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

Kurs BrainChip Holdings
0,10 USD
±0,00 % ±0,00
02:10:00 Uhr, Nasdaq OTC
Kostenlose Aktienchance per SMS Ausgewählte Trading-Einschätzungen aufs Handy.
Kommentare 43.051
Neu laden
G
Gast-754395800, 18.11.2022 15:09 Uhr
0

Danke für zuverlässige Infos über die Konkurrenz. Könnte jetzt verschiedene technische Links schicken, lieber nur kurz. Das Ambarella SoC wird in 5nm Fertigung hergestellt. Akida ist Stand jetzt bis maximal 7nm skalierbar, Thema abgehakt.

Gast-753035001, 18.11.2022 10:38 Uhr
Ich will gar nicht auf deine Fehlinterpretation von Akida 2.0 mit LSTM eingehen... aber: Sorry. Für mich ist das Thema nicht "abgehakt". Wie kommst du auf den schmalen Pfad, dass Akida maximal bis 7 nm skalierbar ist? Nur wegen dem Datenblatt, in dem von "in 7nm noch schneller" gesprochen wird?
G
Gast-753035001, 18.11.2022 15:16 Uhr
0

Ich verstehe es so, daß die 8MB SRAM zur Speicherung der Trainingsdaten, also der Grundlagen der AI dienen. Der temporäre Speicher, auf den zugegriffen wird, ist der hier: Internal memory per NPU (50 to 100 KB per NPU), und der bietet nicht viel Spielraum.

Gast-753035001, 18.11.2022 15:05 Uhr
Oder mit den 8MB ist der zusammengerechnete interne Speicher der kompletten SoC gemeint. Was dann aber bei der Verwendung von einzelnen Knoten eine sehr geringe Speicherleistung ergibt.
G
Gast-753035001, 18.11.2022 15:27 Uhr
0

Akida besitzt 8MB SRAM Memory. Z.B benötigen alle NVISO Modelle im Brainchip Akida Format unter 1MB. Gerade die benötigte Speichergrößen sind ein großer Vorteil. Siehe Grafik: https://www.nviso.ai/en/news/nviso-announces-it-has-reached-a-key-interoperability-milestone-with-brainchip-akida-neuromorphic-ip

Rarosch, 18.11.2022 12:45 Uhr
Habe gerade nochmal nachgeschaut. Ja, die RAM Angabe ist der hochgerechnete interne Speicher der NPUs einer kompletten SoC, also ein flexibler Wert abhängig von der Menge der verwendeten Knoten: https://brainchip.com/products/ Siehe unter Highly Configurable IP Platform.
Rarosch
Rarosch, 18.11.2022 17:17 Uhr
0
Genau, der Speicher ist für den 80 Knoten Akida Chip.
Rarosch
Rarosch, 18.11.2022 17:25 Uhr
1
Aber weniger Knoten bedeutet ja automatisch weniger Speicherbedarf. Zudem benötigen die Modelle im Brainchip Format nur noch ein Bruchteil vom Standard.
G
Gast-753035001, 18.11.2022 15:05 Uhr
0

Zu LSTM: https://databasecamp.de/ki/lstm Das Problem von Recurrent Neural Networks ist, dass sie die vorherigen Daten einfach in ihrem „Kurzzeitgedächtnis“ abspeichern. Sobald der Speicher darin ausgeht, wird einfach die am längsten erhaltene Informationen gelöscht und durch die neue Daten ersetzt. Das LSTM Modell versucht diesem Problem zu entkommen, indem es nur ausgewählte Informationen im Kurzzeitgedächtnis behält.

