耐能公司Kneron, Inc.由 Albert Liu(劉峻誠) 和 Frank Chang(張懋中) 于2015年创立，总部位于美国加州San Diego，耐能开发了一种专用集成电路和软件，可提供基于人工智能的工具。
耐能Kneron, Inc.美股百科
耐能2015年创立于美国的圣地亚哥，目前已在台北、新竹、深圳、珠海、杭州设有分支机构，并拥有全球客户和合作伙伴。其投资者包括李嘉诚旗下的维港投资、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、红杉资本子基金Cloudatlas、鸿海集团、华邦电子等。截至目前，耐能获得的融资额累计超过1亿美元。
耐能专注边缘AI SoC专用处理器的研发，是全球领先的终端边缘AI运算解决方案厂商。拥有AI晶片、算法等核心产业自主知识产权和实力强大的研发团队，旨在以「AI晶片+边缘运算+图像算法」为核心全面赋能智慧物联、自动驾驶、智慧安防等细分场景。同时，以KNEO共享开发平台为依托助各行业的开发者快速开发智慧产品，实现商业化落地，加速驱动智慧化时代的到来。
耐能Kneron, Inc.核心技术：
1、终端人工智能（终端AI）
终端AI在终端设备而非云服务器上进行AI运算与机器学习，这是公司孜孜以求的创新。与仅针对特定应用的一般AI模型不同，耐能的可重构人工神经网络（RANN）技术更加灵活，可满足不同应用需求并适应各种运算体系架构。耐能提供软硬体结合的解决方案，降低终端设备实现AI的门槛。耐能的软硬体解决方案专为终端运算所设计。例如，KL520芯片组搭载自主研发的NPU IP，以最大限度提升设备能效与性能。
耐能可重构人工神经网络（RANN）支持计算语音和计算2D、3D图像识别 ；可重构人工神经网络（RANN）帮助客户降低成本多达20%、加速产品商业化、以及客制化终端AI以满足个性化需求。
2、KNEO
KNEO = Kneron Neural network Edge AI Open platform，KNEO是一个由耐能驱动的设备组成的私有网格智慧网络，它可以为每个人提供个性化的移动AI，就如现有的智慧手机和APPs为所有人提供了个性化的移动计算一样。 KNEO为AI开发者提供了一个开放的平台，基于主流AI框架和模型为使用KNEO的消费者和企业构建AI Apps。
KNEO Stems是AI模块或传感器(摄像头、麦克风、热传感器等)连接在一起构建的一个边缘网格智慧，它无需访问云端来处理AI模型和应用。只需要两个或多个KNEO Stems连接就可以协同工作，从而成为你自己的私人AI网络，保护你的利益。
就像我们的眼睛和耳朵一样，多个传感器结合比单个的传感器对外界的反应更强大和准确。 KNEO将多个传感器连接在一起，我们称之为“传感器融合”，以创建更私有、功能强大且可移动的网格智慧。在家里，你可以做到安全管理和能源消耗，甚至可以监控你冰箱里的食物存储和新鲜度。把KNEO带到外面，你可以监控你停车场里的汽车，通过KNEO Stems了解你的驾驶和购物习惯，甚至可以运行从医生那里开具的AI APP来管理你的出门后健康和健身方案。
耐能Kneron, Inc.解决方案：
1、AI SYSTEM ON CHIP (SoC)
耐能专注AI SoC专用处理器，旨在通过边缘AI为终端用户提供高性能、低功耗以及低成本的解决方案。耐能SoCs基于自研的NPU加速神经网络模型，可适用于各种终端设备的AI应用。
1.1 KL720 AI SoC
KL720算力可达0.9 TOPS/W，使其具有市面上最高的性能功耗比，大力填补市面上这一需求的空白，致力实现耐能「使人人皆受惠于AI」的愿景。KL720是耐能最新的AI SoC，可满足对处理器有高需求的终端用户。 KL720的功率效率可达到竞争对手的2至4倍，并且价格更低。
1.2 KL520 AI SoC
KL520作为我们的第一代芯片，其尺寸、低功耗和高性能在边缘AI市场都是首次发布。众多客户选择KL520足以证明耐能的实力。
拥有双ARM Cortex M4 CPU的KL520可作为主机或者AI协处理器运行，从而在智能锁，摄像机，无人机，智能家电和机器人等设备上实现边缘AI。可兼容各种3D传感器技术，如结构光，双摄像头，ToF相机以及耐能独家的3D感应技术。
1.3 神经网络处理器 (NPU)
耐能NPU IP是一组旨在加速终端AI运算的轻量级AI处理器IP，拥有低功耗、小体积的特性，性能却超越市场上诸多功耗更高、体积更大的模型。 耐能NPU IP致力于为功耗和体积受限的设备带来革命性的终端AI，这项技术已授权应用于多家知名厂商的大量终端设备。
