ֹٷվ_ϻ_ߡƽ̨

成为AI产业的arm?耐能Kneron或真有机会!

2018-03-09 11:14:39编辑:冀凯 关键字:AI  arm  耐能  Kneron

AI已经无疑是现在市场的绝对主角。随着概念的火热。围绕着AI芯片、算法和应用应运而生的企业已经不胜枚举。当中的很多凭借自己的优势也已经获得了客户和投资人的认可,耐能Kneron)就是其中的一个。

在去年11月宣布从阿里、奇景光电、中华开发资本、高通、中科创达、红杉资本与创业邦获得了超过千万美元的A轮融资以后,AI初创企业耐能最近推出了他们的全新人工智能IP产品。而这个市场,在国内外都不缺乏竞争者,尤其是ARM和寒武纪的优势最为突出:前者拥有包括CPU、GPU、工具和晶圆厂配套IP在内的庞大生态,后者则由于Kirin 970的采用,在容量巨大的手机市场找到了一个入口。

在AI这个已经巨头林立的市场里,成立仅四年的耐能如何才能突破包围圈?为此,半导体行业观察特意采访了耐能科技的创始人刘峻诚博士,了解一下他的“攻城”之道。

从客制化开始,以NPU为方向

在创立耐能之前,刘峻诚曾在     、三星和高通等企业任职。到了2014年,由于看到人工智能NPU的潜力,在高通从事了三年多神经网络终端应用等工作开发的刘峻诚创立了耐能。

所谓NPU就是Neural-network Processing Unit的简称,也就是神经网络处理单元,这是一种针对深度学习而设计的专业芯片。这种脱离了传统冯诺依曼结构的处理器通过专门的设计,非常适合深度学习的实现,进而实现人工智能。这是现在实现人工智能的几种方式之一,华为Kirin 970就是采用了NPU的方式。但另外还有CPU、GPU、FPGA和DSP等多种方案可以执行人工智能的算法。但耐能从成立伊始就专门从事AI专用芯片NPU的IP产品的研发。采用ARM那样的IP授权方式进行经营。

在问到为何选择这个方向的时候,刘峻诚告诉半导体行业观察记者:“会选择IP的主要考量是成本和风险,以及弹性。若要直接提供芯片,需要的资本非常雄厚,以新创公司来说,负担会很大,也意谓著风险会很高。此外,提供IP授权的商业模式较为弹性,我们希望能借重合作伙伴的力量,共同推广AI,让它更快普及。”

在团队的努力下,耐能于2016年推出了相关的IP。但据刘峻诚介绍,当时的IP主要是根据客户的特殊需求定制的。例如腾讯就和他们合作研发了智能导航、脸部识别和AI演算法,甚至连腾讯的智能车“神眼”项目都是用的耐能产品。

在积累了丰富的经验并充分了解了客户的需求之后,耐能在日前推出了全新的三大产品线。

推三大产品线,最低做到5mw功耗

这次耐能推出的是Kneron NPU IP系列产品。

所谓Kneron NPU IP,据耐能介绍,那就是该公司针对终端设备所设计的专用人工智能处理器,能让终端设备在离线环境下,就能运行 ResNet、YOLO等深度学习网络。Kneron NPU为完整的终端人工智能硬件解决方案,包含硬件IP、编译程序(Compiler)以及模型压缩(Model compression)三大部分,可支持各种主流的卷积神经网络(ConvolutionalNeur al Networks,CNN)模型,如Resnet-18、Resnet-34、Vgg16、GoogleNet、以及Lenet等,以及支持主流深度学习框架,包括Caffe、Keras和TensorFlow。

由于Kneron NPU IP能结合Kneron影像识别软件,提供实时识别分析、快速响应,不仅能更稳定,也能满足安全隐私需求。由于软硬件可紧密整合,让整体方案体积更小、功耗更低,以协助产品快速开发。

对这系列IP有了基本了解后,我们回到最新发布的三系列产品:超低功耗版KDP300、标准版KDP500、以及高效能版KDP 700。

据耐能方面介绍,KDP300锁定手机3D脸部识别应用,可进行3D结构光与来自双镜头的立体影像识别分析,让真人脸部识别更快速精准。KDP300亦适用于需要超低功耗的终端设备,该处理器包含运算与静态随机存取内存(SRAM)的功耗不到5毫瓦;

