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

https://twitter.com/BrainChip_inc/status/1550546635423240192 Brainchip sieht sich selber neben jedem Sensor im Auto

Wuhuu der Rote Freitag ist da...bin mal gespannt wie sich BC kommende Woche entwickelt 😄

Bleibt spannend ☝️🤔

https://www.teslarati.com/tesla-robotaxi-in-development/

Die AMD „Noise Suppression“-Technologie zielt darauf ab, Benutzer ungestört kommunizieren zu lassen. Dies wird durch intelligente Audioverbesserung erreicht, die von Echtzeit-KI- oder Deep-Learning-Algorithmen unterstützt wird. Die Technologie ermöglicht

https://wccftech.com/amd-noise-suppression-technology-is-red-teams-answer-to-nvidias-rtx-voice-powered-by-deep-learning/

Nur zur Kenntnisnahme ☝️🤔

https://www.handelsblatt.com/unternehmen/industrie/autohersteller-konzernchef-herbert-diess-verlaesst-volkswagen/28543418.html

Endlich Wochenende. 🤖😁🍻

https://twitter.com/Valeo_Group/status/1550413798854610946?t=nvZbhSgY9UQNGirWpDWWbA&s=19

Bestreite ich nicht das es funktioniert, muß ich trotzdem nicht gut finden

Mit diesem Voodoo sind aber einige reiche Menschen dort hingekommen, wo sie heute sind.

Ich muss auch sagen das ich hier lieber neuigkeiten über das Aussie Forum / Links zu Seiten die sich mit Akida befassen usw. lese als "Tassen mit Henkel" und "Todeskreuze". Ich versteh ja das sich manche Trader daran orientieren und dass das auch kurz/mittelfrisitg einen Einfluss haben kann. ABER: Am Ende des Tages sollte eine Aktie der Wert eines Unternehmens bzw. dessen Aussichten repräsentieren. Und darauf kommt es mir an. Den Rest find ich bisschen "Voodoo". Auch wenn damit der ein oder andere Euro verdient werden kann. Und Pennystocks bieten sich halt dafür an.... Ich persönlich kann auch mit Shortsellern wenig anfangen, finde das irgendwie "unethisch". Aber muss jeder selber wissen.

Nadel sagte, dass ein typisches Auto im Jahr 2022 bis zu 70 verschiedene Sensoren haben könnte. Für Anwendungen in der Kabine können diese Sensoren Gesichtserkennung, Blickschätzung, Emotionsklassifizierung und mehr ermöglichen. „Aus Sicht der Systemarchitektur können wir es 1:1 machen, es gibt einen Sensor, der ein gewisses Maß an Vorverarbeitung durchführt, und dann werden die Daten weitergeleitet“, sagte er. „Es würde eine KI-Inferenz in der Nähe des Sensors geben und … es würde die Inferenz-Metadaten weiterleiten und nicht die gesamte Datenreihe vom Sensor.“ Die Idee ist, die Größe und Komplexität von Datenpaketen zu minimieren, die an KI-Beschleuniger in Kfz-Haupteinheiten gesendet werden, während gleichzeitig die Latenz verringert und der Energiebedarf minimiert wird. Mit einem Potenzial für 70 Akida-Chips oder Akida-fähige Sensoren in jedem Fahrzeug, sagte Nadel, dass jeder ein „kostengünstiges Teil sein wird, das eine bescheidene Rolle spielen wird“, und stellte fest, dass das Unternehmen die Stückliste für beachten muss all diese Sensoren. Mit Blick auf die Zukunft sagte Nadel, dass die neuromorphe Verarbeitung auch in ADAS und autonome Fahrzeugsysteme Einzug halten wird. Es besteht die Möglichkeit, den Bedarf an anderen Arten von leistungshungrigen KI-Beschleunigern zu reduzieren. „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“, sagte er. Der Akida-Chip von BrainChip beschleunigt Spiking Neural Networks (SNNs) und Convolutional Neural Networks (durch Umwandlung in SNNs). Es ist nicht auf einen bestimmten Anwendungsfall oder Sensor zugeschnitten, daher kann es mit der Bilderkennung zur Gesichtserkennung oder Personenerkennung oder anderen Audioanwendungen wie der Sprecher-ID arbeiten. BrainChip hat Akida auch mit Geruchs- und Geschmackssensoren demonstriert, obwohl es schwieriger ist, sich vorzustellen, wie diese Sensoren in der Automobilindustrie verwendet werden könnten (vielleicht zum Riechen und Schmecken von Luftverschmutzung oder Kraftstoffqualität). Akida ist so eingerichtet, dass es SNNs oder Deep-Learning-CNNs verarbeitet, die in die Spiking-Domäne konvertiert wurden. Im Gegensatz zu nativen Spiking-Netzwerken behalten konvertierte CNNs einige Informationen in der Spike-Größe bei, sodass möglicherweise eine 2- oder 4-Bit-Berechnung erforderlich ist. Dieser Ansatz ermöglicht jedoch die Nutzung der Eigenschaften von CNNs, einschließlich ihrer Fähigkeit, Merkmale aus großen Datensätzen zu extrahieren. Beide Arten von Netzwerken können am Rand mit STDP aktualisiert werden – im Mercedes-Beispiel könnte dies bedeuten, dass das Netzwerk neu trainiert wird, um nach der Bereitstellung mehr oder andere Schlüsselwörter zu erkennen. Mercedes hat bestätigt, dass „viele Innovationen“, darunter „spezifische Komponenten und Technologien“ aus dem Konzeptauto EQXX, es in Serienfahrzeuge schaffen werden, berichtet Autocar. Ob neue Modelle von Mercedes mit künstlichen Gehirnen ausgestattet sein werden, ist noch nicht bekannt.

https://www.eetimes.com/cars-that-think-like-you/ Das Konzeptfahrzeug Mercedes EQXX, das auf der CES 2022 vorgestellt wurde, verfügt über den neuromorphen Akida-Prozessor von BrainChip, der Schlüsselwörter in der Kabine erkennt. Das Auto, das als „der effizienteste Mercedes-Benz aller Zeiten“ beworben wird, nutzt die neuromorphe Technologie, um weniger Strom zu verbrauchen als Deep-Learning-basierte Keyword-Erkennungssysteme. Dies ist entscheidend für ein Auto, das mit einer einzigen Batterieladung eine Reichweite von 620 Meilen (ca. 1.000 km) liefern soll, 167 Meilen weiter als das Elektrofahrzeug-Flaggschiff von Mercedes, der EQS Mercedes sagte damals , dass die Lösung von BrainChip beim Erkennen des Weckwortes „Hey Mercedes“ 5- bis 10-mal effizienter sei als herkömmliche Sprachsteuerung. „Obwohl Neuromorphic Computing noch in den Kinderschuhen steckt, werden solche Systeme schon in wenigen Jahren auf dem Markt verfügbar sein“, so Mercedes. „Wenn sie im gesamten Fahrzeug in großem Maßstab angewendet werden, haben sie das Potenzial, den Energieverbrauch für den Betrieb der neuesten KI-Technologien radikal zu reduzieren.“ „[Mercedes] befasst sich mit großen Themen wie Batteriemanagement und Übertragung, aber jedes Milliwatt zählt, und der Kontext der Aufnahme von [BrainChip] war, dass selbst die grundlegendste Schlussfolgerung, wie das Erkennen eines Schlüsselworts, wichtig ist, wenn man den Leistungsbereich betrachtet. “, sagte Jerome Nadel, Chief Marketing Officer bei BrainChip, gegenüber EE Times.