Napa kan fort bli årets sommerhit. Dobling er rimelig på kort sikt.

Med år for år inntektsøkning på ca 60%
ligger det an til det. En glemt perle som nå blir
«gjenoppdaget».

Under 15 nok er grisebillig....

Høhø, det var da veldig blygt!

:)....men igjen.... ingen vet hvor haren hopper....

Nei, men for å finne ut av det, ville jeg anbefale Arto Paasilinnas roman "Harens år". Så får man en god, eller opptil flere gode lattere på kjøpet!

Dobla på 5,55. Denne volumøkningen er et meget positivt tegn fremover. Noen vet noe, eller har fått åpnet øynene for caset. Den vil nok være turbulent frem til Q2 presentasjonen, men det er vel ikke tvil om det er penger på gaten her.

Tull og tøys, napa er steindyr

https://www.introduce.se/foretag/Napatech/Equity-research/2020/7/napatech---positive-trends-continue-in-q2/

Kjekt med en dag på vinnerlisten og litt volum. Føles lenge siden nå!
Men vi som har sittet i denne aksjen en stund, vet vel godt at den lett kan øretrilles ned igjen under fem kroner om et par dager..
Blir spennende å se om det er noe endringer i topp 20, eller om det helst er nye aksjonærer som er kommet til.

Kan lett øretrilles over 6 nok og.....:)

Hehe, ikke meg i mot, men satser på at det er litt volum bak det når 6-tallet brytes ;)

Trenden siste 3 mnd er overhengende positiv.... potensialet er overhengende enormt....:)

Det at Napa begynner å gå uten nyheter, kan det
tyde på at noen vet mer enn andre, og at det
vil komme en melding ?

Høyeste intradag volumet siden 6. november 2019, uten nyheter. Håper på insidehandel =)

Jeg tror det samme. Før kursen brøt gjennom motstandsnivået på kr. 4,80, var det hele tiden noen som kjøpte og som sørget for at kursen holdt seg nogenlunde rundt motstandsnivået.

Dagens solide oppgang skjedde på et svært høyt volum, noe som tilsier at det er en storkjøper som ser mulighetene ved å investere i Napatech. Det gavner for et enda høyere kursnivå. Det er enda én måned til 2. kvartalsresultatet blir presentert, og her er det noen som sitter inne med flere opplysninger enn oss andre. I tillegg har vi et klart teknisk gjennombrudd.

Morsomt at Napa våknet også kursmessig. Selskapet våknet for flere år siden og mange minnes nok denne med skrekk fra tidligere . Det er nå et helt nytt selskap, midt i en bløtkake av et marked. Kundene er referansekunder på øverste hylle og kunnskapene og teknologien de sitter på er state of the art. Nå begynner volumene og komme og reisen mot 10 kroner er startet.

Bare starten. Høyst sannsynlig innsidehandel og muligens storkontrakt i nærmeste fremtid. Fin start på ferien dette.

"Insidehandel & storkontrakt i nær fremtid" i samme sætning er vel næppe lovligt:)

Stark

Det blir neppe begge deler, men gode utsikter for oppgang nå som volumet er økende og motstanden liten.

Tech går igjen bra over dammen. Napa kunder har FN eventyrlig utvikling og det drypper selvsagt mye på Napa. Avslutter vi uken på seks kroner?

Kan godt være at kursen bikker 6 nok i dag, uten at det betyr så mye...

Joda, Blygen, det er klart at det betyr veldig mye for alle aksjonærer!

Det her har vi lurt på og ventet på i månedsvis, hvorfor Napatech har falt i kurs mens selskapet gjør det bedre enn noensinne.
Så nå har vi fått en bekreftelse på at det går bra, for her er det for mange kjøp i oppoverbakke til at situasjonen ikke er god.

Teknisk analyse viser at selskapet fikk et grundig kjøpssignal rundt 4,80 for bare tre dager siden. Nå er kursen én kroner høyere allerede.
Vi må regne med noen kortvarige reaksjoner nedover, men jeg går ut fra at aksjekursen vil kunne ligge på cirka kr. 7,50 om senest to måneder.

