我們正邁入一個計算新時代，智能部署到邊緣——從工廠機器人到駕駛輔助、乘客娛樂功能甚至協助完成作業的智能汽車。當今的AI必須實現本地化、快速響應、高效能且安全可靠，以滿足實時、設備端決策需求。

為此，恩智浦邁出了重要一步。我們于2025年10月27日宣布，正式完成對Kinara的收購。Kinara是業界高性能、高能效獨立神經處理單元 (DNPU)的領導企業之一。

重要意義

智能系統的未來將以邊緣為中心。從工廠的預測性維護到智能攝像頭中的生成式AI，邊緣系統被寄予厚望，需要不依賴云端，在本地處理復雜的推理工作。這一轉變帶來了諸多優勢：降低延遲、增強數據隱私、降低帶寬成本以及增強抗風險能力。但同時也對設備端計算性能和能效提出了更高要求。

與此同時，由于開發人員尋求安全、經濟高效且節能的AI解決方案，邊緣AI處理市場正呈爆發式增長。Omdia在2024年底預測，到2029年，邊緣人工智能加速硬件市場 (其定義涵蓋微控制器級別以上、且網絡往返時間在20毫秒以內的所有計算設備) 規模將從該年底的430億美元增長至897億美元。

通過收購Kinara，恩智浦借助高性能獨立NPU增強了其產品組合，并為AI驅動邊緣系統建立了一個可擴展的平臺。恩智浦將吸納Kinara在機器學習硬件、軟件協議棧和應用集成方面經驗豐富的AI工程師團隊。同樣重要的是，此次收購將增強恩智浦的軟件實力，更好地支持客戶構建量產型解決方案。

獨立神經處理單元正在重塑邊緣智能。如需了解恩智浦與Kinara如何共同推進本地AI發展的更多信息，請查閱官方新聞稿>>

邊緣需要高效且可擴展的AI

Kinara的旗艦產品Ara-1和Ara-2是旨在應對全系列邊緣AI工作負載的獨立NPU。

第一代芯片Ara-1可提供高達6 eTOPS的性能，并已在以視覺為中心的邊緣應用場景中大規模部署。

第二代產品Ara-2則是一個性能高達40 eTOPS的強勁引擎，專門針對生成式AI、大語言模型 (LLM)、視覺語言模型 (VLM)、視覺語言行動模型 (VLA)、代理式AI及系統級加速進行了優化。

Ara-2支持卷積神經網絡 (CNN) 和基于Transformer的架構，專為滿足現代AI的計算和內存帶寬需求而構建。它在處理大語言模型和多模態應用方面表現出色，例如，將視覺輸入與語音或文本結合以進行情境感知推理。

Ara-2能夠在AI計算和嵌入式系統上實時執行生成式AI和LLM，從而帶來低延遲、更低運營成本和增強的數據隱私。

Ara-1和Ara-2所基于的架構采用基于RISC-V的可編程數據流設計，推理引擎能夠在專有乘積累加運算 (MAC) 單元上被高效解析和執行。這種靈活性意味著解決方案能夠隨AI算法的演進而適應，工程師既能處理當前的工作負載，也能為未來的任何需求做好準備。

Kinara與恩智浦相輔相成

Kinara的價值超越其芯片本身。其全面的AI軟件協議棧包含一個軟件開發套件(SDK)、模型優化工具以及一個包含大量預優化AI模型的庫。Kinara SDK將被集成到恩智浦的eIQ軟件開發環境中，以便開發人員能夠輕松地在合并后的產品組合上構建、優化和部署AI應用。

全面的AI軟件協議棧包含一個軟件開發套件 (SDK)、模型優化工具以及一個包含大量預優化AI模型的庫。

這套統一的工具為開發人員提供了無縫且簡化的用戶體驗。無論是構建智能攝像頭、語音助手、預測性維護引擎還是多模態人機接口，開發人員現在都能享受到一站式服務體驗。我們廣泛的應用處理器、獨立NPU、電源管理、安全及連接產品陣容，都能得到差異化軟件支持的全面保障。

此外，Kinara的獨立NPU與恩智浦的i.MX應用處理器 (MPU) ——如i.MX 8M Plus和i.MX 95——能夠自然搭配。在邊緣AI應用中，DNPU加速器將分流繁重的推理任務，而MPU則可管理預處理、后處理及通用計算。這種協同作用使客戶能夠獨立于應用處理器來擴展AI性能，并獲得滿足任何成本或功耗預算的系統級靈活性。

此次收購完成后，恩智浦可將獨立NPU和強大的AI軟件集成到其處理器、連接、安全和高級模擬解決方案產品組合中，進一步增強恩智浦提供從TinyML到生成式AI的完整、可擴展AI平臺的能力。

此外，Kinara長期以來一直是恩智浦合作伙伴計劃的成員，其與恩智浦應用處理器的成功部署案例，為客戶提供了值得信賴的基石。

共同釋放生成式AI的潛力

通過將獨立NPU集成到產品組合中，恩智浦能夠支持復雜的生成式AI和大語言模型任務在邊緣運行。生成式AI擅長對圖像和視頻進行實時解讀與推理，基于高質量視覺內容提升清晰度和決策能力。

Ara DNPU器件能夠運行多模態LLM模型，從圖像和視頻中提取特征和情境信息，并利用文本和語音輸入來執行基于視覺輸入的任務，從而為諸如老年人監護、工業安全分析、工廠危險檢測以及樓宇或家庭安防等應用提供實時分析。

在零售領域，生成式AI能根據客戶個人偏好創建虛擬展廳或產品設計。在制造業，DNPU解決方案與生成式AI及代理式AI相結合，能夠有效提升效率、精度與適應性，為各行業的創新、針對性及自主應用鋪平道路。

展望未來

隨著新的AI應用場景日新月異，邊緣技術正在飛速演進。通過收購Kinara，恩智浦現可提供廣泛的邊緣AI計算選項組合，涵蓋微控制器、應用處理器和獨立NPU，使客戶能夠為任何邊緣應用獲取全棧解決方案。通過我們的整體產品方案，客戶能夠加快開發流程、降低系統復雜性，并專注于打造差異化AI體驗以提升競爭力。

本文作者

Ali Ors，恩智浦半導體邊緣處理AI機器學習戰略技術總監。Ali專門負責領導各跨職能團隊，為機器學習和視覺處理領域提供創新產品和平臺。他目前在恩智浦負責全球AI機器學習戰略和技術工作。Ali曾在恩智浦汽車業務部負責ADAS和自主產品的AI戰略、戰略伙伴關系和平臺設計。加入恩智浦之前，Ali曾擔任CogniVue公司的工程副總裁，負責開發視覺SoC解決方案和Cognition處理器IP內核。Ali持有加拿大渥太華卡爾頓大學的工程學學位。