Rarosch, 18.11.2022 12:52 Uhr
Ich verstehe es so, daß die 8MB SRAM zur Speicherung der Trainingsdaten, also der Grundlagen der AI dienen. Der temporäre Speicher, auf den zugegriffen wird, ist der hier: Internal memory per NPU (50 to 100 KB per NPU), und der bietet nicht viel Spielraum.
Dallas
Dallas, 18.11.2022 13:37 Uhr
3
Immer dieses technische Zeugs,🤪🤠schönes Wochenende 👋🍻
pantarhei
pantarhei, 18.11.2022 13:08 Uhr
1

Minute 5:50 ca https://youtu.be/dbMwu1g8WX8

Negativ, 18.11.2022 12:41 Uhr
Tolle Graphik: vor allem auf der anderen Achse (Increasing Performance) steht brainchip ganz oben!
Rarosch
Rarosch, 18.11.2022 12:55 Uhr
0
Ja 😂
N
Negativ, 18.11.2022 12:54 Uhr
0
Ah ja, ok 👌🏻 So wie bei mir wenn meine Frau was sagt 😂 Ich muss selbstständig entscheiden was wichtig ist und was nicht und nicht einfach die älteste Info löschen 🤣
Rarosch
Rarosch, 18.11.2022 12:52 Uhr
0
Zu LSTM: https://databasecamp.de/ki/lstm Das Problem von Recurrent Neural Networks ist, dass sie die vorherigen Daten einfach in ihrem „Kurzzeitgedächtnis“ abspeichern. Sobald der Speicher darin ausgeht, wird einfach die am längsten erhaltene Informationen gelöscht und durch die neue Daten ersetzt. Das LSTM Modell versucht diesem Problem zu entkommen, indem es nur ausgewählte Informationen im Kurzzeitgedächtnis behält.
N
Negativ, 18.11.2022 12:52 Uhr
0
Oh jetzt hab ich meinen Beitrag von oben gelöscht 😅😂 Das Beispiel was Fact Finder mal gebracht mit den Ball der über die Straße rollt und ein Kind folgt? Ohne LSTM, der Ball wird erkannt Mit LSTM, der Chip kann die Vorhersage treffen das ein Kind folgen wird und darauf reagieren
Rarosch
Rarosch, 18.11.2022 12:48 Uhr
0
LSTM dient dafür Vorhersagen zu treffen.
Rarosch
Rarosch, 18.11.2022 12:45 Uhr
2
Akida besitzt 8MB SRAM Memory. Z.B benötigen alle NVISO Modelle im Brainchip Akida Format unter 1MB. Gerade die benötigte Speichergrößen sind ein großer Vorteil. Siehe Grafik: https://www.nviso.ai/en/news/nviso-announces-it-has-reached-a-key-interoperability-milestone-with-brainchip-akida-neuromorphic-ip
N
Negativ, 18.11.2022 12:41 Uhr
1

Der Link über NVISO und extreme Edge ist so interessant weil NViso in ihrer Präsentation vom ca 20.07.22 eine Grafik hatte. Da geht es von Cloud bis Extreme Edge, unter Extreme Edge war nur Brainchip aufgeführt.

Negativ, 18.11.2022 12:26 Uhr
Minute 5:50 ca https://youtu.be/dbMwu1g8WX8
N
Negativ, 18.11.2022 12:37 Uhr
0
Macht Sinn 😜👍🏼
Mehr zu diesem Wert
Meistdiskutiert
 Thema
1 DAX / Germany 40 Hauptdiskussion +0,75 %
2 VONOVIA Hauptdiskussion -1,92 %
3 für alle, die es ehrlich meinen beim Traden.
4 Strategy B -1,86 %
5 Gamestop💎🙌 -6,45 %
6 EUROBATTERY MINERALS -9,75 %
7 BYD Hauptdiskussion -1,28 %
8 Trading- und Aktien-Chat
9 BMW Hauptdiskussion +2,40 %
10 ROHÖL BRENT Hauptdiskussion -3,01 %
Alle Diskussionen
Aktien
 Thema
1 VONOVIA Hauptdiskussion -1,92 %
2 Strategy B -1,86 %
3 Gamestop💎🙌 -6,45 %
4 EUROBATTERY MINERALS -9,75 %
5 BYD Hauptdiskussion -1,28 %
6 BMW Hauptdiskussion +2,40 %
7 EVOTEC Hauptdiskussion +0,87 %
8 OHB TECHNOLOGY Hauptdiskussion +6,78 %
9 RHEINMETALL Hauptdiskussion -1,55 %
10 GERRESHEIMER Hauptdiskussion -0,50 %
Alle Diskussionen