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

Torben Bjerrisgaard Post in thread 'QUALCOMM / BRN' https://thestockexchange.com.au/threads/qualcomm-brn.14998/post-36462 Look in here: amongst other topics that might relate to Brainchip it talks about few shot learning on the edge where we know that currently only akida is capable of enabling- just my 2c…

Wir alle leiden unter dem fehlenden Informationsfluß. Trotzdem sollten wir aufpassen, daß die Spekulationen nicht zu vogelwild werden und unter jedem KI-Haufen Akida vermutet wird. Alle, wirklich alle sind mittlerweile im KI/AI Bereich mit verschiedensten Lösungen dabei. da kann man sich schnell im Nebel verirren. Auch wenn Akida zurzeit das Topprodukt ist, werden andere Entwickler auf ihre eigenen Lösungen setzen.

Hier noch ein Artikel zum Entwicklungsstand und der Zukunft von Qualcomm. Im Moment ist vielleicht die Brainchip/SiFive/Qualcomm-Connection das heißeste Eisen im Feuer. https://www.forbes.com/sites/karlfreund/2021/07/19/qualcomms-vision-the-future-of--ai/ Brainchip betont immer wieder den Anspruch, in den richtigen Volumenmarkt zu kommen. Aufgrund des IP-Lizenzmodells als Geschäftsstrategie spült auch nur echtes Volumen hohe Umsätze in die Kassen. Das bietet vor allem der Mobile Markt, und da ist Qualcomm die beste Adresse.

Zumindest kann man es nicht ausschließen, dass BRN nicht zwischengeschaltet wird aber auch nicht das es nichts damit zu tun hat . Stimmt schon Perhaps

On Device Learning und On Chip Learning ist auch nicht dasselbe. Akidas Alleinstellungsmerkmal ist das On Chip Learning. On Device Learning bedeutet, die Lernalgorithmen werden auf Mikroprozessoren ausgelagert. Auch eine Art von Offline Learning, durch die Auslagerung aber mit längeren Latenzzeiten.

Man sollte Qualcomm jetzt auch nicht als naiv im AI Bereich sehen. https://www.qualcomm.com/research/artificial-intelligence/ai-research In diesem 170 Seiten Forschungsbericht mit Ergebnissen von verschiedensten Unis, den ich jetzt nicht wieder rauskrame, gab es folgendes Endergebnis: On-Chip-Learning wie auch Cloud-Learning haben ihre Vor-und Nachteile. Die besten Ergebnisse in Versuchen erzielten Kopplungen von beiden. In Bezug auf Qualcomm/Telekommunikation sehe ich da die Möglichkeiten, Akida als Co-Prozessor zu integrieren.

Happy Easter to you , danke für die Infos 🥚 🐣

https://www.theverge.com/2022/4/5/23011228/microsoft-windows-11-eye-contact-automatic-framing-background-blur 👇

@H2 Fieber , hier eine Reaktion aus dem FB Forum auf deinen Link ! Holy guacamole 🥑! I think this is legit! Local AI processing on the device using low power in conjunction with a Qualcomm chip that’s rumored to feature akida IP! Happy Easter! 🐣

Danke 🙈🤖Schönes Osterfest allen zusammen wünsche ich.🐣🤖

@7 Ich habe den Medizinbereich nicht so wirklich auf dem Schirm, kenne auch nur Nanose und Biotome.

@Juristiker Jetzt geht es aber komplett in die falsche Richtung. Der ARM Cortex-M Prozessor z.B. ist eine NPU. Bitte mit dem Unterschied von neuronalen und neuromorphen Architekturen vertraut machen.

NPUs haben viele integriert. Hat erstmal nichts mit Neuromorphics zu tun.

https://www.electronicsweekly.com/news/business/767281-2021-02/

Das macht mich aber stutzig. It’s unlikely we’ll see most of these features appear on non-ARM devices, though. Qualcomm’s chips are ideal for the processing requirements needed here, without impacting system performance or battery life.