BrainChip beginnt mit der Volumenproduktion des Akida AI-Prozessors
San Francisco, 13. April 2021 - BrainChip Holdings Ltd. (ASX: BRN), ein führender Anbieter von Ultra-Low-Power-High-Performance-KI-Technologie, gab heute bekannt, dass er mit der Volumenfertigung seines neuromorphen AkidaTM AKD1000-Prozessorchips für Edge-KI-Geräte begonnen hat.
Das Engineering-Layout für BrainChips Hochleistungs-Low-Power-Chip wurde in Zusammenarbeit mit Socionext, einem globalen Entwickler fortschrittlicher SoC-Lösungen, entwickelt. Socionext hat das Engineering-Layout der Produktionsversion des AKD1000-Chips an TSMC (Taiwan Semiconductor Manufacturing Company; TWSE: 2330, NYSE: TSM) veröffentlicht, das mit der Vorbereitung auf die Produktion in großem Umfang begonnen hat.
BrainChip Early Access Program (EAP)-Kunden in strategischen Endmärkten kauften Akida-Evaluierungssysteme für eine Reihe von Edge-Anwendungen. Nach dem Testen der AKD1000-Engineering-Beispiele verbesserte BrainChip das Design in Bezug auf Leistung, Effizienz und Skalierbarkeit und fügte zusätzliche Betriebsmodi hinzu, um einen noch niedrigeren Stromverbrauch als das ursprüngliche Design zu erzielen.
"Ich bin unserem Engineering-Team dankbar, das in den letzten acht Monaten hart daran gearbeitet hat, die Akida-Technologie für die Serienproduktion zu veröffentlichen, und unseren EAP-Kunden, die uns zur Marktreife geführt haben", sagte Peter van der Made, CEO von BrainChip. "Dieser Schritt in die Fertigung ist ein wichtiger Meilenstein für BrainChip und die Branche insgesamt als erste realistische Gelegenheit, KI-Verarbeitungsfähigkeiten auf Edge-Geräte zum Lernen zu bringen und die Personalisierung von Produkten ohne Umschulung zu ermöglichen.
Produktionseinheiten werden voraussichtlich um August 2021 verfügbar sein.
Akida neuromorphe Prozessoren sind revolutionäre fortschrittliche neuronale Netzwerkprozessoren, die künstliche Intelligenz so an den Rand bringen, dass bestehende Technologien nicht in der Lage sind. Die Lösung ist leistungsstark, klein, extrem energiearm und ermöglicht eine Vielzahl von Edge-Funktionen. Das Akida (NSoC) und geistiges Eigentum können in Anwendungen wie Smart Home, Smart Health, Smart City und Smart Transportation verwendet werden. Zu diesen Anwendungen gehören unter anderem Hausautomation und Fernbedienungen, industrielles IoT, Robotik, Überwachungskameras, Sensoren, unbemannte Flugzeuge, autonome Fahrzeuge, medizinische Instrumente, Objekterkennung, Schallerkennung, Geruchs- und Geschmackserkennung, Gestensteuerung und Cybersicherheit. Der Akida NSoC ist für den Einsatz als eigenständiger eingebetteter Beschleuniger oder als Co-Prozessor konzipiert und umfasst Schnittstellen für ADAS-Sensoren, Audiosensoren und andere IoT-Sensoren.
Über BrainChip Holdings Ltd (ASX: BRN)
BrainChip ist ein globales Technologieunternehmen, das einen bahnbrechenden neuromorphen Prozessor herstellt, der künstliche Intelligenz auf eine Weise an den Rand bringt, die über die Möglichkeiten anderer Produkte hinausgeht. Der Chip ist leistungsstark, klein, extrem energiearm und ermöglicht eine Vielzahl von Edge-Funktionen, darunter On-Chip-Training, Lernen und Rückschlüsse. Der ereignisbasierte neuronale Netzwerkprozessor ist von der spritzigen Natur des menschlichen Gehirns inspiriert und in einem digitalen Prozess nach Industriestandard implementiert. Durch die Nachahmung der Gehirnverarbeitung hat BrainChip Pionierarbeit in einer Verarbeitungsarchitektur namens AkidaTM geleistet, die sowohl skalierbar als auch flexibel ist, um die Anforderungen an Edge-Geräten zu erfüllen. Am Edge werden Sensoreingänge am Erfassungsort analysiert und nicht durch Übertragung über die Cloud zu einem Rechenzentrum. Akida wurde entwickelt, um ein komplettes Ultra-Low-Power- und ein schnelles KI-Edge-Netzwerk für Vision-, Audio-, Geruchs- und Smart-Wandleranwendungen bereitzustellen. Die Reduzierung der Systemlatenz bietet eine schnellere Reaktion und ein energieeffizienteres System, das den großen CO2-Fußabdruck von Rechenzentren reduzieren kann.
https://brainchipinc.com/...tm_term=0_67d3155124-2eae56e655-237136992
|
Thread abonnieren
ETF-Sparplan