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

https://brainchip.com/partners/ Prophesee wurde nun auch auf die Homepage von Brainchip unter Partner hinzugefügt 👍

Ok, danke ihr zwei

Cool wir sind auch dabei🤖🤖☝️

https://twitter.com/iot_automotive/status/1550387670983081985?t=vEO_RUh4kS0cyN0jc85SXg&s=19

JK83

Du warst natürlich schneller 🤣🤣

Soweit ich weiß kann das auch mit Algorithmen funktionieren,aber es klang auf alle Fälle aufregend.🤖🤖🤔

Ich denke in den meisten Fällen wird die IP zum Einsatz kommen und nicht der Akida 1000.

Aus dem Hauptforum von @Creator69

Aus dem WO-Forum von Investstratege1980: ADAS / LIDAR Ich habe mir mal die Dokumentationen auf der Brainchip Homepage angeschaut, Brainchip ist definitiv beim Fahr-Assistenzsystem ADAS dabei, Genauso was das Lidar-System angeht (dreidimensionales Laserscanning)! Ladet euch mal die PDF´s runter: https://brainchip.com/ "Edge AI: Die Cloud-freie Zukunft ist da" und "Mit Essential AI intelligentere und sicherere Autos entwickeln" Da kommt definitiv was ganz großes auf uns zu!!

Dallas, ich kann bei link-buds von Sony keinen Zusammenhang zu BrainChip . Ich habe mal ein Bild gesehen, da war der Akida 1000 2cm Groß. Habe ich da was übersehen?

🤣🤣🤣🤣☝️🤔🍻🍻

Mit der Funktion Speak-to-Chat wird der Transparenzbetrieb aktiviert, indem wir einfach reden. Dann genügt ein kurzes Hallo und der Transparenzmodus ist aktiviert. Anders als bei der Finger-Aufleg-Geste wird die Musik dabei komplett angehalten. Die Stimmenerkennung funktioniert sehr gut und wir erhalten dadurch eine Sprachaktivierung für den Transparenzmodus.

https://www.golem.de/news/link-buds-s-im-test-sony-uebertrumpft-nicht-nur-die-airpods-pro-2207-167043.html

Mit Essential AI intelligentere und sicherere Autos entwickeln Herkömmliche KI-Silizium- und Cloud-zentrierte Inferenzmodelle funktionieren am Automotive Edge nicht effizient. Wie viele Halbleiterunternehmen bereits erkannt haben, sind Latenz und Leistung zwei Hauptprobleme, die effektiv angegangen werden müssen, bevor die Automobilindustrie eine neue Generation intelligenterer und sichererer Autos herstellen kann. Um die Erwartungen der Verbraucher zu erfüllen, müssen diese Fahrzeuge über hochgradig personalisierte und reaktionsschnelle Systeme im Innenraum verfügen und gleichzeitig fortschrittliche assistierte Fahrfunktionen unterstützen. In diesem Whitepaper erörtern wir, wie Automobilunternehmen das Erlebnis in der Kabine neu definieren und die Möglichkeiten des unterstützten Fahrens beschleunigen, indem sie Edge-KI-Funktionen aus der Cloud entfesseln und mit AKIDA von BrainChip verteilte Inferenzberechnungen auf lokalem neuromorphem Silizium durchführen. Wir nennen das Essentielle KI. Dieses Modell nutzt nacheinander mehrere AKIDA-betriebene intelligente Sensoren und AKIDA AI SoC-Beschleuniger, um Inferenzdaten innerhalb bestimmter Interessenbereiche oder ROI (Proben innerhalb eines Datensatzes, die einen Wert für Inferenz bieten) effizient zu erfassen und zu analysieren. KI-Inferenz am Rande des Automobils beginnt mit vielseitigen, von AKIDA betriebenen intelligenten Sensoren, die ganze Eingabebilder und vollständige Audiostreams in Echtzeit erfassen. Die Rohdaten werden an AKIDA-KI-Beschleuniger weitergeleitet, die in intelligente Sensoren eingebettet sind, die aus bestimmten Interessengebieten aussagekräftige Informationen analysieren und ableiten. KI-Inferenz am Rande des Automobils beginnt mit vielseitigen, von AKIDA betriebenen intelligenten Sensoren, die ganze Eingabebilder und vollständige Audiostreams in Echtzeit erfassen. Die Rohdaten werden an AKIDA-KI-Beschleuniger weitergeleitet, die in intelligente Sensoren eingebettet sind, die aus bestimmten Interessengebieten aussagekräftige Informationen analysieren und ableiten. KI-Inferenz am Rande des Automobils beginnt mit vielseitigen, von AKIDA betriebenen intelligenten Sensoren, die ganze Eingabebilder und vollständige Audiostreams in Echtzeit erfassen. Die Rohdaten werden an AKIDA-KI-Beschleuniger weitergeleitet, die in intelligente Sensoren eingebettet sind, die aus bestimmten Interessengebieten aussagekräftige Informationen analysieren und ableiten.

https://brainchip.com/wp-content/uploads/2022/07/BrainChip_Designing-Smarter-Safer-Cars.pdf?eid=YnKjTZRsYHDCMVj5lwxuMVwu3Tc%2FtUcSk5bTSly3XiQv0yck85iwc0FnCVVyJoIP2sBCbyrKoBUQ6kAVnf9PXa1%2DOVQm7VWQm7VW3n8