Der Chip-Hersteller AMD hat seine Open-Source-Plattform PACE grundlegend umgebaut. Statt reiner Inferenz-Server soll sie k\u00fcnftig komplexe autonome KI-Workflows steuern \u2013 ein strategischer Schritt im Wettbewerb um den wachsenden Markt f\u00fcr Agenten-KI.<\/p>\n
LangGraph wird zum Herzst\u00fcck der Plattform<\/p>\n
Die zentrale Neuerung: die native Integration von LangGraph als Orchestrierungsebene. Urspr\u00fcnglich entwickelte AMD die Platform Aware Compute Engine (PACE), um Transformer-Workloads auf EPYC-Prozessoren zu beschleunigen. Nun fungiert das System als Motor f\u00fcr vollst\u00e4ndige Agenten-Graphen \u2013 von der ersten Anfrage bis zum abgeschlossenen Arbeitsablauf.<\/p>\n
Die neue Version adressiert damit die besonderen Anforderungen agentischer Systeme: deterministische Ausf\u00fchrung und reproduzierbare Benchmarks. \u00dcber LangGraph verwaltet die Plattform Zustandsmaschinen, steuert \u00dcberg\u00e4nge zwischen verschiedenen Aufgabenknoten und koordiniert geteilte Zustandsdaten. Entwickler k\u00f6nnen sich so von einfachen Chat-Interaktionen l\u00f6sen und Workflows aufbauen, in denen KI-Agenten eigenst\u00e4ndig Tools aufrufen, Datenbanken abfragen und Code in isolierten Umgebungen ausf\u00fchren.<\/p>\n
Vier S\u00e4ulen f\u00fcr autonome SystemeLesen Sie auch:WhatsApp: Benutzernamen statt Telefonnummer f\u00fcr 3 Milliarden Nutzer<\/a><\/p>\n Der Umbau st\u00fctzt sich auf vier Kernf\u00e4higkeiten, die Entwicklung und Einsatz autonomer Systeme vereinfachen sollen:<\/p>\n Deterministische Ausf\u00fchrung: PACE schafft Umgebungen, die konsistentes Performance-Monitoring und Debugging erm\u00f6glichen \u2013 eine Antwort auf das branchenweit bekannte Problem unberechenbarer Agenten. Flexible Bereitstellung: Die Software orchestriert Agenten-Aufgaben \u00fcber lokale und entfernte Infrastruktur. Agenten-Logik l\u00e4uft auf CPUs, w\u00e4hrend rechenintensive Inferenz auf externe Beschleuniger wie Instinct-GPUs oder Radeon-Grafikkarten ausgelagert wird \u2013 \u00fcber eine OpenAI-kompatible Schnittstelle. Native Unterst\u00fctzung eigener Agenten: Entwickler k\u00f6nnen eigene LangGraph-Agenten in die plattformbewusste Laufzeitumgebung einbringen. Optimierte Tool-Operationen: Spezielle Optimierungen f\u00fcr API-Aufrufe und Datenbankabfragen beschleunigen die Planungs- und Schleifenphasen agentischer Arbeit.<\/p>\n Anzeige<\/p>\n Mit dem Vormarsch autonomer KI-Systeme und neuer Technologien entstehen auch f\u00fcr Unternehmen v\u00f6llig neue Sicherheitsrisiken. Dieser kostenlose Report kl\u00e4rt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer im Kontext moderner IT-Infrastrukturen jetzt kennen m\u00fcssen. Kostenlosen Report zu neuen KI-Gesetzen und Cyberrisiken sichern<\/a><\/p>\n Synergien mit Venice und Instinct<\/p>\n Die Software-Entwicklung folgt auf hardware-seitige Meilensteine. Im Sommer brachte AMD seine EPYC-Prozessoren der sechsten Generation mit dem Codenamen Venice auf den Markt \u2013 mit bis zu 256 Kernen und 512 Threads pro Sockel.<\/p>\n Die Prozessoren wurden gezielt f\u00fcr sogenannte Agent-Sandboxes entwickelt: Server-Umgebungen, in denen CPUs die rechenintensive Logik, Tool-Aufrufe und Vorverarbeitung \u00fcbernehmen, um GPU-Cluster kontinuierlich auszulasten. AMD-Manager betonten wiederholt: Je mehr KI von einfachem Training zu aktiver Inferenz und autonomer Entscheidungsfindung \u00fcbergeht, desto wichtiger wird die CPU. Die Venice-Architektur bietet laut Unternehmensangaben eine 1,7-fache Leistungssteigerung f\u00fcr diese aufgabenorientierten Workloads gegen\u00fcber fr\u00fcheren Generationen.<\/p>\n Strategische Partnerschaften als Fundament<\/p>\n Der Schwenk zu einer agenten-zentrierten Plattform wird von hochkar\u00e4tigen Kooperationen begleitet. Bereits Anfang des Jahres k\u00fcndigte AMD mehrj\u00e4hrige Engineering-Partnerschaften mit Anthropic, OpenAI und Meta an, um die Infrastruktur f\u00fcr kommende KI-Modelle zu optimieren.<\/p>\n Anzeige<\/p>\n