Napa Covid2-19:
Når Internett-bruken eksploderer opp i
russiske prosenter har operatørene noen
valg for å få det til å gå rundt.
- Senke hastighetene
- Flere servere i parkene
- Sette inn fler FPGA m programvare
Ut i fra summen av de twitrer Napa har kommet med de siste månedene, er det lett forstå at de har flust med oppdrag.
Da de flagget 2.7 ved børsmelding 7-24 support via portalen fikk folket virkelig øynene opp for hvilken tung kundemasse Napa har. Billion dollar konserner.
Bare ett eksempel:
Come explore the world's 🌍 most advanced #packetcapture software for @intel:
https://www.napatech.com/products/link-capture-software-for-intel/

Tenkte mest på at om kursen er 6 eller 1, i det korte bildet, er uinteressant.... eneste er at man sannsynligvis hadde økt litt på 1 nok...:)

ABG Sundal Collier vurderte Napatech i en
rapport for vel ett år siden verdien kr 3-18.
Det var før Covid2-19.
Nå burde markedssituasjonen revurderes.
Men hva vet jeg, en dryppende våt skautraver etter en fisketur hvor det hagla erter. Ferie i Norge 👍

En slik verdivurdering kunne en spåkone fra Mjøsa også prestere. Anal-ytikere får bare litt bedre betalt enn budeier. Trist egentlig. Men viktigere enn været, ble det noe fisk på deg da?

Muligens har du ikke sett denne pga dårlig dekning i skauen!

https://www.introduce.se/foretag/Napatech/Equity-research/2020/7/napatech---positive-trends-continue-in-q2/

Dårlig med dekning i Finnemarka, men desto hyggeligere
å se kursutviklingen. Ingen nyheter og for en gangs
skyld ingen ørret denne gang, ellers blir det hver uke en 2-3 stykker ildrøde i kjøttet.

Små gleder i hverdagen er stort... kursen i Napatech er for tiden latterlig lav...men om et lite år....selges uansett ingenting her i gården. Har mitt eget kursmål som ikke er basert på analstanden....:)..jeg bruker krystallkulen..

Åh, så bra - har også fisket ørret oppe på Finnmarksvidden en gang, bedre måltid etter timevis tur opp og ned kan jeg ikke huske - eneste fienden var myggen. Smurt inn etter alle kunstens regler med diverse myggoljer og andre remedier, viste det seg å hjelpe lite med mitt ukjente lille hull i buksens skritthøyde. Etter det fikk jeg tilnavnet Ballalaika i flere år. Men det er veldig konfidensielt! Dessuten fortrengte god drikke de verste traumene.

Skal visstnok være bra med kokosolje mot knott og mygg...bare til info... kan selvsagt brukes der sola aldri skinner..:)

Hva tror folk om kursen før Q2/etterQ2? Selv tror jeg 7 før og videre mot 10 i etterkant.

Jeg synes vi kommer til at opleve pump & dump endnu en gang (desværre). Men bunden bliver i det mindste højere or højere.

Venter jevn stigning denne gangen. Tiden er overmoden, ser ikke for meg at kursen dropper som tidligere

Mangel på lesestoff ? Kanskje nye aksjonærer
har interesse av å lese noen betrakninger jeg
har samlet omkring FPGA:

Gullkorn om FPGA

Det uungåelige FPGAet i fremtidens
nettverk og plattformer.

Du trenger ikke å være en chipdesigner for å programmere en FPGA, akkurat som du ikke trenger å være en C ++ programmerer for å kode i Java, men det hjelper sannsynligvis i begge tilfeller hvis du vil gjøre dem godt.

Trikset for å kommersialisere begge teknologiene - Java og FPGA-er - er å gjøre det sistnevnte utsagnet stadig ikke sant. Den gode nyheten for FPGA er at med passende lag med abstraksjon og riktig blanding av verktøy, kan du lage algoritmer og dataflyter som kjører på en FPGA, snarere enn på en CPU, en DSP, en GPU eller en annen form for tilpasset ASIC, har blitt gradvis enklere i løpet av de 35 årene siden denne programmerbare logiske enheten ble oppfunnet.

