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

BrainChip hat heute Folgendes auf LinkedIn gepostet und eines der Likes stammt von einem Ingenieur der Deutschen Telekom AG.

Will Euch mal erzählen was mir heute passiert ist.Also,ich sitze mit meinem Kollegen in einem Supermarkt beim Mittagessen,was sehe ich ,einen voll mit Lidar ausgerüsteten Mercedes E Klasse der dort augenscheinlich die KI trainierte.Fahrerin und d Techniker mit Liste.Da ich nun sagen wir mal leicht schmerzfrei bin versuchte ich sie in ein Gespräch zu verwickeln,als sie ausgestiegen war um eine zu rauchen.Schnell merkte sie das ich wusste von was ich sprach.Zu Beispiel wann fährt der alleine .2023? Nee sagt sie ,das kommt eher als du denkst.Auf die Frage was sich eher durchsetzt Lidar oder Kamera sagte sie,nun etwas aufgeregt(erweiterte Pupillen),wenn ich das dir verrate müsste ich dich anschließend töten,vielleicht auch deswegen weil ich ihr vorher gesagt hatte,das sie ziemlich weit von Stuttgart weg ist ,vielleicht Angst vor Industriespionage🥳

So hier der nächste Versuch Akidas Stärke ist die Signalabstimmung - Bildklassifizierung/-identifikation, Spracherkennung, Sensorausgangsidentifikation im Allgemeinen. von Neumann-Prozessoren tun dies derzeit mit CNN-Software (convolutional neural network), aber sie verbrauchen enorme Mengen an Leistung, um die mathematischen Berechnungen mit 32 oder 64 Bit durchzuführen, um dies zu tun Wie ursprünglich gedacht, verwendet Akida mit 1-Bit-Gewichten und Betätigungen keine mathematischen Multiplikationen. Stattdessen werden die einzelnen Bits als Spikes betrachtet. Akida ergänzt einzelne Bits, um festzustellen, wann die Eingaben in ein Neuron den Zündschwellenwert erreicht haben, aber dies verbraucht weit weniger Leistung als die 32/64-Bit-Multiplikation. Darüber hinaus wird unter Verwendung von Bildsensoren als Beispiel in Akida ein "Spike" nur erzeugt, wenn die Eingabe eines Pixels den Wert ändert und die Änderungen asynchron behandelt werden (wie sie auftreten, im Vergleich zu Frame-by-Frame in einem vN-Prozessor). Im Gegensatz dazu muss ein von Neumann-Prozessor einen Vergleich für jedes 32/64-Bit-Pixel aufeinanderfolgenden Frames durchführen und dabei die 1000-fache Leistung verwenden, die Akida für die gleiche Aufgabe verwendet. In einem AV gibt es immer noch einen Platz für vN-Prozessoren, ein Programm zu verwenden, um auf die Ergebnisse des Akida-Signalklassifizierungsprozesses zu reagieren, z. B. durch die Erzeugung eines Bremssignals oder eines Blinkers für den AV unter Verwendung des Akida-Ausgangs als Programmparameter. Akida verbessert jedoch die Gesamtleistungseffizienz und die Reaktionsgeschwindigkeit um etwa eine Größenordnung oder mehr, da die CNN-Software so viel Leistung verbraucht. In einfacheren Fällen kann die Ausgabe eines eigenständigen Akida ausreichen, um eine einfache EIN/AUS-Funktion zu initiieren. In vielen Fällen wird Akida jedoch in Verbindung mit einer CPU oder MPU ausgeführt. Wenn eine höhere Genauigkeit erforderlich ist, kann Akida 2-Bit- oder 4-Bit-Gewichte und -Betätigungen verwenden. Ich vermute nur, dass dies 2-Bit- oder 4-Bit-Multiplikationen beinhalten werden, aber die 4-Bit-Multiplikation wird immer noch 64 Mal (8*8) energieeffizienter sein als die 32-Bit-Multiplikation und 64 Mal schneller sein. [Das ist 256-mal besser im Vergleich zu 64-Bit-Multiplikationen]. Akida kann also etwas Leistung und Geschwindigkeit gegen eine verbesserte Genauigkeit bei der Durchführung dieser Klassifizierungsaufgaben eintauschen, aber es ist vN immer noch Meilen voraus

Mercedes T-Klasse - der edle Citan bekommt "Hey Mercedes"