专注边缘AI的耐能智能获得新一轮投资
专注边缘ai的耐能智能成立于美国的圣地亚哥，目前宣称获得了来自鸿海和华邦电子的投资。
耐能与投资者将在ai领域展开紧密合作，双方建立战略合作关係。据悉，耐能将加入由鸿海一手打造的 mih 电动车的开放平台。mih在成立之初就把耐能作为了其合作伙伴，此次将与鸿海共同合作开发汽车行业中的ai应用领域。此外，耐能和鸿海的合作也将共同推进工业4.0。耐能和华邦电子将致力于开发基于ai的微控制器（mcu）和内存计算（memory computing ）。
早前，耐能已获得来自李嘉诚旗下的horizons ventures领投的4000万美元。除此之外，亦获得来自阿里巴巴创业者基金、cdib、奇景光电、高通、中科创达、伟诠、红杉资本子基金cloudatlas等全球知名资本青睐，共计获得超过7300万美元的a轮投资。
耐能创始人兼首席执行官刘峻诚博士（albert liu）说：“在众多公司削减研发投入的时候，我们感谢投资者相信耐能所做的工作。耐能是一家年轻的公司，自2015年成立以来已经取得了很多成就，我们争取在未来取得更多成就，而这背后离不开像鸿海和华邦电子等众多投资者的支持。对于推进ai 芯片的发展来说，这是一个令人兴奋的时刻，而耐能将持续在这个领域中发挥至关重要的作用。
耐能提供完整的端到端软硬件解决方案，可在移动设备，个人计算机和iot（包括智能家居设备，监控，支付和智能汽车）中实现设备上边缘ai的推理。耐能解决方案增大了基于云的ai，以加速设备上的ai推理。据了解，空调巨头格力和自动驾驶软件公司teraki等都是其合作客户。
刘峻诚博士补充说：“我们很高兴能同合作伙伴和投资者一起前进。2020年对于耐能来说是重要的一年，我们发布了kl720，并加入了高通前台北工程研发总经理陈俊宇（davis chen）等大将。除了与我们的投资者进行合作项目开发外，计划将在2021年发布更多的芯片。边缘ai对许多人来说仍旧是一个比较新概念，我们期待把这项技术带给每个人。”
随著边缘 ai行业的快速兴起，基于耐能对其早期的技术投资以及商业化的布局，从而使其处于行业领导地位，其边缘ai技术在市场上得到了广泛的应用。
耐能多款产品助力
据了解，耐能现在推出了包括神经处理单元（npu）、kl520和kl720 及其解决方案。其中，耐能npu提供经市场验证过的解决方案，满足低功能，低热分布和复杂的神经网络计算需求。
kl520和kl720则是公司推出的两款ai芯片。据之前报道，kneron kl520使用联电40nm工艺打造，搭配有两个arm cortex-m4内核和自研的npu。而这两个arm内核在soc中分别扮演系统控制（arm cortex-m4@200mhz）和ai协处理器（arm cortex-m4@250mhz）的角色。而整个芯片的算力可以做到算力最高可达345gops （300mhz） ，平均功耗仅为500mw。能加速了来自耐能以及第三方大众设备上的神经网络模型，从而方便了日常设备中实现2d / 3d视觉识别以及音频识别。适用于结构光、tof、双目视觉等3d传感技术并计算不同神经网络模型，且兼具规格、性能、成本等多重优点，解决3d模组相对较贵、芯片成本高和硬件功耗高等问题。
来到kl720，则是一款能够支持4k图像，全高清（1080p）视频和自然语言音频处理，从而使设备可捕获更多细节进行面部以及对音频进行识别的能力。据了解，除了集成耐能自研的kdp 720 npu外，还集成了cadence的dsp，充当协处理器的功能。此外，耐能还为这个新soc集成了arm cortex-m4 内核，为终端的设计提供更多的控制支持。
与上一代的kl520芯片相比，kl720 npu的频率从300mhz提高到700mhz，其在8-bit模式峰值速率也从上一代的345gops， 576mac/cycle提升到这一代的1.5tops， 1024 mac/cycle；用于控制的m4内核的频率也从上一代的200mhz提升到这一代的400mhz；关于这个新芯片，还有一点值得强调一下，那就是他们的ai协处理器从上一代arm cortex-m4改换为这一代的dsp，因为dsp的特性，这无疑将进一步增加他们新款soc的实力。
除了硬件以外，耐能提供的边缘ai算法，能够根据最新的nist测试结果，机器学习算法，已经嵌入进行业最小的内存中，其中包括了面部检测，面部识别，身体检测和手势识别等技术。
可重构是其技术亮点