KDP500则是可进行快速实时、大规模的脸部、手势、身体识别与分析,以及深度学习。适用于智能家居、智能安防等领域。运算能力可达152GOPS(500MHz) (每秒十亿次运算),功耗仅有100毫瓦;

KDP 700能处理更进阶与复杂的人工智能运算,以及深度学习推理应用,可应用在高阶智能型手机、机器人、无人机、智能监控设备等。KDP 700具有优异的运算能力,信息吞吐量可高达4.4 TOPS(1GHz) (每秒万亿次运算),功耗为300~500毫瓦;官方表示,这系列产品可满足智能家居、智能安防、智能手机,以及各种物联网设备的应用。

在接受半导体行业观察采访的时候,刘峻诚指出这些产品拥有以前产品不具备的特性:例如他们首度推出的,功耗不到5毫瓦的产品,体积也首度达到了长、宽可以在2毫米以內,这就让它可以满足非常小体积产品上的设计。

“又因为技术上的提升,每瓦效能也有了突破,过往大约是1~1.5 TOPS/W,但以这次推出的高效能版KDP 700在16纳米制程下,可以高达11.6 TOPS/W”,刘峻诚强调。

KDP 500预计第二季进入量产制造(Mask tape-out)阶段,KDP 300和KDP 700的量产时间也和客户密切讨论中。

高手林立,底气来自哪里?

耐能并不是唯一一个做NPU的厂商,在前面我们已经提到寒武纪,在这个领域就是一个专家,甚至一个独角兽,并且已经在Kirin 970上得到了验证。作为一个产品相对新的企业,如何与对手竞争时?在问到这个问题的时候,刘峻诚并没有直接回答,但他强调:“AI解决方案,无论是软件或是硬件 IP,有一个关键处,就是它的规格跟功能会跟应用有很大的关系,举例来说,提供给手机跟提供给车用的方案,就会有很大的差异。目前不同厂商锁定的领域都有些差异,很难直接做比较。”

他指出,耐能的IP拥有以下几点优势,这是他们未来在市场上立足的根本:

首先,在IP产品上,耐能这次推出了很完整的产品线,而且规格非常优异。以KDP 300来说,在功耗如此低、体积这样小的规格下,就能在手机上做3D影像分析辨识,以作为解锁等应用,市场上应该还没有其他厂商可以做到这种程度。我们很有信心我们的解决方案在市场上非常有竞争力,刘峻诚强调。

其次,相较于某些厂商仅提供硬件架构IP,瑞能的NPU IP是一个更完整的解决方案,除了有NPU IP架构,还包含模型压缩技术,可以把未经压缩的模型压缩数十倍。另外,也包含已经训练好数据的软件,所以说瑞能的NPU IP本身其实就是一个完整的软硬件整合方案。

第三,除了NPU IP之外,瑞能还自己开发影像辨识软件产品。结合Kneron NPU和Kneron影像辨识软件,将软硬件紧密整合,这样获得的整体方案体积更小、功耗更低,能协助客户快速开发产品。

另外,刘峻诚还强调,耐能的优势在于拥有应用范围比较广的产品线,这也是很多其他对手所不能比拟的。

市场竞争激烈,利基是成功关键

无论哪个市场,有丰厚利益收入的时候,必然会伴随着巨大的风险,AI芯片市场也不例外。从诞生开始,耐能就经历着巨大的压力和挑战。但就刘峻诚看来,这些压力并不是来自特定厂商,而是来自多变的AI市场,因为这个市场实在太新了,且变化很快,这就让其具有极大的不确定性。

“为了在这个市场中找到生存的空间,利基很重要”,刘峻诚告诉半导体行业观察的记者。耐能在这方面也一直在在前面。由于他们在AI领域发展得早,也一直在加快其步伐,这让他们在其他厂商开始谈他们的AI策略跟规划时,自己就就已经开发出产品,并有了客户;在竞争对手发展出产品时,我们甚至已经可以提供了完整的解决方案,刘峻诚补充说。

