专注终端AI，耐能发布智能IoT专用AI芯片

作为AI芯片真正落地商用的AI“独角兽”企业，耐能（Kneron）于5月15日发布了其最新的智能物联网专用AI SoC­——KL520，开启从提供IP到自推芯片的新征程!mvGesmc

mvGesmc

指甲盖大小的耐能AI芯片KL520，专注IOT应用mvGesmc

耐能创始人兼CEO刘峻诚介绍称，耐能成立于2015年，在美国圣地亚哥（有顶级人才），在深圳（市场活力与创新精神）、珠海、台北、新竹（半导体产业背景）都有办事处。mvGesmc

因地域的跨越，刘峻诚戏谑称耐能是24小时不间断开发，“刚开完美国的会议，又开始中国的会议，跨时区的不间断开发，让耐能一直保持技术的领先”。mvGesmc

在核心团队组建方面，耐能吸引了高通、三星、华为、金蝶、富鼎等全球知名公司诸多精英人才，其中不乏实现财务自由退隐的“老人家”，从年轻工程师到“老人家”的最佳组合，耐能跨越了年龄的限制。耐能同时具备软硬件一体开发，又跨越了仅限于软或硬件设计的局限。mvGesmc

因此，“跨地域、跨年龄、跨软硬件”成为耐能的三大跨越。mvGesmc

mvGesmc

耐能AI芯片KL520mvGesmc

同很多AI初创公司一样，耐能同样获得了资本的青睐。在2017年11月15日完成超过千万美元的A轮融资，阿里巴巴创业者基金、中华开发资本、奇景光电、高通、中科创达等参与投资。2018年，耐能又完成由李嘉诚旗下维港投资领投的1800万美元A+轮融资。mvGesmc

“之所以吸引到这么多资本的青睐和信任，得益于耐能是目前极少数能实现AI芯片落地商用的企业。” 刘峻诚表示。mvGesmc

耐能AI芯片的三大特性

第一大特性是实现终端人工智能（Edge AI）。这样的好处是，在离线环境下终端就能识别分析与快速响应，大幅减轻了网络和云端的成本，更重要的是满足了用户安全隐私的需求。mvGesmc

mvGesmc

第二大特性是独家可重组技术。传统的人工智能运算，必须运用整个神经网络进行运算，而耐能的可重组式人工智能神经网络（RANN）技术会根据不同的任务进行重组，减少运算复杂度，降低整体部署成本。mvGesmc

提及可重组性，刘峻诚强调，同一颗芯片可以支持不同的应用，比如语音、影像、2D和3D人脸识别等，而传统是需要搭配不同的芯片来实现。mvGesmc

这颗芯片可以“变形”而且很强大，即便是搭配很入门的MCU（如ARM M4）都能很好地实现AI功能，且能把成本做到很低！mvGesmc

据介绍，这颗芯片可用于智能物联网、智能安防等多个细分领域，比如在智能物联网领域，扫地机器人（路径规划）、烤箱（烤焦预测与响应）、空调（根据人体特征调节温度）、油烟机（油烟大的警告）、智能冰箱（推介菜品）、智能门锁（3D人脸识别）等，都是典型应用。mvGesmc

第三大特性是软硬件一体化，这包括终端设备专用的神经网络处理器（NPU）与图像识别软件。因其软硬件可紧密整合，这让整体方案体积更小、功耗更低，并协助产品快速开发。mvGesmc

基于上述三大特征，耐能KDP300、KDP320、KDP500、KDP520和KDP720系列IP以及KL520芯片均被赋予这些特性。新发布的KL520专为智能物联网设计，采用40纳米低功耗制程，算力最高可达345GOPS（300MHz），平均功耗仅500mW，是一颗“务实好用”的芯片。mvGesmc

mvGesmc

“性能够用、成本低、易市场化”是刘峻诚反复强调的关键词。“之所以采用40nm，主要是基于成本的管控，28nm的投入成本可能是40nm的3倍，成本3倍意味着售价的3倍。”刘峻诚表示，“我们要求做的芯片是真正卖得好的芯片，希望它同时具备最高的兼容性、最低的功耗、最适用的性能及最好的价格，而不是简单的硬件参数的堆砌。”mvGesmc

据透露，2019年第四季度，耐能将发布更高规格的第二款AI SoC——KL720。而2020年，“3代”KL330、KL530和KL730系列也将相继推出，其中KL530将采用28nm制程、KL730的制程则为16nm。mvGesmc

大咖齐聚，4家巨头高管为耐能站台

此次论坛上，作为耐能的投资人、客户、合作伙伴的代表，美国高通公司风险投资总监毛嵩、大唐半导体研发部技术总监母大学、奥比中光总经理兼高级战略BD总监彭勋禄、蓦然认知创始人兼CEO戴帅湘等分享了所属公司与耐能的合作情况，母大学还详细介绍了搭载Kneron KL520的3D人脸识别智能门锁解决方案研发进展。mvGesmc

高通：1.0和2.0时代都需要终端AI

近几年，AI产业的发展走向一直是风投公司密切关注的，很多AI初创公司获得了资本的青睐。mvGesmc

美国高通公司风险投资总监毛嵩表示，高通创投目前在全球管理超过150家活跃的被投公司组合。优势在于专业的评估团队，以及上下游的合作伙伴的支持。目前，高通创投已设立了1亿美元AI投资基金，同时还有1.5亿美元中国战略投资基金，未来会投资那些能加速AI技术创新的全球企业。mvGesmc

mvGesmc

美国高通公司风险投资总监毛嵩mvGesmc

毛嵩提出了AI商业化的1.0和2.0时代。mvGesmc

AI商业化1.0时代：大型算法公司为王的时代，高精度、高算力是其基本特征，如商汤和旷视。AI商业化2.0时代：不需要高清的算法，如监测员工是否穿戴安全帽、工服、厨师帽及楼宇火警监测等，目前，国内传统行业都有这种泛AI的需求，用于替换掉人力资源的成本。mvGesmc