Den fantastiske serendipityen er at akkurat på det tidspunktet CPU-en ikke lenger kan være den eneste og primære beregneenheten i datasenteret for mange arbeidsmengder - av en hel rekke grunner - har FPGA kommet til sin egen, og tilbyr ytelse, lav ventetid , sofistikert nettverk og minne, de heterogene beregningsmulighetene til moderne FPGA-system på brikker, som uten tvil kan beregne komplekser og nesten komplette systemer i seg selv i den høye enden av produktlinjene fra FPGA-leverandører. Men FPGA-er kan og kan spille bra med andre enheter i hybridsystemer, og vi tror nettopp begynner å finne sine naturlige steder i hierarkiet til beregning.

Dette er blant andre grunner til at vi er vertskap for Next FPGA-plattform-arrangementet på Glass House i San Jose 22. januar. (Du kan registrere deg for arrangementet på denne lenken, og vi håper å se deg der.) Xilinx, av selvfølgelig, er en av de dominerende leverandørene av FPGAer i verden, og en av pionerene på dette feltet. Ivo Bolsens, seniordirektør og teknologisjef i Xilinx, gir en av de to hovednotatene på arrangementet, og ga oss en forhåndsvisning av tingene som er i tankene i disse dager, da Xilinx er med på å lage formbar databehandling for datasenteret.

Det har tatt litt tid før systemarkitekter og programmerere har kommet til det heterogene datasenteret som vil omfatte alle slags datamaskiner som er spredt over stabelen for å utføre beregnings-, lagrings- og nettverksoppgaver, og det skjer av nødvendighet når Moores lov fremskritt er vanskeligere å komme over alle aspekter av halvledere på CMOS-brikker. Språket vårt sitter fortsatt fast i CPU-referanserammen, og vi snakker fortsatt om "applikasjonsakselerasjon", noe som betyr å gjøre det bedre enn vi kan gjøre på CPU-en alene. I mange år vil datacentre være en samling av datamaskiner, lagringsmedier og sammenkoblingsprotokoller som tilbyr sammenheng eller ikke, og vi vil komme tilbake til å snakke om "beregne" og "applikasjoner." Hybrid beregning vil være normal, akkurat som den målte beregning, pakket inn i bare metall, virtuell maskin eller containerbiter, som vi i dag kaller "sky", vil bare være "beregne" på et tidspunkt i fremtiden for vår IT-lingo. På et tidspunkt, og FPGA vil sannsynligvis innlede denne epoken, vil vi gå tilbake til å kalle det databehandling.

Å bringe FPGAer inn i datasenteret krever en tenkningsendring. "Hvis du ser på applikasjoner i dag og tenker på hvordan du akselererer dem, må du bore ned for å se hvordan disse applikasjonene blir kjørt og hvilke ressurser de bruker og hvor tiden går," forklarer Bolsens. “Du må se på det totale problemet du prøver å løse. Mange applikasjoner som kjører i et datasenter i disse dager skaleres ut, og utnytter en stor mengde ressurser. Ta for eksempel maskinlæringstrening, som bruker enorme mengder beregne noder. Men når du snakker om akselerasjon, må du se på ikke bare akselerasjonen av datamaskinen, men også akselerasjonen av infrastrukturen. ”

For eksempel, for maskinlæringsopplæringsprogrammer som Bolsens har sett på feltet, brukes rundt 50 prosent av tiden på å flytte dataene for applikasjonene dine over gruppert beregning, og 50 prosent eller mindre av tiden brukes på faktisk å gjøre beregningen selv.

Det er her jeg tror FPGA-teknologien kommer inn, fordi vi kan tilby muligheter for å optimalisere både beregnings- og databevegelsesaspektene i applikasjonen. Og vi kan gjøre det på nivået med den generelle infrastrukturen, og vi kan gjøre det på brikkonivået. Dette er en av de store fordelene med FPGA, som lar deg bygge applikasjonsspesifikke kommunikasjonsnettverk. Når det gjelder maskinlæringstiltak, som har en typisk dataflyt, når du ser på hvordan dataene beveger seg gjennom datamaskinproblemet ditt, tror jeg det ikke er noen grunn til at du trenger en komplisert switch-basert arkitektur. Du kan bygge et nettverk som er mer dataflow. Det samme gjelder opplæring i maskinlæring, der du kan bygge et nettverk og ha pakkeformater som passer spesielt godt til problemet. Med FPGAer skalerer du og stiller inn kommunikasjonsprotokoller og topologier for en applikasjon. Og som vi ser med maskinlæring og inferanse, ser vi at vi ikke virkelig trenger dobbelt presisjons flytende punkt, og det kan vi også innstille. ”

Forskjellen mellom en FPGA og en CPU eller et annet ASIC er at de sistnevnte er hardkodet, og når den først er laget, kan du ikke ombestemme deg for typen data som er beregnet og beregne elementer som er tilpasset den i slag og nummer, eller arten av dataflowen gjennom enheten og til omverdenen. FPGAs lar deg ombestemme deg hvis forholdene endres - og det gjør de alltid, så dette er en reell fordel.

