Brainchip Klassengruppe WKN: A14Z7W ISIN: AU000000BRN8 Kürzel: BRN Forum: Aktien User: Rarosch

Das stimmt doch gar nicht … “Intel's third-generation design, Loihi 3, announced in early 2026, pushes this architecture further. It integrates a 1.15-billion-neuron system called Hala Point at Sandia National Laboratories — the largest neuromorphic system ever built, achieving 15 trillion operations per second per watt. The more immediate story for robotics engineers is at the other end of the scale: sub-watt chips that fit inside a drone arm or a security camera housing.” Nicht 2026. Nicht Loihi 3. Hala Point ist vom April 2024, Loihi 2…. Nicht 3

Also der Brainchip Teil scheint auf den ersten Blick zu passen…. Aber bei Intel widerspricht er sich stark….Er sagt an einer Stelle, Loihi bleibe ein „Research-Chip” ohne kommerzielles Produktionsdatum, später aber, Loihi 3 existiere bereits in working silicon. … immer wieder erstaunlich

Beschwerden bitte an ... info@nexi.fund

Übertrieben finde ich auch die Brainchip Version „Lockheed Martin … embedding Akida directly into fighter aircraft sensor fusion, space-based surveillance payloads, counter-drone systems“ … hä??? Und „production in volume“ ist sehr aus dem Fenster gelehnt

Hmm er hats auch verstanden https://www.linkedin.com/posts/wilson-bilkovich_if-you-still-think-llms-are-where-the-action-ugcPost-7478467262384005120-8pyh

Immer wiederkehrende Versuche nur das schlechte zu sehen bitte im Hauptforum danke ! Hier nur Beiträge mit Quellen links etc

Ich weiß ist etwas älter der upload… aber das Interieur erstaunlich aktuell vom Benz oder ? https://brainchip.com/wp-content/uploads/2022/07/BrainChip_Designing-Smarter-Safer-Cars.pdf

Hatten wir das schon?? https://www.linkedin.com/posts/microip-inc_microip-vehicleelectronics-computex-activity-7478419215843020801-4aAA

Als Info ... Der AKD1500 ist der direkte Nachfolger des AKD1000 von BrainChip. Beide sind digitale Neuromorph-Prozessoren (SNNs – Spiking Neural Networks), die entwickelt wurden, um KI-Aufgaben energieeffizient direkt an der Quelle ("am Edge") zu berechnen. Der AKD1500 bietet eine deutlich höhere Effizienz, erweiterte Schnittstellen und ist vielseitiger als der AKD1000. Der größte Unterschied: Flexibilität und Effizienz Der AKD1500 wurde als reiner Co-Prozessor konzipiert, der sich flexibel an kleine Batterien anpassen kann. Wo der AKD1000 oft eine ausgewachsene PCIe-Schnittstelle benötigt, bietet der AKD1500 serielle Schnittstellen wie SPI/I2C. Dadurch lässt er sich sogar direkt an günstige und stromsparende Mikrocontroller (MCUs) anschließen, ganz ohne aufwendiges System-Design. Direkter Spezifikations-Vergleich Feature / Spezifikation AKD1000 / AKD1500 Rechenleistung (Peak) Bis zu 1,5 TOPS (INT4) / Bis zu 800 GOPS (effektive Leistung) Stromverbrauch 1 bis 3 Watt (typisch) / < 300 mW (PCIe-Modus) / < 200 mW (Serieller Modus) Schnittstellen PCIe / PCIe (für MPUs) + SPI/I2C (für kleine MCUs) Architektur-Generation Akida 1.0 / Akida 1.0 + Unterstützung für fortschrittliche Modelle Einsatzgebiet Edge-Boxen, PCI-Karten, IoT, Smart Home / Wearables, batteriebetriebene Sensoren, Verteidigung Was das für die Praxis bedeutet: Energieeffizienz: Der AKD1500 ist um ein Vielfaches stromsparender. Er verbraucht weniger als 300 Milliwatt und eignet sich so für immer-aktive Geräte (Wearables) oder batteriebetriebene Sensoren, ohne deren Laufzeit zu ruinieren. Einfache Integration: Während der AKD1000 für komplette Systeme gebaut wurde, dient der AKD1500 als ideale Erweiterung. Er fungiert als intelligenter Filter: Er verarbeitet nur dann Daten (Ereignisse), wenn es wirklich notwendig ist. So weckt er bei Erkennung großer Muster erst den Hauptprozessor, was massiv Energie spart. Unterstützte Software: Beide Chips nutzen die gleichen Lern- und Programmier-Frameworks (MetaTF SDK), die auf Standard-Plattformen wie TensorFlow und PyTorch aufbauen. Modelle können also für beide Chips optimiert werden. Wenn Sie kompakte, batterieabhängige Geräte (wie Smart-Health-Sensoren oder Wearables) bauen möchten, ist der AKD1500 durch seinen weitaus geringeren Stromverbrauch und die neuen SPI-Schnittstellen die deutlich bessere Wahl. Der ältere AKD1000 eignet sich besser für größere, netzbetriebene Edge-Geräte.

https://www.linkedin.com/posts/img3081-share-7478462750403407872-RQpp/?utm_source=share&utm_medium=member_android&rcm=ACoAADwdQ74BM56E329eXQpV74G3w8txr6sc_l8

https://business-news-today.com/brainchip-asxbrn-ships-akd1500-chips-but-can-customer-orders-finally-unlock-revenue/

War ja nur als Beispiel gedacht