以智能手机市场为例,耐能很早就看到了这个领域会成为AI应用的重点战场,也知道当中盘绕着包括ARM在内的众多竞争对手,为此他们一早就规划了自己的应对措施:现在的耐能在智能手机方面拥有完整的解决方案,覆盖了高中低三个完整产品线。

而根据研究机构Gartner预测,虽然目前智能手机上的AI应用仍处于相当早期的阶段,但到了2022年,智能手机当中将有80%内建AI功能。这和耐能的“利基”观点也是吻合的。

刘峻诚强调,市场有很多可能性和不确定性,谁能够洞烛先机,并作快速的调整和回应,就能取得优势

“我们的目标是,让AI不只是高阶产品的专属,而是成为人人都可以使用的功能”,刘峻诚说。他也同时指出,在AI市场,不会再有那些能在所有市场获得成功的玩家,但某个细分领域必然会出现霸主,这是显而易见的。

在问到耐能是否有机会成为人工智能IP领域的ARM的时候。刘峻诚首先指出,如果要做到ARM这样大的影响力,那就需要布局量比较大的行业(例如汽车和手机),虽然在汽车方面耐能布局不深,但是在手机方面则会有比较好的表现,尤其是今年,这部分有很大机会会给耐能带来巨大的机会。

除了手机外,安防、IoT也是耐能所专长的领域,尤其是后者。在刘峻诚看来,IoT这个领域他们基本没看到什么竞争对手。

刘峻诚坦言,如果公司能在以上这三个领域能够达到几千万和上亿的出货量,这样公司的影响力就不言而喻。从目前看起来有一两个领域很有机会达到这个数字,刘强调。

这样看来,成为AI产业的ARM,对耐能来说,并不是没有机会!

关键字:AI  arm  耐能  Kneron

来源: 半导体行业观察 引用地址:/qrs/article_2018030945680.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:英特尔创建神经拟态研究社区,推进Loihi测试芯片
下一篇:ZLG携手NXP举行i.MX RT 跨界处理器全国巡回研讨会

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

还在萌芽期的AI,该如何成长?

“AI现在还处于婴儿期,不是几家公司凭一己之力就够了,需要构建强大的生态,汇聚技术、人才、资本和产业等资源,与众多生态合作伙伴共同推动创新。”英特尔中国战略合作与创新业务部董事总经理、英特尔创新加速器总负责人李德胜在近日主办的“2018 RAIC雷克大会(机器人与AI大会)”上,对AI现状与发展进行了深度的剖析,并分享了英特尔如何利用端到端的技术与中国产业合作伙伴共建AI创新生态,推动智能应用的落地和突破之举。  AI还处于婴儿期  需脚踏实地+仰望星空虽然AI产业发展如火如荼,但李德胜认为,目前的AI还只处在婴儿期,还有诸多工作要做。 李德胜认为,一方面要脚踏实地,企业想要开启人工智能之旅
发表于 2018-07-20 19:26:40
还在萌芽期的AI,该如何成长?

AI不稳定,就业有风险,所以要招本科生?

,却是个充满争议的话题。 在目前的学科规划中,人工智能的主体是计算机科学下的二级学科。一般要到研究生阶段才能选择攻读。与此同时,AI相关专业还散落在数学、信息科学,甚至社会学、心理学、生物学当中。 有人认为,这样的规划已经无法满足AI发展的真实需求;也有人认为AI刚刚发展起来,就要高校体系来给予配合,有点过于冒进了。 在大多数省份,现在还是填报志愿的阶段。咱们不妨来透视一下这场争议中的几个观点,如果身边有学子正在纠结于是否选择,或者如何选择AI相关专业,不妨思考这几个声音之后再来判断。 反方观点A:AI不稳定,就业有风险让我们先从反对观点说起。 众所周知,本科生不会都进入研究生阶段继续
发表于 2018-07-20 19:22:43
AI不稳定,就业有风险,所以要招本科生?

英特尔AI用在了哪些地方?