Det er en som har kommet til høye kostnader tidligere med FPGA-er, som ikke har vært for besvimelse av hjertet. Trikset her er å åpne opp kompilatorene for FPGAer, slik at de integreres bedre med verktøyene som programmerere bruker for å lage parallelle applikasjoner på CPUer skrevet i C, C ++, eller Python og avlaster arbeid til biblioteker som akselererer rutiner på FPGA. Dette er i et nøtteskall hva Vitis-maskinens læringsbunke, som sitter under læringsrammen Caffe og TensorFlow-maskinen og har biblioteker for å kjøre rette AI-modeller eller for å legge til FPGA-boostet AI oomph til arbeidsmengder som videokoding, bilde og video anerkjennelse, dataanalyse, finansiell risikostyring og et hvilket som helst antall tredjepartsbiblioteker som er i verkene.

Dette er ikke annerledes i konseptet enn hva Nvidia gjorde med CUDAs parallelle databehandlings- og avlastningsmiljø med GPU-akseleratorer for et tiår siden, og hva AMD gjør på samme måte med sine ROCm-verktøy, og dessuten hva Intel lover å levere på tvers av CPUer, GPUer, og FPGAer med sin OneAPI-innsats.

Spørsmålet er nå hvordan disse verktøykjedene alle skal veves sammen slik at hvem som helst kan programmere hvilken som helst samling av datamaskinmotorer som de vil. Årsaken til at dette er viktig, er enkel: FPGA-er har utviklet seg, og er like sofistikerte som enhver CPU som noen gang ble oppfunnet. De bruker de mest avanserte prosessene, og bruker de mest avanserte teknikkene for chipemballasje. Og de kommer til å finne sin plass fordi vi ikke har råd til å kaste bort tid, penger, energi og intellekt mer - disse er altfor kjære.

"Det er en egen teknisk verdiforslag av en FPGA," sier Bolsens. ”Og det handler om mer enn den vanlige enfilen om tilpasningsevne og omformerbarhet. Med alle de viktige bruksområdene - maskinlæring, grafanalyse, høyfrekvent handel og så videre - har vi muligheten til ikke bare å tilpasse datamaskinstien din til problemet, men også tilpasse minnearkitekturen - datastrømmen i brikken - til problemet. Og vi har også mye mer minne integrert i FPGA enn noen annen enhet, også. Koble dette til det faktum at hvis problemet ikke passer inni en FPGA, kan du skalere det på flere FPGAer uten å betale den slags straffer du betaler når du skaler ut over CPUer eller GPUer. "

Dårlig resymé:

Når cpu alene ikke har kapasitet til å
takle økende datahastighet og -mengde.
Det hardkodede cpu programmet (Bios) kan ikke endres og er låst. Og når cpu alene ikke kan takle overnevnte. FPGA har alle de tre egenskaper i tillegg som er nødvendig. Reprogrammerings-mulighet, cpu og minne. Den kan videre styre optimalt og ikke bare å tilpasse datastrømmen din til problemet, men også tilpasse minnearkitekturen - datastrømmen i brikken - til problemet.
Dvs at man kan lage algoritmer og dataflyter som kjører på en FPGA, snarere enn på en CPU,

Ja dette blir spennende, Intels resultater
vil uten tvil speile markedet for FPGA.

Tillater meg å gjengi denne glimrende artikkelen postet på en annen tråd av Finance360:

https://www.nextplatform.com/2020/01/14/the-inevitability-of-fpgas-in-the-datacenter/

Fuhrmeister, takk for et informativt og bra innlegg!

