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

Finde den Kommentar gut!

https://www.linkedin.com/posts/activity-7426697533323792385-0eMD?utm_source=social_share_send&utm_medium=android_app&rcm=ACoAAFcSUdwBmD4nWsAtMrniAGrXM4dzxvBkHRg&utm_campaign=copy_link

https://www.linkedin.com/posts/jan-esderts-814233327_fpga-cloud-ai-activity-7426045983760769024-uejY?utm_source=social_share_send&utm_medium=android_app&rcm=ACoAAFcSUdwBmD4nWsAtMrniAGrXM4dzxvBkHRg&utm_campaign=copy_link

Aus der Tele gram Gruppe geborgt👋🤠

https://www.linkedin.com/posts/onsor-technologies_%D8%AD%D9%8A%D9%86-%D9%8A%D9%84%D8%AA%D9%82%D9%8A-%D8%A7%D9%84%D8%A7%D8%A8%D8%AA%D9%83%D8%A7%D8%B1-%D8%A8%D8%A7%D9%84%D8%B1%D8%A4%D9%8A%D8%A9-%D9%81%D9%8A-%D9%85%D9%84%D8%AA%D9%82%D9%89-%D9%85%D8%B9%D8%A7-activity-7426311860515225600-Dzuj?utm_source=share&utm_medium=member_android&rcm=ACoAAD6X7toBoxRJxdlvjSXR0_jJyapeUqqgcag

https://www.linkedin.com/posts/aaronmonieson_how-brainchip-scaled-customer-demos-with-activity-7424583524176793602-AIYS?utm_source=share&utm_medium=member_android&rcm=ACoAAD6X7toBoxRJxdlvjSXR0_jJyapeUqqgcag

https://www.linkedin.com/posts/novais-tech_gr801-activity-7426081374287269888-6rA1?utm_source=share&utm_medium=member_android&rcm=ACoAAD6X7toBoxRJxdlvjSXR0_jJyapeUqqgcag

Mal schauen was dabei rauskommt https://govtribe.com/award/federal-contract-award/definitive-contract-fa875025cb013

Aber hier mal was handfestes was Raumfahrt angeht https://www.fortiss.org/en/research/projects/detail/ai4fdir “fortiss wird CNN-basierte Klassifizierungs- und Erkennungsalgorithmen auf der BrainChip-Akida-Plattform untersuchen. Außerdem werden wir Pattern-Matching-Techniken, Encoder sowie ergänzende Netzwerkarchitekturen erforschen, um heterogene, mehrkanalige Eingaben zu verarbeiten. Als ersten Schritt nutzen wir den öffentlichen ESA-Anomalie-Datensatz, um geeignete Netzwerkmodelle für die Fehlererkennung zu identifizieren. Aufbauend auf diesen Ergebnissen validieren wir die implementierten Algorithmen anschließend mit Echtzeitdaten von Kepler sowie mit Daten aus dem Konstellations-Simulator von OHB.”

Ist zwar klar was in GR801 drin steckt, aber der Post ist auch nur eine evtl. Wunschvorstellung und Hoffnung … oder kann das jemand bestätigen? https://www.linkedin.com/posts/novais-tech_spaceai-starlinksecrets-neuromorphicinnovation-ugcPost-7425639956682973184-jt8W

Ein weiterer Post von IBM-Kevin https://www.linkedin.com/pulse/20-question-why-ai-isnt-failing-whats-missing-kevin-d-johnson-mt1ne?trk=feed-detail_main-feed-card_feed-article-content “Wie ich kürzlich gezeigt habe, bewältigt neuromorphe Hardware wie Akida von BrainChip ereignisgetriebene Klassifikation mit Mikrosekunden-Latenz bei Milliwatt-Leistungsaufnahme. Gleichzeitig liefern quanten-klassische Hybridverfahren in begutachteten wissenschaftlichen Arbeiten bereits Ergebnisse – etwa für Anleihehandel-Prognosen und kombinatorische Optimierung. IBM Quantum ist damit etwas, womit man heute arbeiten kann – nicht erst „morgen“.

https://www.linkedin.com/posts/brainchip-holdings-limited_ces2026-edgeai-cybersecurity-activity-7425654893274767362-uAiG?utm_source=share&utm_medium=member_android&rcm=ACoAAD6X7toBoxRJxdlvjSXR0_jJyapeUqqgcag

Na? Als blinder @.Perhaps. Fanboy auch aus der Gruppe geflogen, weil auch keine Sozialkompetenz vorhanden? 🤣🤣🤣

LoL aus dem TSE Forum https://www.alibaba.com/product-insights/best-ai-powered-home-lighting-systems-that-adapt-to-circadian-rhythm-without-needing-constant-cloud-sync.html „Alibaba | 27. Januar 2026 Die besten KI-gestützten Home-Lighting-Systeme, die sich an den zirkadianen Rhythmus anpassen – ohne ständiges Cloud-Sync Auszug: Top 5 lokal intelligente zirkadiane Beleuchtungssysteme Die folgenden Systeme wurden ausgewählt, nachdem Firmware-Dokumentationen, Spektralmessungen von Drittanbietern (IES-Dateien), Offenlegungen zu Open-Source-SDKs sowie verifizierte, von Nutzern gemeldete Uptime-Logs geprüft wurden. Alle führen Inferenz direkt auf dem Gerät aus; keines benötigt eine dauerhafte Internetverbindung für die zentrale zirkadiane Funktionalität. Aufgelistet unter anderem : NightLume Neural Series • Neuromorpher Chip (BrainChip Akida) • Ereignisgetriebenes spikendes neuronales Netzwerk für bewegungsgetriggerte, phasenangepasste Lichtimpulse; lernt aus manuellen Übersteuerungen ohne erneutes Training • 2 GB LPDDR4X (nur On-Chip-Speicher; kein persistenter Speicher) • „Privacy-by-design“-Architektur; keine Identifikatoren werden gespeichert oder übertragen“