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

Lach, dass glaube wird es bald geben. Da wird deine Fallgeschwindigkei gemessen und analysiert und wenn das Alles nicht in Ordnung ist ,wird man an Ort und Stelle eingeschläfert. Das wars dann dann halt😂

Ich sag dann mal schönes WE zusammen🫡

Wobei ich das Gefühl hab das auch im TSE langsam der ein oder andere die Nerven verliert… vor allem wenn ein oder zwei vom HC sich dort hin verlaufen… aber zum Glück gibt’s FF

Paar Stunden länger schaff' ich vielleicht, mal schauen. Hab' ja noch TSEx als Spielplatz.

Es bleibt spannend 🧐

😂 genau wie ich ? Aber du ziehst das durch da bin ich mir sicher! Aber hey, wenn ein Bericht in den Medien auftaucht der deinen Stuhlgang per künstlicher Intelligenz analysiert… (lustige Doppel Deutung) werde ich dir Bescheid geben denn es könnte mit akida Zusammenhängen 😂 Spaß aber ich finde auch man sollte mal langsam entspannen was das angeht

Sorry, ich bin hier nur noch genervt, ich mach' mal eine Pause.

Es geht um den möglichen Weltraumeinsatz. Deshalb kommt bei den Testprojekten die HARDSIL-Technologie zum Einsatz. Nochmal, das hat nichts mit Brainchip zu tun, sondern ist eine NASA-Anforderung für alle Bauteile. Die ganze Halbleiterindustrie könnte diese Technologie nutzen, macht aber im zivilen Sektor keinen Sinn und ist viel zu teuer. Es laufen nicht plötzlich strahlungsresistente Akida-Chips vom Band, weil die NASA Tests durchführt, die überhaupt nichts mit industrieller Produktion zu tun haben..

Danke

Die Zeit hat MegaChips gebraucht, um überhaupt erst Anwendungen zu entwickeln, deshalb Testphase. Die Ergebnisse sind wohl zufriedenstellend, jetzt geht es an die Vermarktung. Dafür wurde extra eine US-Internetpräsenz aufgebaut und die Partnerschaft mit Brainchip nochmal durch die Presse gejagt. Es gibt eigentlich keine andere Möglichkeit.

@Perhaps, danke für die Antwort. Ich kenne nur die Vereinbarung bis Ende 2022, die auch mit 2 Mio Dollar honoriert wurde (Testphase). Ich gehe auch von einer längerfristigen Zusammenarbeit aus, weil BRN überzeugt. Also gibt es nach Stand der Dinge kein offizielles Statement einer Verlängerung über 22 hinaus.

Es geht doch sicherlich auch darum vor gewissen elektronischen Einflüssen zu schützen....muss nicht immer atomar herbeigeführt werden....

Hast Du vermutlich aus einem Darpa/NASA Dokument kopiert. Ist die übliche Vorgehensweise bei allem, was dort in der Testphase ist. Weltraum->Strahlung. Hat nichts mit Brainchip speziell zu tun und schon gar nichts mit einem Atomkrieg, nach dem Börsengewinne im wahrsten Sinne des Wortes verbrannt sind, wir übrigens auch.

Sollte das gegen erhöhte Strahlung, wobei ich dabei auch eventuelle Attacken einschließe, funktionieren, dann wird das die Nummer 🥇

