Developer Snapshots: Programmierer-News in ein, zwei Sätzen

Hier die durchaus subjektive Auswahl an kleineren Nachrichten der vergangenen Tage:

• Datadog hat eine Reihe neuer Observability-Produkte vorgestellt: Dazu zählen LLM Observability, mit dem Entwicklerinnen und Entwickler Sprachmodelle effizient überwachen und absichern, oder Data Jobs Monitoring, das problematische Datenaufgaben in den Pipelines erkennt. OpenTelemetry-User werden sich über den Agent Collector freuen.
• Bessere Performance und neue Funktionen verspricht Version 7.2 der Datenplattform Tanzu Greenplum. Für mehr Leistung sorgt insbesondere die Indexsuche für AO-Tabellen (append-optimized). VMware erhofft sich dadurch einen tausendfachen Geschwindigkeitsgewinn.
• Die finale Fassung Django 5.1 wird gegenüber der jetzt erschienenen Beta 1 nur noch Fehler und Rückschritte gegenüber älteren Versionen korrigieren. Das Webframework unterstützt Python 3.10, 3.11 und 3.12, jeweils die neuesten Ausgaben der Serien.
• LF AI & Data hat auf der Konferenz "AI_dev Europe" der Linux Foundation, die am 19. und 20. Juni in Paris stattfand, die Beta-Version des Model Openness Tool (MOT) veröffentlicht. Das Werkzeug MOT wertet Kriterien aus dem Model Openness Framework (MOF) aus und vergibt eine Punktzahl, die auf der Verfügbarkeit von Modellelementen und der Wahl der Lizenzierung basiert. Das MOF bietet Entwicklern und Entwicklerinnen ein umfassendes System zur Bewertung und Klassifizierung der Vollständigkeit und Offenheit von Modellen des maschinellen Lernens.
• Jetbrains hat die Version 2024.3 von Datalore, der Data-Science-Notizbuchplattform für Teams, vorgestellt. Das Entwicklerteam hat sich bei diesem Update auf die Verbesserung der Qualität und Zuverlässigkeit von Datalore konzentriert. So steht nun unter anderem eine Option zur Verfügung, mit der Entwickler Dateien, die sie bei geplanten Läufen erzeugt haben, direkt in /data/notebook_files speichern können.

• SciPy, eine Sammlung von mathematischen Algorithmen und Komfortfunktionen, die auf NumPy aufbauen, hat die Version 1.14.0 erreicht. Dieses Release enthält eine Reihe neuer Funktionen, zahlreiche Fehlerbehebungen, verbesserte Testabdeckung und eine überarbeitete Dokumentation. So unterstützt SciPy jetzt die neue Accelerate-Bibliothek, die in macOS 13.3 eingeführt wurde. Zudem wurde mit scipy.fft.prev_fast_len eine neue Funktion hinzugefügt, die das größte Kompositum von FFT-Radizes findet, das kleiner als die Ziellänge ist.
• Meta veröffentlicht KI-Datenmodelle, die Compiler simulieren. Die LLM Compiler basieren auf Llama und können Einstellungen für optimale Code-Größe vorhersagen oder auch Maschinencode disassemblieren.
• Der .NET Upgrade Assistent von Microsoft erhält nun ein Assessment Tool, das den alten Code auf mögliche Upgrade-Probleme analysiert und diese in einem Dashboard darstellt. Dort schätzt es auch den Aufwand, der für die Umstellung notwendig ist.
• Der quelloffene Virtual Machine Monitor (VMM) Cloud Hypervisor steht aktuell in der Version v40.0 zur Verfügung. Er kann auf dem KVM-Hypervisor und dem Microsoft Hypervisor (MSHV) eingesetzt werden. In dieser Version soll es jetzt auch möglich sein, Dateideskriptoren für Netzwerkgeräte über die HTTP-API (mittels ch-remote) bei einer Wiederherstellung zu aktualisieren.
• Databricks stellt ab sofort die neue Funktion Predictive Optimization zur Verfügung. Data-Engineering-Teams können damit ihre bisher manuell durchgeführten Wartungsvorgänge automatisieren. Predictive Optimization setzt für diese Aufgabe auf der Data Intelligence Engine auf und nutzt den kürzlich als Open Source freigegebenen Unity Catalog.

Sollten Sie ein wichtiges Ereignis vermissen, freuen wir uns über Ihre E-Mail.

(fms)