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

Viele Nachrichten aber leider interessiert das weder den Kurs, noch tut sich was bei den Aufträgen. Brainchip war mal eine Jugendsünde aus vergangenen Tagen. Bin froh hier schon lange die Reißleine gezogen zu haben. Das Geld ist im Moment woanders besser investiert.

Spiel weiter Kevin😁

https://www.linkedin.com/posts/kevin-d-johnson-42170b_now-that-i-have-simulation-capability-up-activity-7449500045667749888-7wV_?utm_source=social_share_send&utm_medium=android_app&rcm=ACoAAFcSUdwBmD4nWsAtMrniAGrXM4dzxvBkHRg&utm_campaign=copy_link

Könnten wir ab jetzt wieder nur Artikel und Themen posten die unsere Firma betreffen die auch mit links zusammenhängen? Danke. Für Sekt oder Selters Gespräche gerne ins hauptforum! 👍

Ich sagte……….GOLDLEGIERUNG SIR!!!!!

Puh gerade wüsste ich nicht was für eine Ankündigung kommen sollte, außer das sie noch mehr Geld brauchen oder so. Kann mir generell auch schwer vorstellen das hier überhaupt nochmal große Ankündigungen kommen leider… Die Hoffnung stirbt zwar immer zuletzt 🤣 Aber es ist aktuell leichter nicht mehr daran zu glauben als sich hier verrückt zu machen.

@7FÜR7. Mit ruhe vor dem Sturm meinst du, dass eine Ankündigung bevor steht? (Ob positiv oder negativ unbekannt)

Ist Die Ruhe vor dem Sturm… entspannt bleiben einfach… in Deutschland kennt Brainchip keiner und in Australien bleiben wir ein leichtes fressen für zocker und shorter solang nichts substantielles kommt… brauchst nerven aus stahl… meine hab ich jetzt mit Gold legiert um sie haltbarer und leitfähiger zu machen!

Mag wahrscheinlich keiner mehr, deswegen nicht Handelbar🙈 Weiß es leider nicht, Feiertag ist glaub ich keiner.

Ist heute irgendwo ein Feiertag oder warum ist BC heute nicht handelbar? 🤔

Braucht Brainchip jetzt schon ein Kevin oder andere Personen um News über den Chip verbreiten zu können? Iwie schon lustig und komisch zu gleich. Sonst kommt ja von BC selber nicht viel 🙈 Naja vielleicht hilft es dem Kurs ja minimal 😅 schönen Sonntag

Und weiter geht’s mit Kevin…. Unglaublich der Typ https://www.linkedin.com/posts/kevin-d-johnson-42170b_today-i-ran-more-tests-simulating-brainchips-activity-7448891486911299584--K5k Profil von Kevin D. Johnson anzeigen Kevin D. Johnson 3. Field CTO – HPC AI | Principal HPC Cloud Technical Specialist at IBM | Symphony • GPFS • LSF 1 Min. Bearbeitet Today, I ran more tests simulating BrainChip's Akida 1500 v2 SDK across three independent compute environments and every baseline converged on exactly the same per-core throughput, per-context memory, and horizontal scaling curve. No surprises. No cliffs. Linear all the way. I measured the simulated 1500's with a TENNs-PLEIADES spatiotemporal model on three Symphony clusters: 1) on-prem EPYC Rome VM fleet like the initial test I did yesterday, 2) a 10-node IBM Cloud Symphony cluster in DC, and 3) a 36-node IBM Cloud Symphony cluster in Dallas. The results are rock-solid and linear across every baseline. Per-physical-core throughput: ~90 inferences/second ± 5% across all three baselines, which included EPYC Rome and Cascade Lake. The SDK is hardware-deterministic at the per-core level. Every independent inference context carries the same minimal RAM cost. Cross-cluster linear scaling measured at 99.4% of ideal. With Symphony, the horizontal scaling is effectively lossless. The combined 46-node IBM Cloud fleet held 8,832 concurrent Akida V2 inference contexts in ~349 GB aggregate RAM, with per-worker memory landing within 0.3% of the model. To make a neuromorphic hive mind scalable in a production sense, you need three things to be true: performance has to be deterministic across host hardware, memory behavior has to be predictable, and horizontal scale has to be linear across independent clusters. All three are now in play with the 1500 SDK simulations in addition to all I've demonstrated with the AKD1000's. No per-region per-anything weirdness. The numbers converge exactly where the physics say they should. True silicon is even better. The AKD1500 chip will deliver orders of magnitude more throughput per watt than any software simulation, which is what would actually run in production. A single server/high-end workstation chassis could easily hold 32 AKD1500 chips under 10 watts of total accelerator power. Horizontal scaling across multiple chassis is bound only by the underlying network fabric. Here, we can use simulation for breadth and experimentation, silicon for the production inference load. The upshot: neuromorphic inference at production scale isn't a leap of faith. The software path behaves like any other well-designed HPC workload, predictable, linear, deterministic. The silicon path takes over when efficiency matters. More to come, stay tuned!

