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

Zu dem Paper vom DOE mische ich jetzt auch mal kurz hier ein. Bisher war ich in diesem Forum seit ca. 1,5 Jahren nur stiller Mitleser (Investment in BRN immer weiter ausgebaut), vielen vielen Dank an dieser Stelle an die üblichen Verdächtigen (ihr wisst schon wer gemeint ist), für's Recherchieren, Analysieren, die informativen Links und auch für's Mitfiebern ;) Aber kurz zum Thema 'Neuromorphes Computing' bzw. dem zeitlichen Horizont nach Einschätzung aus dem Artikel dazu. Vorausgeschickt, ich bin kein Spezialist in den Bereichen KI/ML. Ich verfolge eher allgemein seit 20 Jahren+ die Halbleiter-Branche. Meiner Meinung nach wird es erst mal mit smarten Sensoren bzw. einem oder mehreren neuromorphen Chips hinter dem Sensor beginnen. Das ist ja das was man bereits im Automobil-Bereich usw. erkennen kann, wann auch immer die Modelle jetzt genau eingeführt werden (2024-2025?). Nachdem die Branchen, für die smarte Sensoren oder deren Auswertung wertvoll sein können, wie wir mittlerweile erahnen können, vielfältig sind (medizinischer Bereich, industrielle Prozess-Überwachung, Home-Automatisierung, Mobilfunk-Bereich?), gehe ich davon aus, dass da die nächsten 1-2 Jahre schon die ersten Produkte zu erkennen sein werden. Soweit meine Vermutungen was die nahe Zukunft betrifft. Was aber die, in dem von @perhaps verlinkten paper angesprochenen, Herausforderungen angeht, lese ich da im wesentlichen eine Bestandsaufnahme bzgl. Software-Tools / Strategie-Vortschlage welche Bereiche gefördert werden sollen, heraus um im HPC-Bereich (High Performance = Supercomputer/Serverfarmen und ja auch der eigentliche Kernbereich vom DOE was Computing angeht) die Integration von klassischem Aufbau (Von-Neumann) und neuromorphen Computing voranzutreiben/ zu beschleunigen. Zitat aus dem Artikel: "It is evident that future HPC approaches will be highly heterogeneous, where HPC system could include both conventional (CPUs, GPUs), and non-conventional approaches (neuromorphic hardware, Processing-In-Memory). ... Our hypothesis is that multi-precision networks using neuromorphic processors will perform better than conventional computing approaches for scientific computing and machine learning algorithms." Ich schätze in genau diesem HPC-Bereich wird neuromorphes Computing erst mittelfristig eine größere Rolle spielen. Ich leider gerade nicht mehr, ob es in einem Interview mit Sean Heir vorkam oder im Video der Hauptversammlung, aber ich meine mich daran zu erinnern, dass die nächsten Ausbaustufen der Akida-Platform ja nicht nur kleinere Optimierungen werden sollen, sondern auch ein Einsatz in Servern bzw. im Backend angedacht ist (sorry Link muss ich erst wieder suchen).

