AI已經無疑是現在市場的絕對主角。隨著概念的火熱。圍繞著AI芯片、算法和應用應運而生的企業已經不勝枚舉。當中的很多憑借自己的優勢也已經獲得了客戶和投資人的認可，耐能（Kneron）就是其中的一個。

　　在去年11月宣布從阿里、奇景光電、中華開發資本、高通、中科創達、紅杉資本與創業邦獲得了超過千萬美元的A輪融資以后，AI初創企業耐能最近推出了他們的全新人工智能IP產品。而這個市場，在國內外都不缺乏競爭者，尤其是ARM和寒武紀的優勢最為突出：前者擁有包括CPU、GPU、工具和晶圓廠配套IP在內的龐大生態，后者則由于Kirin 970的采用，在容量巨大的手機市場找到了一個入口。

　　在AI這個已經巨頭林立的市場里，成立僅四年的耐能如何才能突破包圍圈？為此，半導體行業觀察特意采訪了耐能科技的創始人劉峻誠博士，了解一下他的“攻城”之道。

　　從客制化開始，以NPU為方向

　　在創立耐能之前，劉峻誠曾在 、三星和高通等企業任職。到了2014年，由于看到人工智能NPU的潛力，在高通從事了三年多神經網絡終端應用等工作開發的劉峻誠創立了耐能。

　　所謂NPU就是Neural-network Processing Unit的簡稱，也就是神經網絡處理單元，這是一種針對深度學習而設計的專業芯片。這種脫離了傳統馮諾依曼結構的處理器通過專門的設計，非常適合深度學習的實現，進而實現人工智能。這是現在實現人工智能的幾種方式之一，華為Kirin 970就是采用了NPU的方式。但另外還有CPU、GPU、FPGA和DSP等多種方案可以執行人工智能的算法。但耐能從成立伊始就專門從事AI專用芯片NPU的IP產品的研發。采用ARM那樣的IP授權方式進行經營。

　　在問到為何選擇這個方向的時候，劉峻誠告訴半導體行業觀察記者：“會選擇IP的主要考量是成本和風險，以及彈性。若要直接提供芯片，需要的資本非常雄厚，以新創公司來說，負擔會很大，也意謂著風險會很高。此外，提供IP授權的商業模式較為彈性，我們希望能借重合作伙伴的力量，共同推廣AI，讓它更快普及。”

　　在團隊的努力下，耐能于2016年推出了相關的IP。但據劉峻誠介紹，當時的IP主要是根據客戶的特殊需求定制的。例如騰訊就和他們合作研發了智能導航、臉部識別和AI算法，甚至連騰訊的智能車“神眼”項目都是用的耐能產品。

　　在積累了豐富的經驗并充分了解了客戶的需求之后，耐能在日前推出了全新的三大產品線。

　　推三大產品線，最低做到5mw功耗

　　這次耐能推出的是Kneron NPU IP系列產品。

　　所謂Kneron NPU IP，據耐能介紹，那就是該公司針對終端設備所設計的專用人工智能處理器，能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為完整的終端人工智能硬件解決方案，包含硬件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（ConvolutionalNeur 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。

　　由于Kneron NPU IP能結合Kneron影像識別軟件，提供實時識別分析、快速響應，不僅能更穩定，也能滿足安全隱私需求。由于軟硬件可緊密整合，讓整體方案體積更小、功耗更低，以協助產品快速開發。

　　對這系列IP有了基本了解后，我們回到最新發布的三系列產品：超低功耗版KDP300、標準版KDP500、以及高效能版KDP 700。

　　據耐能方面介紹，KDP300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。KDP300亦適用于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；

　　KDP500則是可進行快速實時、大規模的臉部、手勢、身體識別與分析，以及深度學習。適用于智能家居、智能安防等領域。運算能力可達152GOPS（500MHz） （每秒十億次運算），功耗僅有100毫瓦；

　　KDP 700能處理更進階與復雜的人工智能運算，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；官方表示，這系列產品可滿足智能家居、智能安防、智能手機，以及各種物聯網設備的應用。

　　在接受半導體行業觀察采訪的時候，劉峻誠指出這些產品擁有以前產品不具備的特性：例如他們首度推出的，功耗不到5毫瓦的產品，體積也首度達到了長、寬可以在2毫米以內，這就讓它可以滿足非常小體積產品上的設計。

　　“又因為技術上的提升，每瓦效能也有了突破，過往大約是1~1.5 TOPS/W，但以這次推出的高效能版KDP 700在16納米制程下，可以高達11.6 TOPS/W”，劉峻誠強調。

