Kurz gesagt
- Das Kit besteht aus einem Raspberry Pi 5 und BrainChips AKD1500-M.2-Karte.
- Die AKD1500 nutzt eine Architektur, die sich auf die Verarbeitung relevanter Ereignisse statt sämtlicher eingehender Daten konzentriert.
- Dank des On-Chip-Lernens lassen sich dem Gerät neue Klassen beibringen, ohne sie erneut in der Cloud trainieren zu müssen.
- Das Kit ist über den BrainChip Shop erhältlich; in der Ankündigung wurde kein Preis genannt.
BrainChip hat am 30. Oktober 2026 das AKD1500 Raspberry Pi 5 Development Kit vorgestellt, das einen Raspberry Pi 5 mit der AKD1500-M.2-Karte kombiniert. Laut Unternehmen ist das Kit für die Entwicklung dauerhaft aktiver KI-Anwendungen mit niedrigem Stromverbrauch gedacht. Zugleich soll sich derselbe Chip später in ein Produktdesign übernehmen lassen. Zum Zeitpunkt der Ankündigung war das Produkt über den BrainChip Shop erhältlich; ein Preis wurde nicht genannt.
Welche Hardware und Software enthält das Kit?
Die Entwicklungsplattform besteht aus einem Raspberry Pi 5 und BrainChips AKD1500-M.2-Karte. BrainChip möchte Entwicklerinnen und Entwicklern ermöglichen, ihre Anwendungen auf vertrauter Hardware zu testen und anschließend mit demselben AKD1500-Chip in die Produktion zu gehen. Laut Unternehmen kann der Chip im Produktdesign je nach Systemanforderungen über PCIe oder SPI angebunden werden.
Zur Softwareunterstützung sollen Docker-Images bereitgestellt werden, die Benchmarks und Demos erleichtern. BrainChip zufolge können diese Images auch als Vorlage für eigene Container für neuromorphe Anwendungen dienen. Die MetaTF-Softwaretools und -Modelle sind kostenlos über den Developer Hub verfügbar. Wer bereits einen Raspberry Pi 5 und ein M.2 HAT besitzt, kann die produktionsreife AKD1500-M.2-Karte ergänzen und mit derselben Software arbeiten.
Wie funktioniert die AKD1500?
Die von BrainChip beschriebene Architektur verarbeitet nicht jeden kontinuierlich eingehenden Datenstrom, sondern konzentriert sich auf relevante Ereignisse. Laut Unternehmen ist dieser Ansatz für dauerhaft aktive Edge-Geräteaufgaben wie Wahrnehmung, Tracking und Erkennung ausgelegt. Die Verarbeitung direkt auf dem Gerät kann es ermöglichen, Anwendungen ohne Übermittlung der Daten an die Cloud auszuführen. BrainChip zufolge soll dieses Vorgehen Latenz, Bandbreitenkosten und Datenschutzrisiken verringern, die mit der Cloud-Nutzung verbunden sind.
Die AKD1500 unterstützt außerdem das Lernen direkt auf dem Chip. Den Beispielen in der Ankündigung zufolge lassen sich neue Schlüsselwörter, Bewegungen oder Objekte unmittelbar auf dem Gerät einlernen. Ein erneutes Training in der Cloud ist dafür nicht erforderlich, und die Daten bleiben auf dem Gerät. Dabei handelt es sich um vom Hersteller beschriebene Einsatzmerkmale. Konkrete Angaben zum Stromverbrauch oder Leistungswerte enthält die Ankündigung nicht.
Was bedeutet das für Architektur- und Visualisierungs-Workflows?
