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

Yeah 0.37 😅 Australian Securities Exchange(20min delay) Trade with IG Advertisement Last 37.0¢ Change 0.010(2.78%) Mkt cap ! $639.0M Open High Low Value Volume 35.5¢ 37.5¢ 35.5¢ $1.354M 3.694M Buyers (Bids) NO. VOL. PRICE($) 6 110763 36.5¢ Sellers (Offers) PRICE($) VOL. NO. 37.0¢ 393437 11 Last trade - 16.10pm 27/07/2023 (20 minute delay) ?

Australian Securities Exchange(20min delay) Trade with IG Advertisement Last 36.5¢ Change 0.005(1.39%) Mkt cap ! $639.0M Open High Low Value Volume 35.5¢ 37.0¢ 35.5¢ $356.3K 984.8K Buyers (Bids) NO. VOL. PRICE($) 24 413983 36.0¢ Sellers (Offers) PRICE($) VOL. NO. 36.5¢ 212566 19 Last trade - 10.50am 27/07/2023 (20 minute delay) ?

Tenstorrent COO Keith Witek and BrainChip Discuss Technology Trends and the growth of AI on their ‘This is Our Mission’ Podcast July 27 -

https://twitter.com/BrainChip_inc/status/1684254446874656769?t=hp0fHxYtc4r9bReFql5jGg&s=19

https://youtu.be/6cggnEDEDIo Erklärung Vision Transformer von Brainchip

Hallo bin neu hier..Sehr verhalten hier heute! Wünsch allen investierten viel Glück! P.s Weiss jemand ob sie auch mal kesselchips rausbringen? Hinken etwas hinterher! Frag für nen Freund

Jetzt glatt den schlusskurs vergessen Australian Securities Exchange(20min delay) Trade with IG Advertisement Last 36.0¢ Change 0.005(1.41%) Mkt cap ! $639.0M Open High Low Value Volume 35.5¢ 36.5¢ 35.5¢ $1.695M 4.710M Buyers (Bids) NO. VOL. PRICE($) 24 571479 35.5¢ Sellers (Offers) PRICE($) VOL. NO. 36.5¢ 210400 3 Last trade - 16.10pm 26/07/2023 (20 minute delay) ?

Kursstart Australian Securities Exchange(20min delay) Trade with IG Advertisement Last 36.0¢ Change 0.005(1.41%) Mkt cap ! $630.1M Open High Low Value Volume 35.5¢ 36.0¢ 35.5¢ $23.72K 66.59K Buyers (Bids) NO. VOL. PRICE($) 19 630875 35.5¢ Sellers (Offers) PRICE($) VOL. NO. 36.0¢ 467897 15 Last trade - 10.11am 26/07/2023 (20 minute delay) ?

Würde auf TSE gepostet… https://developer.nvidia.com/blog/access-the-latest-in-vision-ai-model-development-workflows-with-nvidia-tao-toolkit-5-0-2/

Brainchip VP Rob Telson and team will demonstrate how Brainchip’s Akida™ and Edge Impulse’s AI Platform work together at the @EdgeImpulse imagine event.

https://twitter.com/BrainChip_inc/status/1683896336846815248?t=PeWPq8DYvM0YzHlGt4JGgQ&s=19

Das schreibt übrigens Nvidia über ihren Jetson TX2 NVIDIA® Jetson™-Module der TX2-Serie bieten außergewöhnliche Geschwindigkeit und Energieeffizienz in einem eingebetteten KI-Rechengerät. Dieser Supercomputer-on-a-Module ermöglicht echte KI-Rechenleistung für Edge-Anwendungen mit NVIDIA Pascal™-Grafikprozessoren, bis zu 8 GB Speicher, 59,7 GB/s Speicherbandbreite und einer breiten Palette an Standard-Hardwareschnittstellen, die die perfekte Anpassung an eine Vielzahl von Produkten und Formfaktoren möglich machen. Wenn man überlegt das der Akida1000 230x effizienter im Stromverbrauch und 7x besser von der Latenz her ist, wäre interessant was Nvidia über den Akida1000 schreiben würde 😅

Ist schon etwas älter aber hier sind die Kommentare interessant https://www.linkedin.com/posts/tcs-research_swipe-to-know-more-activity-7003252928060768256-a9GL?utm_source=share&utm_medium=member_ios Das hier ist aber etwas aktueller Das Aufkommen von Kleinsatelliten für Erdbeobachtungsmissionen hat der Weltraumforschung neue Horizonte eröffnet, aber gleichzeitig auch neue Herausforderungen in Bezug auf begrenzte Leistung und Rechenressourcen mit sich gebracht, die sich aus den Größen- und Gewichtsbeschränkungen dieser Satelliten ergeben. In unserem Paper mit dem Titel "Low Power & Low Latency Cloud Cover Detection in Small Satellites Using On-board Neuromorphic Processors", das auf der #IJCNN 2023, einer führenden KI-Konferenz, angenommen wurde, haben wir gezeigt, wie ein mehrstufiges CNN, das auf multispektralen Erdbeobachtungsbildern für die Wolkenbedeckungserkennung trainiert wurde, mit dem CNN2SNN-Konvertierungs-Toolkit von BrainChip in ein SNN umgewandelt werden kann. Darüber hinaus kann das konvertierte SNN, das auf #Akida1000 neuromorphen Plattform läuft, eine Genauigkeit von 95,46 % erreichen, während Stromverbrauch und Latenz bis zu 230- und 7-mal effizienter sind als das CNN, das auf einem Jetson TX2 läuft. Vielen Dank an alle Co-Autoren Chetan Kadway Arijit Mukherjee Dr. Arpan Pal und einen besonderen Dank an Gilles Bézard und BrainChip, ohne deren tatkräftige Unterstützung diese Arbeit nicht erfolgreich gewesen wäre. Tata Consultancy Services - Research #SNN #NeuromorphicComputing —— https://www.linkedin.com/posts/sounak-dey-707a6b50_ijcnn-akida1000-snn-activity-7050776559800000512-mIH3?utm_source=share&utm_medium=member_ios

heute Nacht kommen wichtige Daten für Australien (Verbraucherpreisindex Jahr/Quartal/Monat, CPI) evtl gibt das einen stärkeren Impuls. Ich kann allerdings nicht sagen ob BRN davon wirklich beeinflusst wird 🤷‍♂️