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

Bist du der Meinung das wir in kürze weit über einen Euro sind? Ich glaube wenn schaffen wir maximal 0,40€ in den nächsten 2 Jahren 🙈 Was ist denn deine Vermutung was passiert? 😜

Ist alles in der Mache,abwarten und genießen, Preis ist nur ne Momentaufnahme, oder würdest du bei einem Euro schon verkaufen ⁉️🤪

Man liest so viel gutes hier und soviel spektakuläres.. Aber sinken tut BC immer weiter es tut manchmal echt weh zuzuschauen 🤣 kann sich das einer erklären? Viele Grüße und ein schönes WE

Macht richtig Spaß heute ☝👋🤠

https://x.com/CustomKnives2/status/1819602314929242562?t=z4N82rBoBCR_8kqSteWxaQ&s=19

Lektüre von FF.☝🤠

https://hotcopper.com.au/threads/2024-brainchip-discussion.7750287/page-7688

Von Tse Forum, und Telegra.m Gruppe zusammengeklaut .🤪💪

Als Alternative hat BrainChip seine Akida-Lösungen für neuromorphes geistiges Eigentum (IP) entwickelt, um neben herkömmlichen Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN) und Transformer-basierten neuronalen Netzwerken auch Temporal Event-based Neural Networks (TENN) zu unterstützen, eine ereignisbasierte neuronale Verarbeitungsnetzwerkarchitektur. Das bedeutet, dass ein temporales (zeitlich aktiviertes) neuronales Netzwerk (TENN) oder Netzwerke nur während der Zeit in Betrieb sind, in der ein Triggerereignis oder eine Eingabe auftritt. In der übrigen Zeit rechnet es nicht und verbraucht daher nicht viel Strom. Dies kann zu höherer Leistung, Anpassungsfähigkeit und geringerer Echtzeitlatenz pro Ereignis, Eingabe oder Anfrage führen und das bei einem Bruchteil des Stromverbrauchs anderer KI-Lösungen. Laut BrainChip sind TENNs ideal für die Verarbeitung verschiedener Datentypen wie eindimensionaler Zeitreihen und räumlich-zeitlicher Daten. TENNs zeigen positive Ergebnisse in einer Reihe gängiger Anwendungen, wie Audio-Rauschunterdrückung, Eye-Tracking für AR/VR, Überwachung von Gesundheitsdaten (Herzfrequenz, SpO2), Keyword-Spotting, Small Language Models (SLMs) und Videoobjekterkennung. Die Fähigkeit von TENNs, sich an neue Eingaben/Ereignisse anzupassen, überwindet einige der Einschränkungen traditioneller neuronaler Netzwerke und unterstützt gleichzeitig zukünftige neuronale Netzwerkmodelle bei einem Bruchteil der Chipfläche und Betriebskosten.

https://www.forbes.com/sites/tiriasresearch/2024/08/02/real-time-ai-at-the-edge-may-require-a-new-network-solution/

Die Audio-Denoising-Lösung von BrainChip verwendet Temporal Event Neural Networks (TENNs), um durch die Entfernung unerwünschter Stimmen eine bessere Audioqualität zu unterstützen.​Künstliche Intelligenz – Audio – Energieoptimierung – Geringer Stromverbrauch Dieser Artikel wurde zuerst auf brainchip.com veröffentlicht. Da unsere Welt immer stärker auf Ton angewiesen ist, steigt die Nachfrage nach makelloser Audioqualität. Klarer und klarer Ton ist für verschiedene Anwendungen wie Sprachassistenten und Videokonferenzen unverzichtbar geworden. Hintergrundgeräusche können jedoch häufig die Audioqualität beeinträchtigen und Kommunikation und Unterhaltung weniger angenehm machen. Eine effektive Audio-Rauschunterdrückung ist für diese Anwendungen unverzichtbar. BrainChip hat eine Audio-Rauschunterdrückungslösung entwickelt, die Temporal Event Neural Networks (TENNs) verwendet , eine Reihe von Algorithmen zur Verbesserung von Leistung und Energieeffizienz. Die Audio-Rauschunterdrückungslösung zeichnet sich dadurch aus, dass sie den Bedarf an umfangreicher, stromverbrauchender Datenkonvertierung minimiert. Diese Effizienz unterstützt eine bessere Audioqualität und entspricht der wachsenden Nachfrage nach nachhaltigen Technologielösungen in der Audiobranche.

Post in thread 'BRN Discussion Ongoing' https://thestockexchange.com.au/threads/brn-discussion-ongoing.1/post-431999

Danke, ja du hast recht 👍