Takk for det ! Finner frem litt
historikk om FPGA og et innblikk
hva det ble testet på, nemlig
DNA sekvensanalyser:

Man regner med at GPU (Graphic Processor Unit) er FPGAs
verste fiende og beste venn.

Les også historien om Nova-G supercomputeren som var basert på FPGA i 2009 på Universitetet i Florida.
Supercomputeren bestod av et 3-delt racksystem med 24 separate Xeon-servere hver, med et par akseleratorer med fire Stratix-III E260 FPGAer fra Altera, og totalt 192 FPGAer som fungerte i samspill.
Nova-G-systemet ble testet ved bruk av to genomiske applikasjoner (programmer for genforskning) som utførte DNA-sekvensanalyser, kalt Needleman-Wunsch (NW) og Smith-Waterman (SW), og ytelsen til denne FPGA-superdatamaskinen ble sammenliknet mot en 2,4 GHz Opteron-kjerne som kjørte den samme programvaren på laboratoriet.
Ytelsen til Nova-G var i størrelsesorden 150.000X i forhold til Opteron-kjernen !

Man regner med at dagens FPGA er 500x
kraftigere basert på logiske port-tall enn
dengang for ca 10 år siden.

https://www.nextplatform.com/2020/01/21/the-gpu-is-the-worst-and-best-thing-to-happen-to-the-fpga/

Et tiår eller så før GPU begynte å storme datasenteret takket være Nvidias Tesla GPU-akseleratorer og deres parallelle programmeringsmiljø CUDA og CPU-avlastningsmodell, begynte FPGAs å få trekkraft som akseleratorer i seg selv. Men fordi FPGA-er forble vanskelige å programmere i det tiårets forsprang og utover, og fordi Nvidia GPU-er var i PC-er - noe som ga Nvidia-brukere et utviklingsmiljø fra start, ble GPU den valgte parallelle datamotoren. Og resten, som de sier, er historie.

Men historien slutter ikke, den fortsetter bare å spiral rundt, noen ganger gjentar han seg med variasjoner på et tema. Og vi tror at GPU har bidratt til å snekre en bane som FPGA nå kan utnytte.

Dette er en av tingene vi kommer til å ta opp i samtalen vår med Reuven Weintraub, grunnlegger og teknologisjef i Gidel, produsent av FPGA-brett og utviklingsverktøy for å lage applikasjoner som bruker dem, på The Next FPGA Platform event er vertskap for denne uken på Glass House i San Jose.

Weintraub grunnla Gidel tilbake i 1993, og leverte algoritmer som kunne kjøres på FPGAer i stedet for på CPUer, omtrent et tiår etter at disse enhetene først ble brakt ut på markedet. Vannskillehendelsen for Gidel var da Altera la til dual port RAM som kunne lese og skrive samtidig til FPGA-logikken, og Gidel skapte eksterne minnekontrollere for å gi FPGA en blanding av internt og eksternt minne som gjorde det passende for alle slags av ting, inkludert forskjellige typer strømbehandling. (Selv om det ikke ble kalt det den gang.)

For den gang, for mer enn to tiår siden, for å drive den neste bølgen av FPGA-adopsjon, regnet Weintraub med at industrien trengte syntese på høyt nivå, slik at programvareingeniører og FPGA-utviklere både kunne distribuere algoritmer på disse unike enhetene og ikke trenger å ty til HDL . Gidel regnet også med at FPGA-er ville trenge mer standardisering av interne blokker, noe vi har sett komme til å skje ettersom FPGA-er virkelig har blitt systemer på pakken, ikke bare gigantiske bassenger med porter for å aktivere for å kjøre algoritmer. Videre mente Gidel inderlig at utviklingsverktøyene måtte gjøre det mulig for både programvareingeniører og FPGA-programmerere, to veldig forskjellige typer, å gjøre en bedre jobb med å lage og feilsøke FPGAer. Gidel fokuserte på dette sistnevnte området, og la andre takle syntese på høyt nivå, og skar også ut en nisje for seg selv som innleide våpen på FPGA-prosjekter.

