Brainchip Klassengruppe WKN: A14Z7W ISIN: AU000000BRN8 Kürzel: 24Y Forum: Aktien User: Rarosch

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?

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.

Immer dieses technische Zeugs,🤪🤠schönes Wochenende 👋🍻

Tolle Graphik: vor allem auf der anderen Achse (Increasing Performance) steht brainchip ganz oben!

Ja 😂

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 🤣

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.

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

LSTM dient dafür Vorhersagen zu treffen.

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

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

Macht Sinn 😜👍🏼

Daher fahren viele von uns zweigleisig...hier und Tel.egr.am😁

Kann man hier keine Bilder einfügen ☹️

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.

Ich muss nochmal auf die Renases Aussage zurück kommen. Das ist eine Aussage von Brainchip „Wenn jeder Sensor eine begrenzte Akida-Implementierung von, sagen wir, einem oder zwei Knoten hätte, würde er die ausreichende Inferenz durchführen und die Daten, die herumgereicht würden, würden um eine Größenordnung gekürzt, weil es die Inferenz-Metadaten wären . das würde sich auf die Pferdestärken auswirken, die Sie im Server im Kofferraum benötigen" Im Grunde kann man doch wohl einiges mit zwei Knoten machen….. Spracherkennung, Gesichtserkennung z.b geht doch?!? Ist es eine Vermutung das Renases nur zwei knoten lizensiert hat weil noch kein LSTM vorliegt?