据耐能之前的介绍，边缘 ai解决方案具备可重构技术特点。在kl520上，他们就表示，公司在此款产品上采用了可重构的芯片设计，增加了芯片的灵活性，这也是它能够同时满足面部、身体、手势、物品、场景、车型、车牌等多种图像识别应用的加速需求的原因。再搭配其压缩技术和动态储存资源配置技术，可以让芯片进一步提升其资源利用率。从而可以根据设备上的应用需求在音频识别和2d / 3d视觉识别之间进行实时切换。此外，这种可重构技术不但可兼容大众主流的ai框架，如tensor flow，onnx，keras，caffe和pytorch等，同时可兼容主要的cnn模型包括vgg16，resnet，googlenet，yolo，tiny yolo，lenet，mobilenet， densenet等。
基于耐能的可重构技术特点，从而可实现其对edge ai net以及aiot 3.0的愿景。简而言之，edge ai net将使ai民主化，并以更少的天网创建更多的wall-e和eva。edge ai net允许edge ai设备彼此通信，从而创建不依赖于集中式云ai服务的集体行动平台。
耐能靠其性能和功耗之间的完美平衡，内存占用量以及低成本的解决方案，使其在边缘ai领域中一直处于领先地位。此外，其性能远高于其模型“大小”级别，这在2019年nist面部识别供应商测试中得到了有力验证，而许多情况下如存储空间、尺寸和电源受限时其平衡性至关重要，其包括了日常应用如摄像头、智能门铃、智能门锁、智能手机等。另外，其解决方案兼容主要的ai平台，并且可进行实时可重构技术适应不同的应用需求。
5G技术赋能汽车自动驾驶技术，带来不一样的体验感
网络总体规划设计
湖南先进传感与信息技术创新研究院：在微纳近红外探测器领域取得重要研究进展
中国经济“高质量”发展 上达电子“高效率”运营
ds18b20系统结构框图和接线
专注边缘AI的耐能智能获得新一轮投资
TrustZone是怎样保护片上代码的机密性的？
华为AI音箱更新升级 将支持微软小冰
一加5最新消息：先别着急买小米6，一加5曝光6月中旬发布
存储器国家队豪言：2020年追上世界领先技术
贴片机拼板基准点校正和线路板元件组装
什么是电机传感器控制
腾讯与壳牌润滑油达成战略合作,共同致力中国汽车后市场加快数字化转型
如何用代码在excel插入图片
无线上网我有新招！利用小灵通无线上网
2nm芯片有多强 2nm芯片是极限吗
新思科技将以350亿美元收购Ansys
PUR点胶加工已经成为电子保护和组装的首选
全志式发布了无线MCU系列芯片XR871
基于SoPC的嵌入式系统设计方法阐述
耐能与投资者将在ai领域展开紧密合作，双方建立战略合作关係。据悉，耐能将加入由鸿海一手打造的 mih 电动车的开放平台。mih在成立之初就把耐能作为了其合作伙伴，此次将与鸿海共同合作开发汽车行业中的ai应用领域。此外，耐能和鸿海的合作也将共同推进工业4.0。耐能和华邦电子将致力于开发基于ai的微控制器（mcu）和内存计算（memory computing ）。
早前，耐能已获得来自李嘉诚旗下的horizons ventures领投的4000万美元。除此之外，亦获得来自阿里巴巴创业者基金、cdib、奇景光电、高通、中科创达、伟诠、红杉资本子基金cloudatlas等全球知名资本青睐，共计获得超过7300万美元的a轮投资。
耐能创始人兼首席执行官刘峻诚博士（albert liu）说：“在众多公司削减研发投入的时候，我们感谢投资者相信耐能所做的工作。耐能是一家年轻的公司，自2015年成立以来已经取得了很多成就，我们争取在未来取得更多成就，而这背后离不开像鸿海和华邦电子等众多投资者的支持。对于推进ai 芯片的发展来说，这是一个令人兴奋的时刻，而耐能将持续在这个领域中发挥至关重要的作用。
耐能提供完整的端到端软硬件解决方案，可在移动设备，个人计算机和iot（包括智能家居设备，监控，支付和智能汽车）中实现设备上边缘ai的推理。耐能解决方案增大了基于云的ai，以加速设备上的ai推理。据了解，空调巨头格力和自动驾驶软件公司teraki等都是其合作客户。
刘峻诚博士补充说：“我们很高兴能同合作伙伴和投资者一起前进。2020年对于耐能来说是重要的一年，我们发布了kl720，并加入了高通前台北工程研发总经理陈俊宇（davis chen）等大将。除了与我们的投资者进行合作项目开发外，计划将在2021年发布更多的芯片。边缘ai对许多人来说仍旧是一个比较新概念，我们期待把这项技术带给每个人。”
随著边缘 ai行业的快速兴起，基于耐能对其早期的技术投资以及商业化的布局，从而使其处于行业领导地位，其边缘ai技术在市场上得到了广泛的应用。
耐能多款产品助力
据了解，耐能现在推出了包括神经处理单元（npu）、kl520和kl720 及其解决方案。其中，耐能npu提供经市场验证过的解决方案，满足低功能，低热分布和复杂的神经网络计算需求。