2、边缘AI模型
耐能研发的边缘AI模型基于主流AI框架上建立，拥有高性能、低功耗等特点。 软件通过硬件来实现，耐能会优先对使用TOPS/Watt的边缘用例进行构建。
影像辨识软件
同硬件产品具有的特点一致，耐能的AI模型与算法除了具有低延迟、高算力和强性能等特点外，还可平衡性能、模型大小和复杂性。对于需求50MB以下边缘AI模型并且需运行长达6个月的设备而言—无论从无人机的飞行，亦是依靠电池供电的机器人或是比较小型的设备如智能门铃、门锁、AI摄像头等— 耐能的AI模型就是理想之选。
耐能轻量级图像识别演算法主要包括人脸识别、身体与手势识别、物体与场景识别等。
2019年7月，美国国家标准技术研究院（NIST）公布最新的人脸识别供应商测试（FRVT）比赛报告，在所有64MB以内的模型中，耐能Kneron-003模型的各项测试跑分均位居第一。这充分彰显了耐能人脸识别算法的强大实力，这项技术已大量应用于各类终端设备。
3、KNEO Stem：AI应用开发和构建网格智能的AI模块
KNEO Stems方便AI开发人员开发基于主流AI模型和框架的App。只需将KNEO Stem插入电脑，即可开发自己的AI Apps并将其上传到KNEO AI App商城。
随着KNEO AI平台的发展，KNEO Stems的品类也将不断增长。实际上，任何连接到KNEO Stem或装有耐能AI芯片的传感器都可以加入KNEO Stem。最终，KNEO Stems将为每个用户建立KNEO专用网状智能网络，并通过区块链的安全性技术保护您的私人数据并将其转换为数字资产，从而使您能够管理自己的数据。
4、深度学习
世界各地的大学都纷纷在课程中使用耐能首席执行官刘峻诚博士撰写的教科书。结合KNEO Stems通过硬件设计学习深度学习的相关知识， 年轻人不仅可以结合KNEO Stems通过硬件设计学习深度学习知识，而且当他们在课堂上学习如何利用边缘AI的力量，并将这种力量以APP的形式分享至KNEO平台，使消费者受益的同时，他们就已经开启了民主化AI的未来。
从大学到小学，耐能致力于播撒边缘AI知识的种子并思考如何使其发展，因为个人移动AI的时代即将到来。为了实现个人AI普及的未来，首先需要在学校中普及AI知识。目前加州大学洛杉矶分校，圣母大学和美国弗吉尼亚大学、台湾的清华大学、交通大学和成功大学以及香港等大学已开始在他们的学校中使用刘峻诚博士的课程。
耐能创始人：
1、劉峻誠
刘峻诚为Kneron创办人暨执行长，于2015年在美国圣地牙哥创办耐能。自台湾国立成功大学毕业后，获得美国雷神公司（Raytheon）奖学金和加州大学奖学金，赴美深造，就读美国加州大学柏克莱、洛杉矶与圣地牙哥分校的共同研究计划硕博班，之后取得加州大学(UCLA)电子工程博士学位。刘峻诚先后在高通、三星电子研发中心、晨星半导体（MStar）和Wireless Info 等企业担任不同的研发和管理职务。于高通任职期间，领导研发团队获得9个核心技术专利，荣获公司的ImpaQt研发大奖。
刘峻诚曾受邀在加州大学开授计算机视觉技术与人工智慧讲座课程，也是诸多国际知名学术期刊的技术审稿人，在人工智慧、电脑视觉和影像处理领域拥有超过30余项国际专利，先后在国际重要期刊发表70余篇论文。
2、張懋中
加州大学洛杉矶分校电子工程系主任兼杰出教授，他的研究面向高性能和混合信号片上系统设计领域，系统设计应用于从射频到太赫兹频率范围的无线电、雷达、影像、互连与光谱仪系统。他还是加州大学洛杉矶分校高速电子实验室主任。
曾任新竹交通大学校长、加州千橡城洛克威尔国际科学中心高速电子实验室助理主任兼部门经理。
耐能Kneron, Inc.融资百科
- 2017年11月-2020年6月，Kneron, Inc.通过4次完成6300万美元A轮融资，投资者包括 Alibaba Entrepreneurs Fund、CDIB Capital、 Horizons Ventures、Sequoia Capital、Qualcomm、Cyzone Angel Fund等。
- 2021年1月，Kneron, Inc.获得来自Foxconn Technology Group和Winbond Electronics的风险投资资金。
- 2021年3月，Kneron, Inc.获得1000万美元战略入股。
- 2021年5月，Kneron, Inc.获得 Delta Electronics 独家600万美元战路入股。
耐能Kneron, Inc.美股投资
评论