　　KDP 500預計第二季進入量產制造（Mask tape-out）階段，KDP 300和KDP 700的量產時間也和客戶密切討論中。

　　高手林立，底氣來自哪里？

　　耐能并不是唯一一個做NPU的廠商，在前面我們已經提到寒武紀，在這個領域就是一個專家，甚至一個獨角獸，并且已經在Kirin 970上得到了驗證。作為一個產品相對新的企業，如何與對手競爭時？在問到這個問題的時候，劉峻誠并沒有直接回答，但他強調：“AI解決方案，無論是軟件或是硬件 IP，有一個關鍵處，就是它的規格跟功能會跟應用有很大的關系，舉例來說，提供給手機跟提供給車用的方案，就會有很大的差異。目前不同廠商鎖定的領域都有些差異，很難直接做比較。”

　　他指出，耐能的IP擁有以下幾點優勢，這是他們未來在市場上立足的根本：

　　首先，在IP產品上，耐能這次推出了很完整的產品線，而且規格非常優異。以KDP 300來說，在功耗如此低、體積這樣小的規格下，就能在手機上做3D影像分析辨識，以作為解鎖等應用，市場上應該還沒有其他廠商可以做到這種程度。我們很有信心我們的解決方案在市場上非常有競爭力，劉峻誠強調。

　　其次，相較于某些廠商僅提供硬件架構IP，瑞能的NPU IP是一個更完整的解決方案，除了有NPU IP架構，還包含模型壓縮技術，可以把未經壓縮的模型壓縮數十倍。另外，也包含已經訓練好數據的軟件，所以說瑞能的NPU IP本身其實就是一個完整的軟硬件整合方案。

　　第三，除了NPU IP之外，瑞能還自己開發影像辨識軟件產品。結合Kneron NPU和Kneron影像辨識軟件，將軟硬件緊密整合，這樣獲得的整體方案體積更小、功耗更低，能協助客戶快速開發產品。

　　另外，劉峻誠還強調，耐能的優勢在于擁有應用范圍比較廣的產品線，這也是很多其他對手所不能比擬的。

　　市場競爭激烈，利基是成功關鍵

　　無論哪個市場，有豐厚利益收入的時候，必然會伴隨著巨大的風險，AI芯片市場也不例外。從誕生開始，耐能就經歷著巨大的壓力和挑戰。但就劉峻誠看來，這些壓力并不是來自特定廠商，而是來自多變的AI市場，因為這個市場實在太新了，且變化很快，這就讓其具有極大的不確定性。

　　“為了在這個市場中找到生存的空間，利基很重要”，劉峻誠告訴半導體行業觀察的記者。耐能在這方面也一直在在前面。由于他們在AI領域發展得早，也一直在加快其步伐，這讓他們在其他廠商開始談他們的AI策略跟規劃時，自己就就已經開發出產品，并有了客戶；在競爭對手發展出產品時，我們甚至已經可以提供了完整的解決方案，劉峻誠補充說。

　　以智能手機市場為例，耐能很早就看到了這個領域會成為AI應用的重點戰場，也知道當中盤繞著包括ARM在內的眾多競爭對手，為此他們一早就規劃了自己的應對措施：現在的耐能在智能手機方面擁有完整的解決方案，覆蓋了高中低三個完整產品線。

　　而根據研究機構Gartner預測，雖然目前智能手機上的AI應用仍處于相當早期的階段，但到了2022年，智能手機當中將有80%內建AI功能。這和耐能的“利基”觀點也是吻合的。

　　劉峻誠強調，市場有很多可能性和不確定性，誰能夠洞燭先機，并作快速的調整和回應，就能取得優勢

　　“我們的目標是，讓AI不只是高階產品的專屬，而是成為人人都可以使用的功能”，劉峻誠說。他也同時指出，在AI市場，不會再有那些能在所有市場獲得成功的玩家，但某個細分領域必然會出現霸主，這是顯而易見的。

　　在問到耐能是否有機會成為人工智能IP領域的ARM的時候。劉峻誠首先指出，如果要做到ARM這樣大的影響力，那就需要布局量比較大的行業（例如汽車和手機），雖然在汽車方面耐能布局不深，但是在手機方面則會有比較好的表現，尤其是今年，這部分有很大機會會給耐能帶來巨大的機會。

　　除了手機外，安防、IoT也是耐能所專長的領域，尤其是后者。在劉峻誠看來，IoT這個領域他們基本沒看到什么競爭對手。

　　劉峻誠坦言，如果公司能在以上這三個領域能夠達到幾千萬和上億的出貨量，這樣公司的影響力就不言而喻。從目前看起來有一兩個領域很有機會達到這個數字，劉強調。

　　這樣看來，成為AI產業的ARM，對耐能來說，并不是沒有機會！