李根 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
人工智能投資,李嘉誠早有佈局。
DeepMind、Siri、Improbable、VIV,都是李嘉誠旗下資本的知名投資項目。
但“超人”投資AI芯片,最近才是第一次。
Kneron耐能智慧,近日完成了由李嘉誠旗下維港投資(Horizons Ventures)領投的1800萬美元A1輪融資。
此前,這家華人科學家劉峻誠創辦的AI芯片公司,股東名錄中還包含了:阿里巴巴創業者基金、中華開發資本國際(CDIB)、奇景光電、高通、中科創達以及紅杉資本等,累計融資總額已超過3300萬美元。
這是一傢什麼樣的公司?
Kneron NPU
Kneron耐能智慧2015年創辦於美國加州,主打NPU(Neural Processing Unit),希望把AI計算從雲端轉移至終端設備,可以進行實時識別和分析。
具體來說,Kneron NPU主打終端設備,讓終端設備在離線環境下,就能運行 ResNet、YOLO等深度學習網絡。
Kneron NPU包含了硬件IP、編譯程序(Compiler)以及模型壓縮(Model compression)三大部分,可支持各種主流的卷積神經網絡(Convolutional Neur al Networks,CNN)模型,如Resnet-18、Resnet-34、Vgg16、GoogleNet、以及Lenet等,以及支持主流深度學習框架,包括Caffe、Keras和TensorFlow。
而且在功耗方面,Kneron NPU功耗為100毫瓦等級,超低功耗版的KDP 300甚至不到5毫瓦,全系列產品的每瓦效能在1.5 TOPS/W以上。
在架構設計上,Kneron NPU運用卷積核拆分(Filter decomposition)技術,將大卷積核的卷積運算區塊分割成多個小卷積運算區塊分別進行運算,然後結合可重組硬件卷積加速(Reconfigurable Convolution Acceleration)技術,將多個小卷積運算區塊的運算結果進行融合,以加速整體運算效能。
通過Kneron先進的壓縮技術,則能將未經優化的模型壓縮數十倍。內存分層儲存技術(Multi-level caching)可減少佔用CPU資源以及降低數據傳輸量,進一步提升整體運作效率。
此外,Kneron NPU能結合Kneron影像識別軟件,提供實時識別分析、快速響應,不僅更穩定,也能滿足安全隱私需求。由於軟硬件可緊密整合,讓整體方案體積更小、功耗更低,以協助產品快速開發。
3款NPU產品
在此之前,Kneron已經推出了三款NPU產品:超低功耗版KDP 300、標準版KDP 500、以及高效能版KDP 700。
KDP 300主打手機人臉識別,可以鎖定手機3D臉部識別應用,可進行3D結構光與來自雙鏡頭的立體影像識別分析,讓真人臉部識別更快速精準。此外,KDP 300也適用於需要超低功耗的終端設備,該處理器包含運算與靜態隨機存取內存(SRAM)的功耗不到5毫瓦。
標準版KDP 500則針對智能家居和安防場景,可進行快速實時、大規模的臉部、手勢、身體識別與分析,以及深度學習。運算能力可達152 GOPS(500MHz) (每秒十億次運算),功耗僅有100毫瓦。
高效能版KDP 700則能處理更進階與複雜的人工智能運算,以及深度學習推理應用,可應用在高階智能型手機、機器人、無人機、智能監控設備等。KDP 700具有優異的運算能力,信息吞吐量可高達4.4 TOPS(1GHz) (每秒萬億次運算),功耗為300~500毫瓦。
Kneron創始人劉峻誠表示,耐能NPU的優勢是均已實現量產,併產生營收,而且在尺寸規格——米粒大小,以及功耗方面,都有不俗表現。
即將推出3D AI解決方案
值得注意的是,在完成維港領投的1800萬美元融資後,劉峻誠透露說,耐能將在下半年推出3D AI解決方案,並在智能家居、安防和智能手機方面進一步開拓。
劉峻誠認為,離線處理會是AI發展的特殊需求,而安全、高速的終端計算,則是AI應用普及的關鍵所在。
目前,耐能已在美國硅谷聚集起80人團隊,以清華微電子校友為班底,希望將NPU應用到家居、安防、手機、機器人、無人機及各種IoT終端設備
場景中。
— 完 —
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回覆“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
վ'ᴗ' ի 追蹤AI技術和產品新動態
閱讀更多 量子位 的文章