Zurück zur Übersicht
NVIDIA GeForce NOW: Native Linux-App verlässt Beta-Phase und bringt Performance-Upgrades für Cloud-Gaming
ProduktstartNVIDIAGeForce NOWLinux

NVIDIA GeForce NOW: Native Linux-App verlässt Beta-Phase und bringt Performance-Upgrades für Cloud-Gaming

NVIDIA hat pünktlich zur „Back-to-School“-Saison bedeutende Upgrades für seinen Cloud-Gaming-Dienst GeForce NOW angekündigt. Die wichtigste Neuerung ist die offizielle Veröffentlichung der nativen Linux-App, die nun die Beta-Phase verlassen hat und stabil zur Verfügung steht. Zusätzlich führt NVIDIA neue Cloud-Optimierungen ein, die die Reaktionsfähigkeit der Frame Generation beim Streaming signifikant verbessern sollen. Auch Mitglieder des Performance-Tarifs profitieren von dem Update durch höhere Bildraten. Diese Entwicklungen zielen darauf ab, das Gaming-Erlebnis auf Linux-Systemen, Chromebooks und weiteren Geräten zu optimieren und die technologische Lücke zwischen lokalem Gaming und Cloud-Streaming weiter zu schließen.

NVIDIA Newsroom
Teilen

Die wichtigsten Punkte

  • Offizieller Release für Linux: Die native GeForce NOW-App für Linux hat die Beta-Phase verlassen und ist nun offiziell verfügbar.
  • Optimierte Frame Generation: Neue Cloud-Optimierungen sorgen für eine reaktionsschnellere Darstellung bei der Nutzung von Frame Generation im Stream.
  • Performance-Boost: Mitglieder des Performance-Tiers erhalten Zugang zu höheren Bildraten (Frame Rates).
  • Fokus auf Flexibilität: Die Updates verbessern das Spielerlebnis auf einer Vielzahl von Geräten, insbesondere auf Chromebooks und Linux-basierten Systemen.
  • Saisonales Timing: Die Veröffentlichung erfolgt passend zur „Back-to-School“-Saison, um Schülern und Studenten verbesserten Zugang zu High-End-Gaming zu ermöglichen.

Analyse

Der Meilenstein für das Linux-Ökosystem

Die Entscheidung von NVIDIA, die native Linux-App für GeForce NOW aus der Beta-Phase zu entlassen, markiert einen wesentlichen Fortschritt für die Linux-Gaming-Community. Bisher waren Nutzer oft auf Browser-basierte Lösungen oder experimentelle Versionen angewiesen, um den Cloud-Gaming-Dienst zu nutzen. Mit der offiziellen nativen App wird eine stabilere und besser integrierte Umgebung geschaffen.

Dies ist besonders relevant für die wachsende Zahl von Nutzern, die Linux als primäres Betriebssystem verwenden oder auf Geräten wie dem Steam Deck (das auf Linux basiert) nach offiziellen Wegen suchen, um Cloud-Ressourcen zu nutzen. Durch den Wegfall des Beta-Status signalisiert NVIDIA, dass die Software nun den Qualitätsstandards für den breiten Einsatz entspricht, was die Zuverlässigkeit und Systemkompatibilität erheblich steigern dürfte.

Technologische Verfeinerung: Frame Generation und Latenz

Ein kritischer Aspekt beim Cloud-Gaming ist die Latenz, also die Verzögerung zwischen der Eingabe des Spielers und der sichtbaren Reaktion auf dem Bildschirm. NVIDIA adressiert dieses Problem mit neuen Cloud-Optimierungen, die speziell auf die Frame Generation abzielen.

Frame Generation ist eine Technologie, die mithilfe von KI zusätzliche Bilder berechnet, um die flüssige Darstellung zu erhöhen. Im Cloud-Kontext war dies bisher eine Herausforderung, da die zusätzliche Rechenlast die Reaktionszeit beeinflussen konnte. Die neuen Optimierungen sollen dafür sorgen, dass sich das Streaming trotz der künstlich erzeugten Zwischenbilder „reaktionsschneller“ anfühlt. Dies ist ein entscheidender Schritt, um das Gefühl von lokalem Gaming auf gestreamte Inhalte zu übertragen. Gleichzeitig profitieren Performance-Mitglieder von höheren Bildraten, was die visuelle Qualität und die Flüssigkeit des Gameplays auf unterstützten Geräten wie Chromebooks weiter verbessert.

Bedeutung für die KI-Branche

Die kontinuierliche Weiterentwicklung von GeForce NOW zeigt, wie eng Cloud-Infrastruktur und künstliche Intelligenz miteinander verknüpft sind. Die Optimierung der Frame Generation in der Cloud ist ein direktes Ergebnis von Fortschritten in der KI-gestützten Bildverarbeitung. Für die Branche bedeutet dies, dass NVIDIA seine Vormachtstellung nicht nur durch Hardware-Verkäufe, sondern auch durch die Bereitstellung von KI-Rechenleistung als Dienstleistung festigt.

Indem NVIDIA komplexe KI-Prozesse wie die Frame Generation in die Cloud auslagert und für Endnutzer auf schwächerer Hardware (wie Chromebooks) zugänglich macht, demonstriert das Unternehmen die Skalierbarkeit von KI-Anwendungen. Dies setzt neue Maßstäbe für die Effizienz von Datenübertragungen und die Echtzeit-Verarbeitung von grafischen Daten, was langfristig auch Auswirkungen auf andere Bereiche der Remote-Arbeit und virtuellen Kollaboration haben könnte.