Das Kit wird nicht als direkter Beschleuniger für 3D-Modellierungs- oder Visualisierungssoftware vorgestellt; auch zu einer Integration in Architekturwerkzeuge wurden keine Angaben gemacht. Daher gibt es keine Grundlage für die Annahme, dass es die Renderleistung steigert. Aus redaktioneller Sicht könnten Architekturbüros, die an Prototypen für Räume oder Produkte mit Sensordaten arbeiten, den Ansatz der Verarbeitung und des Lernens direkt auf dem Gerät zu Testzwecken untersuchen. Dies ist kein in der Quelle beschriebenes Architekturszenario, sondern ein möglicher Erprobungsbereich, der sich aus den allgemeinen Edge-Zielen des Kits ableiten lässt.
Im Workflow sollten zunächst die Hardwareanforderungen und die Kompatibilität mit der vorhandenen Ausstattung geprüft werden. Das Kit enthält einen Raspberry Pi 5 und eine AKD1500-M.2-Karte; wer die Karte zu einem vorhandenen Raspberry Pi 5 hinzufügen möchte, muss das benötigte M.2 HAT berücksichtigen. Die Docker-Images können einen Einstieg bieten, um die Anwendung mit Streaming-Daten zu testen. Da die Ankündigung keine Details zu Kompatibilität mit Architektursoftware, Leistung oder Preis des Kits enthält, müssen Büros weitere Informationen abwarten, bevor sie den Einsatz konkret für Visualisierungs-Workflows bewerten können.
Mit demselben Chip vom Prototyp zur Produktion
BrainChip hebt den Übergang hervor, bei dem derselbe AKD1500-Chip sowohl im Prototyp als auch im Produktdesign zum Einsatz kommt. Je nach Systemdesign kann die Verbindung laut Unternehmen über PCIe oder SPI erfolgen. Das Kit ergänzt eine Reihe von Entwicklungsplattformen, zu der auch die AKD1500-PCIe-Karte und die AKD1500-M.2-Karte gehören. Beim Übergang in die Produktion sollten die Schnittstellenwahl und die Systemanforderungen gesondert geprüft werden; die Ankündigung enthält dazu keine detaillierten technischen Bedingungen.
Quellen
1 QuelleQuelltexte werden nicht neu veröffentlicht; kurze Zitate sind gekennzeichnet, der Rest ist eigene Zusammenfassung und Einordnung.
Für Architektur- und Innenraumbüros ist dieses Kit weniger ein Render-Upgrade als eine Möglichkeit, Ideen für sensorbasierte Anwendungen zu untersuchen, die direkt auf dem Gerät laufen. Teams, die an einem Prototyp mit kontinuierlichem Dateneingang arbeiten, können den Lernansatz ohne Cloud-Anbindung im kleinen Maßstab prüfen. Das Kit wird jedoch nicht als direkte Integration in Architektursoftware angeboten.
Für Büros in der Türkei sind der nicht genannte Preis, die M.2-HAT-Anforderung und die Kompatibilität mit vorhandener Hardware wichtige Faktoren bei der Kaufentscheidung. Solange keine Leistungsdaten und Angaben zur Kompatibilität mit Designsoftware vorliegen, ist es sinnvoller, den Nutzen des Kits für Visualisierungs-Workflows nicht vorauszusetzen, sondern es zunächst an einem konkreten Sensor- oder Edge-Geräte-Prototyp zu testen.
Häufige Fragen
Was enthält das BrainChip AKD1500-Kit für Raspberry Pi 5?
Das Kit besteht aus einem Raspberry Pi 5 und der AKD1500-M.2-Karte. BrainChip gibt außerdem an, Docker-Images für Benchmarks und Demos bereitzustellen.
Unterstützt die AKD1500 das Lernen direkt auf dem Gerät?
Ja. Laut BrainChip lassen sich neue Klassen direkt auf dem Gerät einlernen, ohne dass dafür ein erneutes Training in der Cloud erforderlich ist.
Wurde der Preis für das AKD1500-Kit für Raspberry Pi 5 bekannt gegeben?
Nein. In der Ankündigung wurde kein Preis genannt. Zum Zeitpunkt der Ankündigung war das Kit über den BrainChip Shop erhältlich.
