2018年9月14日--終端人工智慧解決方案領導廠商耐能智慧(Kneron)今日參與在上海舉行的Arm人工智慧開發者全球峰會，以「可重組算法在AI晶片中的應用」為主題發表演說，會中同時發布Kneron新一代終端人工智慧處理器系列NPU IP - KDP Series。Kneron第二代NPU IP包括三大產品，分別為超低功耗版KDP 320、標準版KDP 520、以及高效能版KDP 720。全系列產品的功耗小於0.5瓦(W)，採用新的架構設計讓運算更具彈性，整體運算效能相較上一代產品大幅提升達3倍，運算能力(peak throughput)最高可達5.8 TOPS(每秒萬億次運算)(註一)。
Kneron創辦人暨執行長劉峻誠表示：「Kneron推出為終端裝置所設計的人工智慧處理器NPU IP後，其超低功耗的優勢受到市場高度關注。Kneron新一代NPU產品在諸多方面都有顯著的突破，基於第一代產品的優勢，我們改善資料運算流程、提升整體運算效能與儲存資源使用率，同時針對不同神經網路模型進行優化，讓NPU可以更廣泛地應用在各種終端裝置，並滿足更複雜的運算需求。」
Kneron NPU IP可應用在智慧手機、智慧家居、智慧安防、以及各種物聯網設備上，讓終端裝置在離線環境下就能運行各種神經網路。Kneron第二代NPU IP採用新的交錯式運算架構(Interleaving computation architecture)設計，縮短運算流程和提升效率；深度壓縮(Deep compression)技術讓壓縮功能從模型層級深入至資料和參數層級，使壓縮率再提升。動態儲存資源配置功能提升儲存資源利用率，卻不影響運算效能。此外，支援更廣泛的卷積神經網路(Convolutional Neural Networks，CNN）模型，並針對各種CNN模型分別進行優化，在不同神經網路模型下，可提升1.5倍~3倍不等的效能。
第二代NPU IP-KDP Series重點技術說明：
交錯式運算架構：交錯式架構讓神經網路架構中主要的卷積(convolution)與池化(pooling)運算可平行進行，以提升整體運算效率。在新的卷積層中，還可同時支援8bits與16bits的定點運算(fixed point)，讓運算更有彈性。
深度壓縮技術：不僅能執行模型壓縮，還能對運行中的資料和參數(coefficient)進行壓縮，減少記憶體使用。模型大小可壓縮至50分之一以下，準確度的影響率小於1%。
動態儲存資源配置：讓共享記憶體(Shared memory)和運作記憶體(Operating memory)之間可以進行更有效的資源配置，提升儲存資源利用率的同時卻不影響運算效能。
CNN模型支援優化：支援更廣泛的CNN模型，包括Vgg16、Resnet、GoogleNet、YOLO、Tiny YOLO、Lenet、MobileNet、Densenet等，而且針對不同CNN模型分別進行優化，在不同神經網路模型下，相較上一代產品提升1.5倍~3倍效能。
註一：運算效能會因奈米製程不同而異。5.8 TOPS為KDP720在28奈米製程、600 MHz、8bit fixed points下的效能表現，預測運行功耗在300-500mW (估計每瓦效能為13.17 TOPS/W)。
關於Kneron
耐能(Kneron)于2015年創立於美國聖地牙哥，為終端人工智慧技術的領導廠商，致力於設計及開發軟硬體整合的終端人工智慧解決方案，可應用在智慧家居、智慧安防、智慧手機、機器人、無人機，和各種物聯網終端設備上。
耐能(Kneron)于2015年創立於美國聖地牙哥，為終端人工智慧技術的領導廠商，致力於設計及開發軟硬體整合的終端人工智慧解決方案，可應用在智慧家居、智慧安防、智慧手機、機器人、無人機，和各種物聯網終端設備上。
Kneron於2017年11月完成A輪融資，投資者包含阿裡巴巴創業者基金(Alibaba Entrepreneurs Fund)、中華開發資本國際(CDIB)、奇景光電(Himax Technologies, Inc.)、高通(Qualcomm)、中科創達(Thundersoft)、紅杉資本(Sequoia Capital) 的子基金Cloudatlas，以及創業邦。2018年5月31日，Kneron完成由李嘉誠旗下的維港投資（Horizons Ventures）領投的A1輪融資。截至目前為止，Kneron獲得的融資金額累計超過3,300萬美元。
