BrainChip Konkurrenz WKN: A14Z7W ISIN: AU000000BRN8 Kürzel: BRN Forum: Aktien User: Howie03

Graimatter und Brainchip haben die JAST-Lernregeln gemeinsam. Brainchip hat diese lizenziert, aber der Co-Founder von Graimatter ist dort auch beteiligt. Aber so tief stecke ich in der Geschichte jetzt auch nicht drin. https://hotcopper.com.au/threads/all-roads-lead-to-jast.5683524/

GrAI Matter Labs .. & .. BrainChip sind eigentlich aus ein und den selben Unternehmen entstanden, wo jeder dann sein eigenen Weg gegangen ist ..!?!? ... so habe ich die Zusammenhänge beider Firmen verstanden... Helft mir wenn ich falsch liege. ... und GrAI Matter Labs hat von unserem PVDM die Lizensierung um weiter zu machen ... !! .. so mein Eindruck beim ersten überfliegen und lesen. ... ?!

So ist es perhaps!

Entscheidend für Brainchip dürfte sein, den aktuellen Vorsprung patentrechtlich abzusichern. Eine dauerhafte Vorreiterposition gegenüber den Big Playern und über 100 Start-Ups im neuromorphen Bereich sehe ich als utopisch an. Das dürfte auch Brainchip so sehen. Zurzeit sind noch 21 Nicht-US-Patente in der Bearbeitung. Sind grundlegende Bestandteile der Technologie abgesichert, kann für Brainchip eigentlich nichts mehr schieflaufen, allein das Lizensierungsgeschäft wird das Unternehmen reich machen. Ein Durchmarsch zum Global Player wie IBM halte ich für unmöglich, dieser Kuchen ist doch längst verteilt. Aber ein zweites ARM ist durchaus möglich. Deshalb sehe ich zurzeit die Patent- und Lizensierungsentwicklung weitaus interessanter als die Akida-Kommerzialisierung. Nur mal eine ganz allgemeine Meinung, sorry.

https://semiengineering.com/making-sense-of-new-edge-inference-architectures/

GrAI Matter hingegen bewegt sich auf einer Linie zwischen neuromorphen SNNs und dem häufigeren künstlichen neuronalen Netzwerk (ANN). „Wir haben einen hybriden Ansatz gewählt. Wir führen eine ereignisbasierte Verarbeitung durch“, sagte Mahesh Makhijani, Vizepräsident für Geschäftsentwicklung bei GrAI Matter. Während SNNs für einen solchen Ansatz gut funktionieren, sind sie auch schwieriger zu trainieren – und geeignete Datensätze für das Training sind schwer zu bekommen. GrAI verwendet eine traditionellere Architektur, verarbeitet jedoch nicht jeden Videoframe vollständig, sondern nur die Pixel, die sich gegenüber dem vorherigen Frame geändert haben. Der erste Frame wird also als Ganzes verarbeitet, während nachfolgende Frames weniger Verarbeitung erfordern. „Wir haben die ereignisbasierte Architektur von Spiking-Netzwerken geerbt, aber wir haben Parallelverarbeitung wie Hailo und Mythic und andere“, fuhr Makhijani fort. „Wir machen In-Memory-Computing nicht analog, sondern digital Near-Memory-Computing.“ Das Unternehmen weist keinen Prozessor pro Knoten zu, sodass Frames, die mehr Verarbeitung benötigen, möglicherweise eine höhere Latenz haben, wenn Prozessoren zeitlich geteilt werden müssen. Bei spärlich wechselnden Frames werden Latenz und Leistung reduziert.

Wobei graimatter ausschließlich fürs visuelle ist, richtig? Wäre dann nur ein Teilgebiet vom Akida

Danke, ich habe mal damit angefangen. Aber es ist echt unübersichtlich geworden. Danke Howie für dein Fleiß hier.

Bisher keinen gesehen der so weit ist wie graimatterlabs... starte auch erst grade. Mal sehen was dran ist.

Ich weiß es macht ein haufen Arbeit, aber mal auf den Punkt gebracht: wer könnte zeitnah der größte Konkurrent werden? Werde mich dann selber einlesen. Ich benötige nur einen Anhaltspunkt. Danke euch.

GraiMatterlabs müssen wir mal dran bleiben. Twitter: Produktion der Testchips bei tsmc erfolgreich abgeschlossen und 1 m $ pre orders gehabt. Homepage: Die geben rund 15 Patente an. ca. 50 Mitarbeiter und ein paar Investoren die die Finanzierung zu sichern scheinen. Technisch bin ich leider zu unbewandert als das ich mich trauen würde hier eine Aussage zu tätigen. Wie wichtig ist es, dass man mehr Neuronen und Synapsen hat? Kann das mal jemand ausführen? Ich meine Oneshotlearning hatte BRN doch ein Patent drauf machen lassen.

Da wird sehr tief auf die jeweilige Technik eingegangen. Werde mir das die Tage definitiv nochmal durchlesen

Und ein weiterer link in dem beide Unternehmen dargestellt werden: https://semiengineering.com/spiking-neural-networks-research-projects-or-commercial-products/

Es kommt sogar auf der Brainchip Homepage zur Sprache, dass beide sehr ähnlich sind: https://brainchipinc.com/virtual-conference-turns-ai-chips-into-reality/ "Zu den Anbietern von KI-Chips mit extrem niedrigem Stromverbrauch gehörten GrAI Matters Labs und Brainchip. Beide Chip-Unternehmen haben einzigartige Ansätze für die Inferenz mit extrem niedrigem Stromverbrauch auf der Grundlage des SNN-Ansatzes (Spiking Neural Net) verfolgt und beide Unternehmen haben bereits im Herbst ihre Produkte vorgestellt. Der erste Chip von Brainchip, der AKD1000, wird voraussichtlich in der zweiten Hälfte dieses Jahres auf den Markt kommen und konzentriert sich auf die Videoverarbeitung. Der Chip von GrAI Matter Labs, genannt GrAI One, wird zusammen mit dem Software-Entwicklungskit vorgestellt."

Also ich muss sagen, dass es fast wie der Akida klingt, außer dass es weniger Neuronen und Synapsen hat. https://www.elektronikpraxis.vogel.de/grai-one-chip-ki-prozessor-made-in-paris-adressiert-zeitkritische-ultralow-power-edge-anwendungen-a-880526/ Selbst die 28nm Technologie von TSMC ist hier gleich. Was man nicht lesen kann ist, ob es auch "OneShotLearning" beherrscht. Wäre interessant, wenn da jemand nochmal tiefer forschen könnte.