Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

李寿鹏作者

耐能AI芯片终面世,打的什么算盘?

2015年成立于美国圣地亚哥的耐能是终端人工智能解决方案的领导厂商,专注于设计高效率NPU和轻量级CNN算法,公司赖以成名的就是其NPU IP方案。据半导体行业观察之前的报道《从提供IP到量产芯片,这家AI新贵策略转变背后的逻辑中介绍,耐能成立至今已经推出了两代六款的NPU IP,得益于其低功耗和高效能的设计,这些产品帮助耐能赢得了不少的客户,并获得了投资人的青睐。

耐能创始人兼CEO刘峻诚但随着终端市场的发展的变化,耐能方面发现,纯粹的IP授权模式已经不再适合当下的需求,为此他们在日前推出了主打2D、3D图像识别需求的端侧AI芯片KL520。“这也是全球第一颗能够满足语音和图像两种AI需求的产品”,耐能创始人兼CEO刘峻诚说。

一颗不盲目追求性能的AI芯片

刘峻诚认为,未来的人工智能市场将会是”Edge AI Net”,意思就是某些场景的AI应用就组成一张自有的“网”,这个“网”将会具备去中心化、多模输入、离线本地处理、主动智能和算力共享的特征。在他看来,拥有隐私保护、实时、降低网络带宽压力和成本低的终端AI,会在未来的多个场景中爆发。

“这些不同场景对AI芯片就有了不同的需求,这时候拥有功耗、算力和成本优势的定制化ASIC NPU就显得尤其重要”,刘峻诚指出。这也就是他们推出其新AI芯片的原因。

据介绍,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。

刘峻诚指出,虽然从数据上看,这个芯片的性能并不是很强悍,但如果考虑到他们产品所瞄准的应用场景,那么我们就能看到这个芯片的价值。他强调,衡量一个AI芯片不能仅仅通过算力来判断,因为这通过MAC数的堆积、制程工艺的提升就能轻而易举地实现,但这同时也会带来芯片功耗和面积的提升、成本的增加。“只有拥有足够的算力、最有竞争力的成本、最高的兼容性和最低功耗的AI芯片才是终端最需要的”,刘峻诚补充说。

从他的介绍我们得知,作为作为一款专门为智能物联网设计的AI SoC,KL520拥有极高的MAC利用率,这是他们拥有深厚芯片底层架构设计能力的团队的心血结晶,这也让他们能够在与竞争对手竞争的过程中保留极高的能耗比和价格优势。

得益于此,KL520能够给2D、3D图像识别提供支持,适配各种2D、3D传感器,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。正是这样,这颗芯片能被广泛应用于智能门锁、门禁系统、机器人、无人机、智能家电、智能玩具等智能物联网领域。

而能做到这一点,与耐能这颗芯片的可重构特性有很大关系。

刘峻诚告诉记者,KL520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。而其对 Vgg16, Resnet, GoogleNet, YOLO, Tiny YOLO, Lenet, MobileNet, Densenet和ONNX, Tensorflow, Keras, Caffe等第三方算法和主流框架的支持,加上其完善的生态,让开发者基于芯片的开发变得更强大和简单。

“另外,因为其设计的特殊性,当KL520被应用为协处理器时,能够分担主芯片的AI算力,无需更换主芯片从而保留软硬件资产;在面向智能门锁等轻量级应用,KL520凭借内置M4 CPU,甚至还可直接替代主控芯片”,刘峻诚强调。

携手合作伙伴让产品多点开花

在产品发布过程中,刘峻诚多次提到,因为他们团队的人很多都是从高通出来的,他们对芯片的研发和投产有深刻的了解,他们对做芯片的敬畏也是很多其他厂商所不具备的。他们之所以会流片KL520也是经过多番考量和测试的,他们的目标也是要么不做,要做就做一个能够让他们挣钱的产品。而在这颗产品出来之后,他们就同步宣布了和几个厂商的合作。

例如他们和奥比中光携手做3D视觉技术方案,为智能手机、刷脸支付、智能安防、智能门禁/闸机、智能门锁、智能交通、智能机器人、智能物流、3D空间扫描、智能家居、商显投影、3D人体测量和智慧畜牧等一应用场景赋能,就是其中一个典型。而与大唐半导体和蓦然认知的合作,则为他们的未来带来更多的可能。

大唐半导体研发部技术总监母大学表示,智能门锁即将会进入快速发展期,但行业仍要面临缺乏统一标准,各大厂商实力参差不齐,主控系统不够稳健、2D人脸识别容易被攻破与 3D技术门槛高等挑战,为此他们想着基于其安全芯片主控的优势,结合低功耗AI芯片、3D人脸识别算法与蓝牙5.0,为市场带来更优质的解决方案,而耐能就是他们在AI上面的合作伙伴。

母大学指出,因为他们非常看重供应链公司的整体实力,特别是技术实力和产品竞争力(如产品能否量产是最关键的考量标准)。他们在经过长期接触和评估之后,就选择了耐能成为了他们的合作伙伴。

“以这款KL520芯片来说,首先它不仅仅在规格、性能上领先,还有在成本上能实现比较好的平衡,让方案拥有更全面的竞争力;其次在智能门锁特别是人脸识别智能门锁的高速成长阶段,选用KL520,以更低的门槛切入,有机会快速抢占市场;还有一点,就是耐能的服务和技术支持比较到位,展现出长期深耕AI芯片行业的决心,让我们可以用耐能的芯片和方案做长期规划,坚定了我们跟耐能合作的信心”,母大学说道。