Kevin der Gas Geber!!!!! https://www.linkedin.com/posts/kevin-d-johnson-42170b_just-last-night-i-successfully-tested-twenty-activity-7448780472253435904-Fwre Profil von Kevin D. Johnson anzeigen Kevin D. Johnson 3. Field CTO – HPC AI | Principal HPC Cloud Technical Specialist at IBM | Symphony • GPFS • LSF 5 Std. Just last night I successfully tested twenty simulations of BrainChip's AKD1500 via their SDK across 20 virtual machines controlled by Symphony. Because we can simulate the hardware without issue, I can now engage the AKD1500 design at scale. So, even more interesting experiments/demos are on the horizon. Ten real AKD1000 chips plus as many simulated environments as we need are now in play across the two platforms through IBM Spectrum Symphony. TENNs-PLEIADES, here we come. Oh. On the SymRail front, 20 cross domain objects crystallized into Palantir Technologies Foundry by this morning now that it's fully operational. The ontology of SymWisdom builds itself, the Neuromorphic Hive Mind is busy working 24/7, experiencing the world, learning what it doesn't know. You can get the paper below on BrainChip's website, fascinating stuff, and I really need to check out the PROPHESEE cameras: https://lnkd.in/gr2niw3p

https://arxiv.org/abs/2604.04117 “Eine zuverlässige relative Posenschätzung ist ein entscheidender Baustein für autonome Rendezvous- und Näheoperationen im Weltraum. Allerdings ist Weltraumbildgebung bekanntermaßen schwierig, da sie durch extreme Lichtverhältnisse, hohe Kontraste und schnelle Zielbewegungen geprägt ist. Event-Kameras liefern asynchrone, durch Veränderungen ausgelöste Messdaten, die auch dann noch informativ bleiben können, wenn herkömmliche bildbasierte Verfahren durch Überbelichtung oder Bewegungsunschärfe an ihre Grenzen stoßen. Neuromorphe Prozessoren wiederum können diese spärlichen Aktivierungen für latenzarme und energieeffiziente Inferenz nutzen. In dieser Arbeit wird eine 6-DoF-Posenschätzungs-Pipeline für Raumfahrzeuge vorgestellt, die eventbasierte Bildverarbeitung mit dem neuromorphen Prozessor Akida von BrainChip kombiniert. Unter Verwendung des SPADES-Datensatzes trainieren wir kompakte MobileNet-ähnliche Keypoint-Regression-Netzwerke auf leichten Event-Frame-Repräsentationen, wenden quantisierungsbewusstes Training (8/4-Bit) an und konvertieren die Modelle in Akida-kompatible spikende neuronale Netze. Wir vergleichen drei Event-Repräsentationen und zeigen echtzeitfähige, stromsparende Inferenz auf Akida-V1-Hardware. Zusätzlich entwerfen wir ein heatmap-basiertes Modell für Akida V2 und evaluieren es in der Akida Cloud, wobei sich eine verbesserte Posengenauigkeit ergibt. Unseres Wissens nach handelt es sich hierbei um die erste End-to-End-Demonstration einer Raumfahrzeug-Posenschätzung auf Akida-Hardware. Die Arbeit zeigt damit einen praxisnahen Weg zu latenzarmer und energieeffizienter Wahrnehmung für zukünftige autonome Weltraummissionen.”

Webinar mit Akida nicht verpassen https://www.edge-ai-vision.com/2026/04/upcoming-webinar-on-akida-radar-reference-platform/

Und weils so gut läuft mit promotionkevin.. https://www.linkedin.com/posts/kevin-d-johnson-42170b_symrail-this-morning-activity-7448377583550877696-0XWR