riesiger ökonomischer Graben.
Stell dir vor, du willst deine Küche auf einen anderen Hersteller umstellen. Nicht nur die Geräte tauschen — sondern alle 1.000 Hilfskräfte müssen eine neue Sprache lernen. Alle Rezepte müssen neu geschrieben werden. Alle Abläufe neu eingerichtet. Das kostet Jahre und Milliarden.
Genau deshalb scheitern AMD, Intel und alle anderen bisher daran NVIDIA wirklich herauszufordern — obwohl ihre Hardware teilweise gleichwertig ist. Der Chip ist das Gerät. CUDA ist das Wissen. Und Wissen ist schwerer zu ersetzen als Geräte.
Der komplette Software-Stack:
CUDA ist nur die Basis. Darüberhinaus hat NVIDIA ein ganzes Ökosystem gebaut — wie eine vollständige Küchenausstattung statt nur ein einzelnes Messer:
📖 cuDNN — optimierte Bibliothek speziell für neuronale Netzwerke. Macht KI-Berechnungen auf NVIDIA-Chips drastisch schneller.
📖 TensorRT — optimiert fertige KI-Modelle für schnelle Inference. Wie ein Rezept das speziell für den schnellen Mittagsbetrieb vereinfacht wurde.
📖 NeMo & Triton — Frameworks speziell für grosse Sprachmodelle und KI-Deployment.
📖 RAPIDS — Datenverarbeitung direkt auf der GPU, ohne Umweg über die CPU.
Jede dieser Bibliotheken läuft nur optimal auf NVIDIA-Hardware. Wer wechseln will — verliert nicht nur die Hardware, sondern das gesamte optimierte Ökosystem.
Die Herausforderer:
Die Industrie versucht seit Jahren aus dieser Abhängigkeit auszubrechen:
🔵 ROCm ($AMD ) — AMDs offene Alternative zu CUDA. Technisch solide — aber noch weit hinter CUDA beim Entwickler-Ökosystem und der Optimierungstiefe.
🔵 oneAPI (Intel $INTC ) — Intels Versuch einer einheitlichen Programmierplattform für alle Chip-Typen. Interessant — noch nicht weit verbreitet.
🔵 OpenXLA & JAX (Google $GOOG ) — offen, flexibel, wachsendes Ökosystem. Google nutzt es intern intensiv für TPUs.
🔵 Triton (OpenAI) — open-source Compiler der CUDA-unabhängiges Programmieren auf verschiedenen Chips ermöglicht. Einer der interessantesten Ansätze — weil er den Lock-in strukturell angreift.
NVIDIA hat etwas verstanden das die meisten Hardware-Unternehmen nie begriffen haben: Der Chip ist das Produkt. Aber die Software ist die Macht.
Microsoft kontrolliert den Desktop nicht weil Windows die beste Software ist — sondern weil alle Programme für Windows geschrieben wurden. NVIDIA kontrolliert KI nicht weil der H100 der beste Chip ist — sondern weil alle KI-Modelle für CUDA geschrieben wurden.
In unserer Küchenmetapher: Es ist nicht der Herd der den Unterschied macht. Es ist das Kochbuch das alle kennen, alle nutzen, und das niemand so schnell vergisst.
KI-Begriffe einfach erklärt — Teil 16: TSMC & Chipfertigung
Wir kennen unsere Küche inzwischen in- und auswendig. Aber heute stellen wir eine Frage die eigentlich am Anfang stehen müsste:
Woher kommen die ganzen Geräte? Wer baut die Herde, die Kühlschränke, die präzisen Messinstrumente?
Die Antwort ist verblüffend: Fast alle kommen von einem einzigen Hersteller.
Stell dir vor, alle Spitzenrestaurants der Welt beziehen ihre Küchengeräte von genau einem einzigen Lieferanten.
Nicht weil es keine anderen gibt. Sondern weil nur dieser eine Lieferant die Präzision beherrscht die Spitzenküchen brauchen. Seine Messer sind schärfer, seine Herde präziser, seine Waagen genauer — um Grössenordnungen besser als alles andere auf dem Markt.
Genau das ist TSMC — Taiwan Semiconductor Manufacturing Company.
TSMC ist eine sogenannte Foundry — eine Auftragsfabrik. Sie entwirft keine eigenen Chips. Sie baut die Chips die andere entwerfen.
NVIDIA entwirft den GPU. AMD entwirft den Prozessor. Apple entwirft den M-Chip. Aber keiner von ihnen baut ihn selbst. Sie alle schicken ihre Blaupausen nach Taiwan — und TSMC fertigt.
TSMC produziert über 90% aller weltweiten High-End-Chips. Jeder NVIDIA-GPU der KI antreibt. Jeder Apple-Chip in deinem iPhone. Jeden AMD-Prozessor. Jeden Qualcomm-Chip in deinem Android-Telefon.
Warum ist der Markt so konzentriert?