自从1956年,一批远见卓识的年轻科学家在一起,首次提出“人工智能”以来,已经过去了62年。 60年间,人工智能经历了三次浪潮的变革。与前两次浪潮不同的是,正在发生的这一次浪潮,使得海量大数据、计算机运算能力和不断提升的算法交汇在一起。 巨头们的AI技术频频突破,也让人工智能在商业市场也变得炙手可热。 但如果你对AI的印象仍旧停留在大热的阿尔法狗如何打败人类,那么显然你已经Out了。 事实上,人工智能已经潜移默化的深入都生活的各个角落,以一种进化的方式改变着传统人力模式的运作逻辑,重塑着个人、商业与社会的未来图谱。 如果说前两次人工智能浪潮是提出问题,那么现在AI研究的核心是如何解
发表于 2018-07-20 18:59:36
英特尔AI用在了哪些地方?

18AI企业除了走安防企业的老路外别无去处?

AI企业在大张旗鼓进军时各产业时,曾说道:金融是人工智能应用落地最快的领域。而在实际落地过程中,我们不难看到,AI企业除了走安防企业的老路外,就是对一些简单、重复性的工作进行渗透,并没有像安防行业一样全面发展。 重复的道路:切入安防在数年前,金融安防通常被称为安防中的VIP。中国人民银行的史奇中高工曾开玩笑说,以前走到杭州,安防企业总经理一定会亲自跑来迎接。对于安防人来说,金融安防就是一个香饽饽,在安防产业中,金融安防就是“财大气粗、安防中的金钻VIP、土豪”的代名词。而如今,金融安防早已失去往日的光辉,传统安防企业早已不待见金融安防。 对于金融用户来说,传统安防企业所提供的解决方案已经不能满足他们日益增长
发表于 2018-07-19 21:22:56

人工智能赋能AI电视

映画底座设计,非常的稳定牢固,美观的同时更能确保机身的安全。 背板采用了金属拉丝工艺,保证坚固的同时又将美感提升了一个高度,下方是弧形排风口,排风口采用向上的设计,避免了在面对墙体时热量对机身进行损伤,从而最大程度的散热。 背板下方中央是壁挂支架,有落地式和壁挂式两种方式供用户选择,接口方面,TCL X5拥有两个USB口、一个网线口、三个HDMI口、天线输入口、AV输入口和数字音频接入口,并且采用了隐藏式设计,更利于用户走线,在观赏时显得更加整洁。接口左侧有一个开关/操作键,这是便于当遥控器没电时可以快速为用户提供帮助,此外充电接口也采用了隐藏式设计,观看更加舒适。 3、AI智能在系统方面,声音设置中有
发表于 2018-07-19 20:47:00
人工智能赋能AI电视

深鉴不见 AI芯片战局“深不可见”?

今日凌晨,国内AI芯片独角兽——深鉴科技宣布被FPGA开山鼻祖、美国赛灵思(Xilinx)公司收购,具体交易金额未知。此事在业界引起巨大反响,赛灵思方面对集微网独家表示,赛灵思从FPGA器件向自适应计算加速平台提供商演变的战略,就是要加速从云到端应用上FPGA 加速技术的部署,经深鉴科技优化的神经网络剪枝技术运行在赛灵思FPGA 器件上,可实现突破性的性能和行业最佳的能效,这是赛灵思新CEO继ACAP三月的发布会后,提升机器学习研发能力,推进战略发展的重大一步。收购水道渠成?其实两者已有多年的交情。深鉴成立于2016年3月3日,由清华电子系背景的汪玉、韩松、姚颂、单羿一同创办,专注于以FPGA实现AI落地,由于深厚的AI
发表于 2018-07-19 15:58:37
热门资源推荐

小广播

最新视频课程

何立民专栏

单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

相关热搜器件

电子工程世界版权所有 京ICP证060456号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved
2018ײַȫ 68 Ͳʽվȫ ע68 עͰײ
ע39ַ ͼag콢 lolͶעʲô agֳ Űע ggٷ ɳַ ɳ Ű 7777 վٷվ GNSǮ Ԫƴ Ѷ1.5ֲ mgϷˮʱ ȫƶ Ѷ չ˾ Ȥζ ag Ǯ bbinհײ˴ȫ bbinϷͲʽ gnsվ 940 ճ淶 羺 ƱϷԪ ע mgЩ