Zu dem Paper vom DOE mische ich jetzt auch mal kurz hier ein. Bisher war ich in diesem Forum seit ca. 1,5 Jahren nur stiller Mitleser (Investment in BRN immer weiter ausgebaut), vielen vielen Dank an dieser Stelle an die üblichen Verdächtigen (ihr wisst schon wer gemeint ist), für's Recherchieren, Analysieren, die informativen Links und auch für's Mitfiebern ;) Aber kurz zum Thema 'Neuromorphes Computing' bzw. dem zeitlichen Horizont nach Einschätzung aus dem Artikel dazu. Vorausgeschickt, ich bin kein Spezialist in den Bereichen KI/ML. Ich verfolge eher allgemein seit 20 Jahren+ die Halbleiter-Branche. Meiner Meinung nach wird es erst mal mit smarten Sensoren bzw. einem oder mehreren neuromorphen Chips hinter dem Sensor beginnen. Das ist ja das was man bereits im Automobil-Bereich usw. erkennen kann, wann auch immer die Modelle jetzt genau eingeführt werden (2024-2025?). Nachdem die Branchen, für die smarte Sensoren oder deren Auswertung wertvoll sein können, wie wir mittlerweile erahnen können, vielfältig sind (medizinischer Bereich, industrielle Prozess-Überwachung, Home-Automatisierung, Mobilfunk-Bereich?), gehe ich davon aus, dass da die nächsten 1-2 Jahre schon die ersten Produkte zu erkennen sein werden. Soweit meine Vermutungen was die nahe Zukunft betrifft. Was aber die, in dem von @perhaps verlinkten paper angesprochenen, Herausforderungen angeht, lese ich da im wesentlichen eine Bestandsaufnahme bzgl. Software-Tools / Strategie-Vortschlage welche Bereiche gefördert werden sollen, heraus um im HPC-Bereich (High Performance = Supercomputer/Serverfarmen und ja auch der eigentliche Kernbereich vom DOE was Computing angeht) die Integration von klassischem Aufbau (Von-Neumann) und neuromorphen Computing voranzutreiben/ zu beschleunigen. Zitat aus dem Artikel: "It is evident that future HPC approaches will be highly heterogeneous, where HPC system could include both conventional (CPUs, GPUs), and non-conventional approaches (neuromorphic hardware, Processing-In-Memory). ... Our hypothesis is that multi-precision networks using neuromorphic processors will perform better than conventional computing approaches for scientific computing and machine learning algorithms." Ich schätze in genau diesem HPC-Bereich wird neuromorphes Computing erst mittelfristig eine größere Rolle spielen. Ich leider gerade nicht mehr, ob es in einem Interview mit Sean Heir vorkam oder im Video der Hauptversammlung, aber ich meine mich daran zu erinnern, dass die nächsten Ausbaustufen der Akida-Platform ja nicht nur kleinere Optimierungen werden sollen, sondern auch ein Einsatz in Servern bzw. im Backend angedacht ist (sorry Link muss ich erst wieder suchen).

Und das ist doch der Grund warum Braini z.b Intel extrem weit voraus sind. Intel hat doch Lehrstühle an Unis ins Leben gerufen weil deren Technik doch wohl so schwer umsetzen ist. Hat Brainchip nicht SNN to CNN oder wie das heißt patentiert, das macht das ganze Dingen doch so „einfach“ zu programmieren

Es geht aber um reine SNN Systeme. Dort ist die Implementierung komplexer da entsprechende Plattformen noch fehlen. So wie ich es mitbekommen habe, hatten das auch die Kunden so geäußert, geile Technik aber schwierige Implementierung. Deshalb hat sich Brainchip nochmal ein Jahr hingesetzt und ihre MetaTF Oberfläche entwickelt um auch heute gängige NNs verarbeiten zu können.

Ist schon richtig! Darüber haben wir schon oft gesprochen! Man schaut zu sehr auf die Automobil Branche! Ich hab damals auch gesagt dass es zu schade wäre brainchip nir auf dieses Thema zu beschränken! Die haben mehr verdient als nur „wann benz… wann BMW…“ etc. Es gibt fast unendliche Möglichkeiten für den Einsatz bestehender Systeme zur Verbesserung! Ich denke dass ein kleineres Produkt welches in masse produziert wird, für brainchip nicht weniger bedeutend ist (für die zahlen) als der ruf bezüglich benz! Haben ja gesehen wie nachhaltig der schnelle anstieg war! Kur meine Meinung

Ich kann es versuchen, würde mir aber unbedingt noch weitere Meinungen wünschen und meine Aussagen nicht überbewerten. Es gibt bisher keine Plattformen, die die verschiedenen Technologien ohne Probleme miteinander verbinden. Neuromorphe Designs sind so anders, daß sie nicht einfach in bestehende Architekturen voll integriert werden können. Es bedarf erst der Entwicklung von neuen Plattformen, um eine volle Integration zu erreichen. Das hier ist jetzt meine Interpretation: Es ist zu früh für die großen Lösungen wie selbstfahrende Autos, die von einer großen Plattform gesteuert werden und viel Integration erfordern. In nächster Zeit sind Anwendungen eher im kleinen Rahmen mit einfachem Aufbau zu erwarten. Durch die Problematik ergibt sich für mich auch der Sinn, warum Intel eine umfassende Markteinführung für Loihi2 auf 2027 plant und warum Renesas nur eine Teil IP für einfache Anwendungen lizensiert. Auf TSE habe ich den Technikern die brandneue Nvidia Orin (Mercedes EQXX) Plattform gezeigt, die jetzt doch schon Ende 2022 bei Volvo in Serie geht. Weit und breit nichts von neuromorphen Designs zu sehen. Ich denke, die ganzen Spekulationen greifen viel zu hoch, und für die nächste Zeit sollte man eher nach kleinen Anwendungen Ausschau halten. Wie gesagt, meine Interpretation, ich erhebe hier nicht den Anspruch, die alleinige Wahrheit zu besitzen.