Häufig gestellte Fragen

Frage: Was ändert sich für Nutzer der Linux-App durch das Ende der Beta-Phase?

Die App gilt nun als offiziell unterstützt und stabil. Nutzer können eine bessere Performance, höhere Zuverlässigkeit und eine optimierte Integration in ihre Linux-Distributionen erwarten, verglichen mit der vorherigen Testversion.

Frage: Wie wirkt sich die optimierte Frame Generation auf das Spielgefühl aus?

Durch die neuen Cloud-Optimierungen wird die Eingabeverzögerung (Latenz) minimiert, die bei der Erzeugung zusätzlicher Bilder durch KI entstehen kann. Das Spiel fühlt sich dadurch direkter und flüssiger an, was besonders bei schnellen Action-Titeln von Vorteil ist.

Frage: Welche Vorteile haben Performance-Mitglieder durch das neue Update?

Neben den allgemeinen Stabilitätsverbesserungen erhalten Mitglieder in diesem Tarif Zugang zu höheren Bildraten. Dies ermöglicht ein flüssigeres visuelles Erlebnis auf kompatiblen Endgeräten.

Originalartikel lesen

Ähnliche Nachrichten

OpenAI veröffentlicht GPT-6 Sol und Luna mit halbierten API-Kosten und signifikant reduzierter Fehlerrate im internen Test
Produktstart

OpenAI veröffentlicht GPT-6 Sol und Luna mit halbierten API-Kosten und signifikant reduzierter Fehlerrate im internen Test

OpenAI hat die Einführung der neuen Modelle GPT-6 Sol und Luna bekannt gegeben. Ein zentraler Aspekt dieser Veröffentlichung ist die deutliche Reduzierung der finanziellen Aufwendungen für Entwickler und Unternehmen, da die API-Kosten laut dem Bericht von Tech in Asia um die Hälfte gesenkt wurden. Neben der Kostenhalbierung stehen auch spürbare Verbesserungen bei der Zuverlässigkeit im Fokus der Mitteilung: Wie aus den bereitgestellten Informationen hervorgeht, zeigte GPT-6 Sol in einem unternehmenseigenen internen Test eine deutlich gesteigerte Genauigkeit und machte im Vergleich zu seinem Vorgänger nur noch etwa halb so viele Fehler. Damit verbindet die Ankündigung von GPT-6 Sol und Luna eine erhebliche Senkung der Nutzungskosten mit einer messbaren Verringerung der Fehlerquote in den durchgeführten internen Überprüfungen des Anbieters.

Anthropic stellt Claude Opus 5.5 mit gesenkten Preisen für Ein- und Ausgabetoken offiziell vor
Produktstart

Anthropic stellt Claude Opus 5.5 mit gesenkten Preisen für Ein- und Ausgabetoken offiziell vor

Das KI-Unternehmen Anthropic hat das Sprachmodell Claude Opus 5.5 vorgestellt und setzt dabei auf eine angepasste, niedrigere Preisgestaltung. Gemäß dem aktuellen Bericht liegen die Kosten für die Nutzung des Modells bei 4 US-Dollar pro einer Million Eingabetoken (Input Tokens). Für die Generierung beziehungsweise die Ausgabe von Inhalten werden 20 US-Dollar pro einer Million Ausgabetoken (Output Tokens) fällig. Die Ankündigung verdeutlicht die Preisstruktur der neuen Modellversion im Bereich der Token-Abrechnung. Während der Veröffentlichung liegen der Fokus und die Kernangaben primär auf den konkreten finanziellen Konditionen pro Million Tokens für Eingabe und Ausgabe. Diese Preisangaben bilden die zentrale Grundlage der aktuellen Meldung über das Erscheinen von Claude Opus 5.5 durch Anthropic.

Produktstart

OpenAI stellt verbessertes Prompt Caching für GPT-6 vor: Höhere Trefferquoten, Breakpoints und reduzierte Kosten

OpenAI hat im offiziellen Blog Verbesserungen für das Prompt Caching des Modells GPT-6 vorgestellt. Die Weiterentwicklung konzentriert sich auf die Steigerung der Systemeffizienz und die gezielte Reduzierung von Betriebskosten sowie Latenzzeiten. Zu den wesentlichen Neuerungen gehören verbesserte Cache-Trefferquoten, die Einführung neuer Diagnosewerkzeuge, explizite Haltepunkte (Breakpoints) und erweiterte Kontrollmechanismen für Entwicklerinnen und Entwickler. Diese Neuerungen ermöglichen ein gezielteres Eingreifen in den Caching-Prozess und bieten tiefere Einblicke in die Funktionsweise von Abfragen. Durch das Zusammenspiel dieser Funktionen lassen sich wiederkehrende Kontextdaten bei GPT-6 effizienter zwischenspeichern und verarbeiten, was den Gesamtaufwand pro Abfrage verringert. Die Maßnahmen stellen einen gezielten Schritt zur Optimierung von Antwortzeiten und wirtschaftlicher Ressourcennutzung bei modernen Sprachmodellen dar.