当前位置:芯片市场动态 → 正文

李嘉诚首投AI芯片:华人创办公司Kneron耐能,已发3款NPU

责任编辑:zsheng |来源:salon36沙龙  2018-06-08 23:22:27 本文摘自:量子位
人工智能投资,李嘉诚早有布局。 DeepMind、Siri、Improbable、VIV,都是李嘉诚旗下资本的知名投资项目。 但“超人”投资AI芯片,最近才是第一次。 Kneron耐能智慧,近日完成了由李嘉诚旗下维港投资(Horizons Ventures)领投的1800万美元A1轮融资。 此前,这家华人科学家刘峻诚创办的AI芯片公司,股东名录中还包含了:阿里巴巴创业者基金、中华开发资本国际(CDIB)、奇景光电、高通、中科创达以及红杉资本等,累计融资总额已超过3300万美元。 这是一家什么样的公司? Kneron NPU Kneron耐能智慧2015年创办于美国加州,主打NPU(Neural Processing Unit),希望把AI计算从云端转移至终端设备,可以进行实时识别和分析。 具体来说,Kneron NPU主打终端设备,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包含了硬件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(Convolutional Neur 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。 而且在功耗方面,Kneron NPU功耗为100毫瓦等级,超低功耗版的KDP 300甚至不到5毫瓦,全系列产品的每瓦效能在1.5 TOPS/W以上。 在架构设计上,Kneron NPU运用卷积核拆分(Filter decomposition)技术,将大卷积核的卷积运算区块分割成多个小卷积运算区块分别进行运算,然后结合可重组硬件卷积加速(Reconfigurable Convolution Acceleration)技术,将多个小卷积运算区块的运算结果进行融合,以加速整体运算效能。 通过Kneron先进的压缩技术,则能将未经优化的模型压缩数十倍。内存分层储存技术(Multi-level caching)可减少占用CPU资源以及降低数据传输量,进一步提升整体运作效率。 此外,Kneron NPU能结合Kneron影像识别软件,提供实时识别分析、快速响应,不仅更稳定,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。 3款NPU产品 在此之前,Kneron已经推出了三款NPU产品:超低功耗版KDP 300、标准版KDP 500、以及高效能版KDP 700。 KDP 300主打手机人脸识别,可以锁定手机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。此外,KDP 300也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。 标准版KDP 500则针对智能家居和安防场景,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。运算能力可达152 GOPS(500MHz) (每秒十亿次运算),功耗仅有100毫瓦。 高效能版KDP 700则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。 Kneron创始人刘峻诚表示,耐能NPU的优势是均已实现量产,并产生营收,而且在尺寸规格——米粒大小,以及功耗方面,都有不俗表现。 值得注意的是,在完成维港领投的1800万美元融资后,刘峻诚透露说,耐能将在下半年推出3D AI解决方案,并在智能家居、安防和智能手机方面进一步开拓。 △耐能NPU在手势识别上的应用 刘峻诚认为,离线处理会是AI发展的特殊需求,而安全、高速的终端计算,则是AI应用普及的关键所在。 目前,耐能已在美国硅谷聚集起80人团队,以清华微电子校友为班底,希望将NPU应用到家居、安防、手机、机器人、无人机及各种IoT终端设备场景中。
关键字:公司 芯片 李嘉诚 本文摘自:量子位
李嘉诚首投AI芯片:华人创办公司Kneron耐能,已发3款NPU 扫一扫
分享本文到朋友圈
关于我们联系我们版权声明友情链接广告服务会员服务投稿中心招贤纳士 企业网版权所有©2010-2018 京ICP备09108050号-6
^
salon36