"I mange tilfeller hjalp vi selskaper å komme til neste generasjon av FPGA-er eller bygge deres forsknings- og utviklingsteam," forteller Weintraub til The Next Platform. "Dette satte oss i en unik posisjon når vi ser alle problemene med å kombinere innsatsen til programvareingeniører, FPGA-utviklere, maskinvareteam og andre som er involvert i et prosjekt. Og da vi utviklet verktøyene våre, startet vi fra en prosjektvisning for å gjøre automatiseringsdelen som skal bygge bro mellom integrasjonene mellom de forskjellige teamene. ”

Dette var en av grunnene til at Gidel var en del av teamet som opprettet Nova-G parallelle FPGA superdatamaskin, som ble installert ved University of Florida under et tilskudd fra National Science Foundation tilbake i 2009, som ble regnet som den største akademiske konstruksjon av superdatamaskiner basert på rekonfigurerbar databehandling i verden. Nova-G-systemet hadde 24 Xeon-servere med én sokkel som spenner over tre beregne stativer, hver med et par gassblad med fire Stratix-III E260 FPGAer fra Altera, for totalt 192 FPGAer som fungerte i harmoni. Nova-G-systemet ble testet ved bruk av to genomiske applikasjoner som utførte DNA-sekvensjustering, kalt Needleman-Wunsch (NW) og Smith-Waterman (SW), og ytelsen til denne FPGA-superdatamaskinen ble regnet mot en 2,4 GHz Opteron-kjerne som kjører den samme programvaren på laboratoriet. Disse speedups var i størrelsesorden 150.000X av den samme Opteron-kjernen, som du kan se i denne artikkelen. Dette er over et tiår siden, husk at, og på den tiden anslått forskere fra University of Florida at det ville ta rundt 500 000 Opteron-kjerner for å matche ytelsen på disse arbeidsmengdene til sekvensering av genomer til Nova-G. Mens den X86-kjernen kanskje er 2X så rask i dag, takket være økte instruksjoner per klokke fra forbedringer av mikroarkitekturen redusert av klokkehastighetsreduksjoner (generelt) etter hvert som kjerner legges til hver form, og du kan stappe 64 kjerner på en pakke (sammenlignet med 4 kjerner eller 8 kjerner for ti år siden per stikkontakt), for noe som en økning i ytelse fra 16 til 32 ganger (veldig grovt). FPGA-er har blitt betydelig kraftigere i det tiåret, og det hadde vært interessant å se hvordan disse to plattformene stables opp i dag. Baksiden av konvolutt-matematikken sier at FPGA-er sannsynligvis har fått et sted rundt 500X kraftigere det siste tiåret (basert på antall logiske celler), slik at gapet mellom CPUer og FPGAer blir større. Det er på tide med en ny kamp. Og med GPU-akseleratorer på CPU-ene for å være rettferdig.

Poenget er dette: Ingen snakker om dette, og GPU - spesielt Tesla-akseleratorene fra Nvidia, men AMD Radeon Instinct får noe trekkraft, og Intel kommer til å ta en tur på GPU-beregningen med sine Xe diskrete GPU-akseleratorer - har tatt alt oksygen i datamaskinens maskinrom. Men kanskje det vil endre seg, og i stor grad på grunn av suksessen til GPU-er i å kjøre applikasjoner som har mindre presisjon enn superdatamaskiner historisk har tålt.

"Det viktigste hinderet for suksessen til FPGA var GPUs suksess," erklærer Weintraub, og vi er enige. “Men her er det kritiske. Når folk tenkte på superdataark, tenkte de på 32-biters og 64-biters høy presisjon, at alt måtte være veldig nøyaktig. Jeg sa at med FPGA kunne du jobbe med mindre nøyaktighet - gå fra 32-bits enkeltpresisjonsflytpunkt til 8-bits heltall, for eksempel - men gjøre det raskere og få et bedre resultat, og Google og andre beviste dette med maskinlæring. Det viktigste for å aktivere FPGA i datasenteret er at folk nå forstår dette, og de forstår at i FPGA bruker du bare den presisjonen du trenger, og du gjør bare mye mer av det. ”
Nova-G-systemet beviste dette for et tiår siden, og nå virker det som om det er på tide at noen skal bevise det igjen med så mye kraftigere FPGA-er. GPU-produsentene ser på hverandre, men FPGA-produsentene ser på dem.

Takk igjen! Jeg kan ikke så mye om dette, men lærer mer og mer. Har troen på Napatech og tiden fremover!