另外，针对垂直市场的深入AI诉求，比如轴承的检测，目前还是靠工人检测（每天要看2万个产品），这一块慢慢被AI替换掉，这类垂直应用需要高精度高算力。无论1.0或2.0，这些边缘化的应用需求，都将带来价值。mvGesmc

毛嵩还指出，高通创投投资人工智能的关键点有三：高效的硬件、先进的算法和垂直平台和典型应用。随着5G的到来，万亿级的设备联网，每个设备本身需要算力，而云+端结合的方式，正是耐能的机会。mvGesmc

大唐：智能门锁大势所趋，安全性+低功耗助力

智能门锁行业将进入快速发展期，2018年出货1300万台，智能门锁的渗透率达5%，未来将出现爆发式增长，随着用户消费习惯逐渐养成，渗透率不断提高，智能门锁取代传统门锁成为必然趋势。mvGesmc

mvGesmc

大唐半导体研发部技术总监母大学mvGesmc

大唐半导体研发部技术总监母大学提出了几个发展难点：mvGesmc

一是发展中的行业都面临的行业乱象：mvGesmc

1. 行业缺乏统一标准；
2. 品牌和方案厂商众多，技术实力参差不齐；
3. 价格竞争激烈，部分厂商片面追求低价；
4. 研发系统不够完善，无法严格执行研发体系标准。

二是安全问题：mvGesmc

1. 2D人脸识别门锁容易被攻破，3D技术门槛高；
2. 常见破解开锁新闻，诸如小黑盒问题；
3. 外设的安全可靠性不够，裸数据传输，安全机制不健全；
4. 安全终端研发能力门槛高。

三是售后问题：mvGesmc

1. 主控系统不够稳键，功耗大，售后问题较多；
2. 产品安全性不够；
3. 多数无法实现软件升级；
4. 系统自检、监测机制缺乏。

AI如何助力安全智能门锁？他提出，大唐与耐能合力打造的3D人脸识别安全智能门锁解决方案——安全芯片主控+低功耗AI芯片+3D人脸识别算法+BLE5.0，可以解决上述几大痛点。mvGesmc

mvGesmc

作为传统的通信技术公司，大唐一直在安全领域扎根，目前跟耐能找到合作的契合点，尤其是在低功耗场景下的应用，如人脸识别，平均功耗可以控制在500毫安以内。母大学强调，大唐在通信和安全领域的优势，跟耐能在AI和人脸识别算法的结合，完美打造3D人脸识别安全智能门锁解决方案。mvGesmc

还有安全性，目前大唐这颗主控芯片主要的特性是安全，采用ARM SC300安全架构内核，有国密二级认证，安全级别EAL4+，有银联芯片安全认证，同时搭载安全加密算法。以智能门锁应用为例，大大降低陌生人盗刷脸进入室内的可能性。mvGesmc

谈及人脸识别锁如何快速普及，母大学强调，一是性能，二是成本。如果一个产品好用且成本低，不可能不普及，目前智能门锁供应链仍在完善过程中，但是一个必然趋势，相信与耐能的合作能加速这一趋势。mvGesmc

奥比中光：让每个终端“看懂”世界

奥比中光是国际上少数几个掌握3D传感绝大部分核技术且是中国唯一能同苹果、微软、英特尔等国际巨头抗衡的3D传感的技术厂商，产品已广泛应用于客厅生态、3D扫描、机器人、安防、金融等20多个业务领域，在全球各国家和地区拥有3000多家客户。mvGesmc

mvGesmc

图、奥比中光总经理高级战略BD总监彭勋禄mvGesmc

奥比中光高级战略BD总监彭勋禄表示，公司于2013年成立，目前有700多人的团队，是除英特尔、苹果、微软外全球第四家实现3D视觉芯片量产的企业。mvGesmc

据介绍，去年奥比中光完成第一轮融资，目前估值超过100亿元，年出货量达200万台，3D摄像头的批量交付是核心优势之一，非手机业务产能达到100K以上，从芯片到算法、到模组全线完成，并提供深度定制的服务。mvGesmc

谈及与耐能的而合作，彭勋禄表示非常看重耐能AI芯片低功耗、高算力的特性，能推动3D视觉方案尽快落地。mvGesmc

mvGesmc

蓦然认知：AI场景化落地，必先实现端云结合

作为智能语音座舱及对话应用生态的开创者，蓦然认知专注于“认知计算、自然语言理解”，拥有自主的语音交互全栈技术（降噪+语音+语义+多轮对话+知识图谱）。mvGesmc

mvGesmc

图、蓦然认知创始人兼CEO戴帅湘mvGesmc

蓦然认知创始人兼CEO戴帅湘表示，要推动AI场景化落地必先实现端云结合。在未来，蓦然认知将会继续把云端认知计算与本地端感知计算相结合，提供以自然语言交互为核心的“多模态多轮交互整体方案”，深入渗透汽车及消费电子终端OS，为用户带来全新多模交互方式下，去APP化的应用体验。mvGesmc

小结：物联网应用的快速发展，推动上游芯片和方案集中爆发。可以预见，AI芯片的落地商用，将使得万亿级的终端设备更懂得人类需求。虽然目前AI技术与IOT应用都有各自的一些发展痛点，但相信在耐能（终端AI+可重组架构+软硬件一体）等优秀企业以及超强合作伙伴的共同推动下，AI在IOT领域的快速普及指日可待。mvGesmc