kl520和kl720则是公司推出的两款ai芯片。据之前报道，kneron kl520使用联电40nm工艺打造，搭配有两个arm cortex-m4内核和自研的npu。而这两个arm内核在soc中分别扮演系统控制（arm cortex-m4@200mhz）和ai协处理器（arm cortex-m4@250mhz）的角色。而整个芯片的算力可以做到算力最高可达345gops （300mhz） ，平均功耗仅为500mw。能加速了来自耐能以及第三方大众设备上的神经网络模型，从而方便了日常设备中实现2d / 3d视觉识别以及音频识别。适用于结构光、tof、双目视觉等3d传感技术并计算不同神经网络模型，且兼具规格、性能、成本等多重优点，解决3d模组相对较贵、芯片成本高和硬件功耗高等问题。
来到kl720，则是一款能够支持4k图像，全高清（1080p）视频和自然语言音频处理，从而使设备可捕获更多细节进行面部以及对音频进行识别的能力。据了解，除了集成耐能自研的kdp 720 npu外，还集成了cadence的dsp，充当协处理器的功能。此外，耐能还为这个新soc集成了arm cortex-m4 内核，为终端的设计提供更多的控制支持。
与上一代的kl520芯片相比，kl720 npu的频率从300mhz提高到700mhz，其在8-bit模式峰值速率也从上一代的345gops， 576mac/cycle提升到这一代的1.5tops， 1024 mac/cycle；用于控制的m4内核的频率也从上一代的200mhz提升到这一代的400mhz；关于这个新芯片，还有一点值得强调一下，那就是他们的ai协处理器从上一代arm cortex-m4改换为这一代的dsp，因为dsp的特性，这无疑将进一步增加他们新款soc的实力。
除了硬件以外，耐能提供的边缘ai算法，能够根据最新的nist测试结果，机器学习算法，已经嵌入进行业最小的内存中，其中包括了面部检测，面部识别，身体检测和手势识别等技术。
可重构是其技术亮点
据耐能之前的介绍，边缘 ai解决方案具备可重构技术特点。在kl520上，他们就表示，公司在此款产品上采用了可重构的芯片设计，增加了芯片的灵活性，这也是它能够同时满足面部、身体、手势、物品、场景、车型、车牌等多种图像识别应用的加速需求的原因。再搭配其压缩技术和动态储存资源配置技术，可以让芯片进一步提升其资源利用率。从而可以根据设备上的应用需求在音频识别和2d / 3d视觉识别之间进行实时切换。此外，这种可重构技术不但可兼容大众主流的ai框架，如tensor flow，onnx，keras，caffe和pytorch等，同时可兼容主要的cnn模型包括vgg16，resnet，googlenet，yolo，tiny yolo，lenet，mobilenet， densenet等。
基于耐能的可重构技术特点，从而可实现其对edge ai net以及aiot 3.0的愿景。简而言之，edge ai net将使ai民主化，并以更少的天网创建更多的wall-e和eva。edge ai net允许edge ai设备彼此通信，从而创建不依赖于集中式云ai服务的集体行动平台。
耐能靠其性能和功耗之间的完美平衡，内存占用量以及低成本的解决方案，使其在边缘ai领域中一直处于领先地位。此外，其性能远高于其模型“大小”级别，这在2019年nist面部识别供应商测试中得到了有力验证，而许多情况下如存储空间、尺寸和电源受限时其平衡性至关重要，其包括了日常应用如摄像头、智能门铃、智能门锁、智能手机等。另外，其解决方案兼容主要的ai平台，并且可进行实时可重构技术适应不同的应用需求。
5G技术赋能汽车自动驾驶技术，带来不一样的体验感
网络总体规划设计
湖南先进传感与信息技术创新研究院：在微纳近红外探测器领域取得重要研究进展
中国经济“高质量”发展 上达电子“高效率”运营
ds18b20系统结构框图和接线
专注边缘AI的耐能智能获得新一轮投资
TrustZone是怎样保护片上代码的机密性的？
华为AI音箱更新升级 将支持微软小冰
一加5最新消息：先别着急买小米6，一加5曝光6月中旬发布
存储器国家队豪言：2020年追上世界领先技术
贴片机拼板基准点校正和线路板元件组装
什么是电机传感器控制
腾讯与壳牌润滑油达成战略合作,共同致力中国汽车后市场加快数字化转型
如何用代码在excel插入图片
无线上网我有新招！利用小灵通无线上网
2nm芯片有多强 2nm芯片是极限吗
新思科技将以350亿美元收购Ansys
PUR点胶加工已经成为电子保护和组装的首选
全志式发布了无线MCU系列芯片XR871
基于SoPC的嵌入式系统设计方法阐述