Sorry....ist aus 2020....Das ist ja auch noch im Background

Das ultimative Ziel dieses Projekts ist es, ein strahlungsgehärtetes neuronales Netzwerk zu schaffen, das für die Ede-Nutzung geeignet ist. Neuronale Netze, die am Edge arbeiten, müssen kontinuierliches Lernen und Few-Shot/One-Shot-Lernen mit sehr geringem Energiebedarf durchführen, ebenso wie der NN-Betrieb. Spiking Neural Networks (SNNs) bieten den architektonischen Rahmen, um Edge-Betrieb und kontinuierliches Lernen zu ermöglichen. SNNs sind ereignisgesteuert und stellen Ereignisse als Spitze oder eine Reihe von Spitzen dar. Aufgrund der spärlichen Datendarstellung kann der Verarbeitungsaufwand, den neuronale Netze für denselben Stimulus leisten müssen, erheblich geringer sein als bei herkömmlichen Convolutional Neural Networks (CNNs), ähnlich wie bei einem menschlichen Gehirn. Um im Weltraum und in anderen extremen Edge-Umgebungen zu funktionieren, müssen neuronale Netze, einschließlich SNNs, radi-hart gemacht werden. Der Akida Event Domain Neural Processor von Brainchip (www.brainchipinc.com) bietet native Unterstützung für SNNs. Brainchip konnte den Stromverbrauch in seiner 28-nm-Si-Implementierung auf etwa 3 pJ pro synaptische Operation senken. Die Akida-Entwicklungsumgebung (ADE) verwendet die branchenüblichen Entwicklungstools Tensorflow und Keras, um eine einfache Simulation ihres IP zu ermöglichen. Phase I ist der erste Schritt zur Schaffung einer strahlungsfesten Edge-KI-Fähigkeit. Wir planen, die Architektur des Akida Neural Processor zu verwenden und werden in Phase I: Verstehen Sie den Betrieb von Brainchips IP Verstehen Sie die 28-nm-Instanziierung dieser IP (Akida) Bewerten Sie die Strahlenanfälligkeit verschiedener Teile des IP durch die Akida-Entwicklungsumgebung Definieren Sie die Architektur des Ziel-IC Definieren Sie, wie HARDSIL® verwendet wird, um jeden ausgewählten IP-Block zu härten Wählen Sie einen Ziel-CMOS-Knoten (wahrscheinlich 28 nm) und erstellen Sie einen Plan zum Entwerfen und Herstellen des ICs in diesem Knoten, einschließlich der Definition der HARDSIL®-Prozessmodule für diesen Basisprozess Definieren Sie den Strahlungstestplan, um die Strahlungsrobustheit des IC zu ermitteln Diese Ziele erfolgreich erreichen: Legt die Machbarkeit fest, einen nützlichen, strahlungsfesten Produkt-IC mit eingebetteter NPU und einem bereits bestehenden unterstützenden Software-Ökosystem zu schaffen, um eine schnelle Übernahme und produktive Nutzung innerhalb der NASA und der Weltraumgemeinschaft zu ermöglichen. Schafft die Grundlage für einen ausführbaren Phase-II-Vorschlag und den Weg zur Herstellung des Prozessors. Potenzielle NASA-Anwendungen (maximal 1500 Zeichen, ca. 150 Wörter) Zu den NASA-Anwendungen gehören miniaturisierte Instrumente und Subsysteme, die in rauen Umgebungen betrieben werden müssen, interplanetare CubeSats und SmallSats, Instrumente für äußere Planeten und heliophysikalische Missionen in rauen Strahlungsumgebungen. Neuronale Netzwerk- und maschinelle Lernfähigkeiten sind für das Robotersehen, die Navigation, die Kommunikation, die Beobachtung und das Systemzustandsmanagement in zukünftigen autonomen Robotersystemen erforderlich. Potenzielle Nicht-NASA-Anwendungen (maximal 1500 Zeichen, ca. 150 Wörter) Das größte Potenzial für die nächste Computerrevolution liegt in der Skalierung der KI auf Milliarden kleinerer Edge-Geräte mit eingeschränkter Leistung, während sie Rad-Hard werden. Innovative Signalverarbeitungs- und ML-Techniken werden SoC-Architekten neue Möglichkeiten eröffnen, neue Ebenen effizienter KI-Leistung in Mikrocontrollern zu liefern, die sowohl auf den Weltraum- als auch auf den terrestrischen Markt ausgerichtet sind. Dauer: 6