Chipfertigung auf höchstem Niveau ist das Schwierigste was die Menschheit je industriell umgesetzt hat.
Eine moderne Chipfabrik kostet 20 bis 30 Milliarden Dollar. Braucht 5 bis 10 Jahre Bauzeit. Benötigt Reinräume sauberer als ein Operationssaal. Und die entscheidende Maschine — ASMLs EUV-Lithograph — kostet über 300 Millionen Dollar pro Stück und existiert nur in wenigen Dutzend Exemplaren weltweit.
TSMC hat 50 Jahre Erfahrung, Zehntausende Ingenieure und einen Wissensvorsprung den niemand in wenigen Jahren aufholen kann. Samsung versucht es. Intel versucht es. Beide sind Jahre zurück.
Die Zahlen sind atemberaubend:
TSMC fertigt auf einer Fläche die kleiner ist als manche Schweizer Kantone Chips im Wert von über 80 Milliarden Dollar pro Jahr. Ein einziger TSMC-Wafer — eine Siliziumscheibe von 30 Zentimeter Durchmesser — kann Hunderte von Chips enthalten, jeder Wert von tausenden Dollar.
Die neueste Fertigungstechnologie — 2 Nanometer — bedeutet Strukturen 50.000 Mal dünner als ein menschliches Haar. Auf einem einzigen Chip sitzen mehr Transistoren als Menschen auf der Erde.
Das geopolitische Problem:
Taiwan liegt 180 Kilometer vor der chinesischen Küste. China betrachtet Taiwan als Teil seines Territoriums.
Das bedeutet: 90% der weltweiten High-End-Chip-Produktion hängt an einem laufenden geopolitischen Konfliktherd.
Ein Ausfall von TSMC — aus welchem Grund auch immer — würde die globale Technologieindustrie innerhalb von Monaten zum Stillstand bringen. Keine neuen iPhones. Keine neuen KI-Server. Keine neuen Autos. Die gesamte digitale Wirtschaft läuft auf TSMC-Chips.
Das Ökosystem um TSMC:
TSMC ist der Kern — aber drum herum gibt es ein ganzes Ökosystem das wir in den letzten Posts kennengelernt haben:
🏭 ASML $ASML — liefert die EUV-Maschinen ohne die TSMC nicht fertigen kann
🏭 Applied Materials $AMAT , Lam Research $LRCX KLA $KLAC — liefern Ätz-, Beschichtungs- und Inspektionsanlagen
🏭 Soitec — liefert die spezialisierten Wafer-Substrate
🏭 Teradyne $TER & Advantest — testen jeden fertigen Chip
🏭 ASE & Amkor $AMKR — übernehmen das Advanced Packaging
Kein einziges Unternehmen in dieser Kette ist ersetzbar. Jeder Ausfall stoppt die gesamte Produktion.
Kurz zusammengefasst:
🏭 TSMC — baut über 90% aller High-End-Chips der Welt, im Auftrag aller grossen Chip-Designer
📍 Taiwan — 180 km vor China, wichtigster geopolitischer Hotspot der Technologiewelt
💰 Eine Fabrik kostet 30 Mrd. Dollar — der Wissensvorsprung ist unbezahlbar
2
11
1,462
Jun 12
Das wurde hoffentlich von den nachfolgenden Rendern korrigiert... Der Kita Zuschuß in München wurde bislang als eine Subvention des Freistaats weitergegeben, diese wurde nun vom Freistaat gestrichen, und die Stadt kann das nicht aus eigenem Budget ausgleichen.
4
109
Hmm, es gibt natürlich auch andere Gründe für einen ShadowBan.
Aber das mit dem verwerflichen Inhalt kenne ich aus einer anderen Ecke. Ich mache sehr viel mit SuperGrok Imagine und da werden mir auch oft völlig harmlose Bilder oder Videos wegmoderiert. Musste erst lernen, bei den Prompts bestimmte völlig harmlose Schlüsselwörter und Wortkombinationen zu vermeiden und besser zu umschreiben. So kann z.B. das Prompt "Kameraschwenk an den tanzenden Leuten vorbei" dazu führen, dass die virtuelle Kamera beim Rendern der Sequenz unter irgendein Röckchen sieht und bääm, wird die Sequenz geblockt.
However, posten solltest du trotzdem, denn nur so erhöhst du deinen Score wieder.
1
16
Yuri retweeted
WiP..
.
Started this piece like a few days ago and thought rendern would be easier. Jokes on Me, now.
.
Will I finished it ? Idk. Maybe someday 🫠
But for now I wanna draw smth else.
#invincible #invinciblewilliam #williamclockwell #imisswilliam
1
4
18
304
Ja sehr oft schon irgendwelche "FREE" Programme genutzt nur um dann wenn ich fertig war mit dem Video nen riesen Wasserzeichen drin zu haben oder nur in 480p Rendern zu können ohne Geld zu zahlen... Und die Meldung kommt immer erst wenn man schon fertig ist 🫠
1
1
45