从他的介绍中我们得知,耐能3D方案在专属打造的轻量级AI芯片强大的AI算力的支持下,不仅利用了红外人脸信息(包括人脸识别、人脸比对、活体检测),而且同时通过红外相机和彩色相机得到的特征点视差计算出人脸的3D信息,然后将得到人脸3D信息和人脸2D红外图像信息、RGB图像信息通过耐能融合算法与原始数据进行匹配,结果都和录入数据匹配才算认证成功,安全性得到极大的提升,误识率仅为数十万分之一。同时对包括室内室外的光线环境均能很好适应,也能有效的防止多种材质的相片、显示屏甚至人脸模型的攻击。

这样就能帮助他们实现更高效、安全的智能锁方案。

来到蓦然认知方面,作为智能语⾳音座舱及对话应⽤用⽣生态的开创者。 他们专注于认知计算、自然语⾔理解,拥有自主的语⾳交互全栈技术(降噪+语音+语义+多轮对话+知识图谱)。并以车机为入口、以对话OS为中心,支持多屏互动、多设备协作、车家互联,与IoT深度融合,助力智能互联生活。而他们也通过和耐能合作,实现AI的场景化落地。

在KL520性能的支持下,耐能还能将这个芯片应用到更多的领域中,但耐能并不满足于此,他们现在已经规划了更强的28nm和16nm产品,展望为未来的AI市场带来更多的可能。

这一切都值得我们期待。

半导体行业观察
半导体行业观察

最有深度的半导体新媒体,实时、专业、原创、深度,30万半导体精英关注!专注观察全球半导体最新资讯、技术前沿、发展趋势。

产业耐能AI芯片
1
相关数据
Qualcomm机构

高通公司(英语:Qualcomm,NASDAQ:QCOM)是一个位于美国加州圣地亚哥的无线电通信技术研发公司,由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建,于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据,高通在2007年度一季度首次一举成为全球最大的无线半导体供应商,并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器,具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。

http://www.qualcomm.com/
蓦然认知机构

蓦然认知,让设备帮助人搜索和使用服务。 蓦然认知是对话式服务搜索平台的开创者,致力于让设备帮助人搜索和使用服务;专注于认知计算、自然语言理解、拥有自主的语音交互全栈技术(降噪+语音+语义+多轮对话+知识图谱)。 基于对话平台,通过构建去APP化的对话应用,以语音交互方式为轴线,多模态交互方式融合来进行服务分发,让设备具有拟人化的交互能力,构建交互式AIoT网络,并进行场景化运营,帮助客户实现新的商业模式。

http://www.xiaomor.com/
相关技术
重构技术

代码重构(英语:Code refactoring)指对软件代码做任何更动以增加可读性或者简化结构而不影响输出结果。 软件重构需要借助工具完成,重构工具能够修改代码同时修改所有引用该代码的地方。在极限编程的方法学中,重构需要单元测试来支持。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

YOLO技术

YOLO 模型最早是由 Joseph Redmon 等人在 2015 年发布的,并在随后的两篇论文中进行了修订。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

无人机技术

无人机(Uncrewed vehicle、Unmanned vehicle、Drone)或称无人载具是一种无搭载人员的载具。通常使用遥控、导引或自动驾驶来控制。可在科学研究、军事、休闲娱乐用途上使用。

奥比中光机构

奥比中光是行业领先的3D视觉感知整体技术方案提供商。公司以“让所有终端都能看懂世界”为使命,构建起“全栈式技术研发能力+全领域技术路线布局”的3D视觉感知技术体系,。奥比中光致力于将3D视觉感知技术应用于“衣、食、住、行、工、娱、医”等领域,服务全球超过1000家客户及众多开发者。

http://www.orbbec.com.cn/
物联网技术技术

物联网(英语:Internet of Things,缩写IoT)是互联网、传统电信网等信息承载体,让所有能行使独立功能的普通物体实现互联互通的网络。物联网一般为无线网,而由于每个人周围的设备可以达到一千至五千个,所以物联网可能要包含500兆至一千兆个物体。在物联网上,每个人都可以应用电子标签将真实的物体上网联结,在物联网上都可以查出它们的具体位置。通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制,也可以对家庭设备、汽车进行遥控,以及搜索位置、防止物品被盗等,类似自动化操控系统,同时通过收集这些小事的数据,最后可以聚集成大数据,包含重新设计道路以减少车祸、都市更新、灾害预测与犯罪防治、流行病控制等等社会的重大改变,实现物和物相联。

5G技术

第五代移动通信系统(5th generation mobile networks),简称5G,是4G系统后的延伸。美国时间2018年6月13日,圣地牙哥3GPP会议订下第一个国际5G标准。由于物理波段的限制,5G 的网络也将会与其他通信技术并用,包含长距离的其他传统电信波段。

结构光技术

结构光是将已知图案(通常是栅格或水平条)投射到场景上的过程。这些物体在撞击表面时变形的信息来在视觉系统中计算场景中物体的深度和表面信息,如在结构光3D扫描器中使用的。 结构光是一组由投影仪和摄像头组成的系统结构。用投影仪投射特定的光信息到物体表面后及背景后,由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息,进而复原整个三维空间。

推荐文章
暂无评论
暂无评论~