阿里巴巴再投AI芯片公司,耐能(Kneron)获超千万美元A轮融资

简介: 人工智能新创公司耐能(Kneron)今日(2017年11月15日)正式宣布完成超过千万美元的A轮融资,阿里巴巴领投。耐能的定位是终端人工智能的技术提供厂商,现在主打轻量级的NPU(神经网络处理单元)芯片,专注在终端市场。

此前一直保持神秘的人工智能新创公司耐能(Kneron)今日(2017年11月15日)正式宣布完成超过千万美元的A轮融资,由阿里创业者基金(Alibaba Entrepreneurs Fund)领投,奇景光电(Himax Technologies,Inc.)、中华开发资本(CDIB)、高通(Qualcomm)、中科创达(Thundersoft)、红杉资本(Sequoia Capital)与创业邦跟进投资。

AI 芯片投资又见阿里巴巴,今年8月18日,新智元曾报道,专注AI芯片的寒武纪科技完成一亿美元A轮融资,由国投创业、阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点、涌铧投资联合投资。 10月24日,深鉴科技对外宣布完成约4000万美元A+轮融资,由蚂蚁金服与三星风投领投。

耐能的定位是终端人工智能的技术提供厂商,现在主打轻量级的NPU(神经网络处理单元)芯片,专注在终端市场。

据介绍,有别于目前市场上主流的云端人工智能,耐能(Kneron)提供创新的终端人工智能解决方案,可将一部份的人工智能从云端移转到终端装置上,进行实时识别与分析推断,不用等到把所有数据经由网络传送至云端后才能处理,以满足快速、安全的需求,并可大幅减轻网络、云端的负担与成本。

耐能(Kneron)创始人刘峻诚博士表示:“终端人工智能是人工智能应用普及的关键,如何让终端人工智能与云端人工智能有效配合,将是人工智能未来发展的重要趋势。耐能(Kneron)推出整合软硬一体的终端人工智能解决方案,已经获得众多客户的肯定,未来我们将持续发展关键技术与深化各领域应用,与合作伙伴携手开创全新的人工智能时代!”

dd3e1eb004787ececfa076cb92b24ce241f82d67

Kneron创始人刘峻诚对新智元表示,这次融资主要会被用于深耕安防和手机领域。

刘峻诚是 UCLA博士,曾参与NASA JPL、IARPA、Bell Labs的研发项目,也曾在三星研发中心和高通任职。 

刘峻诚表示,公司的核心竞争力在于主打轻量级的NPU,功耗很低,专注在终端市场,具体来说,就是 IoT 和手机。他们的芯片在很小的面积内可以做很低功耗的NPU,能耗比可以做到100mw到300mw,最新的一款产品甚至可以到10mw以下。

3e226d02c0f3d439d7d3c5effdc29c3ebbf4018d

耐能(Kneron)于2016年推出该公司首款终端设备专用的人工智能芯片,称为神经网络处理器(Neural Processing Unit,NPU),以及自行研发的软件开发工具包「重组式人工智能神经网络」(Reconfigurable Artificial Neural Network),采用先进的算法,可以针对不同的需求快速调整功能,以适用不同的人工智能应用。由于软硬件可紧密整合,相较于主流的神经网络芯片,耐能(Kneron)的NPU所需的体积可以缩小至1/40,而且效能更好、功耗更低。耐能(Kneron)目前已经针对智能家居、智能安防、手机等领域提供客制化的解决方案,其相关产品已获国内外多家知名厂商采用。

耐能(Kneron)希望此轮融资能整合这轮投资方的多方资源,为耐能(Kneron)在智能家居、智能安防、手机、以及类神经网络加速器(NPU IP)等领域的终端人工智能加速全球化,进一步推动人工智能产业化发展。

公司目前主打的产品:一款搭配的是ARM的M4-M5 CPU,主打智能家居和物联网,另一款搭配的是ARM a7-a9, 主打安防,还有一款是主打手机。

刘峻诚说:“我认为 Kneron 和其他公司的另一个差异, 是我们的软硬一体。我们提供的是训练好 、软硬集成好的 Turn Key Solution。我们的方案整进去就能使用,但其他的方案得先收集训练数据,用谷歌的开源建模型,再用英伟达的GPU训练,训练好再集成。

大家都在说要成为“AI 时代的英伟达”,但是不管是英伟达还是英特尔,AI芯片已经成为一个战略性的赛道。谈到巨头纷纷发力AI芯片带来的影响,刘峻诚说,他们与这些大公司的发展路径还是有很大差异,英特尔和英伟达主要还是面向云和PC市场,目前市面上能做到产品化NPU在 IoT 的公司非常稀有,英伟达和英特尔都没有往这里发展。

他认为未来人工智能很像以前的 Windows 和英特尔时代,慢慢的会有一个硬件的巨头,目前看来很可能是英伟达,另一个是谷歌。但在那个时代仍然有另一个巨头,那就是Apple。

他也强调,公司能做云,但是把NPU在有限面积做小,并保持有限功耗是比较难的,现阶段不会做云,会先把终端佔下来。云上会找比如腾讯、阿里、百度 或搜狗合作。 

刘俊城对新智元介绍,Kneron目前的主要客户有几家 Tier one 的手机供应商,互联网的客户包括搜狗,腾讯等。此外,跟这轮融资引进的战略投资方以及系统制造厂富士康、格力跟和 ASUS 都有合作。


原文发布时间为:2017-11-15

本文作者:胡祥杰

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:阿里巴巴再投AI芯片公司,耐能(Kneron)获超千万美元A轮融资

相关文章
|
4月前
|
人工智能 安全
阿里巴巴 AI Coding 分享会 Qoder Together 杭州站诚邀你的参与!
Qoder Together ,不止技术分享,更是思维共振与灵感迸发。我们面向全球 AI Coding 爱好者,邀请 Qoder 团队、实战用户、AI Coding 探索者齐聚一堂,交流激发创意,碰撞拓展边界,重新定义智能编程未来。
331 0
|
6月前
|
人工智能 Cloud Native Java
书本大纲:从芯片、分布式到云计算AI时代
本文深入探讨并发编程、JVM原理、RPC框架、高并发系统、分布式架构及云原生技术,涵盖内存模型、同步机制、垃圾回收、网络协议、存储优化、弹性伸缩等核心议题,揭示多线程运行逻辑与高并发实现路径,助你掌握现代软件底层原理与工程实践。
226 6
|
机器学习/深度学习 存储 人工智能
MNN-LLM App:在手机上离线运行大模型,阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
MNN-LLM App 是阿里巴巴基于 MNN-LLM 框架开发的 Android 应用,支持多模态交互、多种主流模型选择、离线运行及性能优化。
9827 80
MNN-LLM App:在手机上离线运行大模型,阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
|
人工智能 达摩院 计算机视觉
SHMT:体验 AI 虚拟化妆!阿里巴巴达摩院推出自监督化妆转移技术
SHMT 是阿里达摩院与武汉理工等机构联合研发的自监督化妆转移技术,支持高效妆容迁移与动态对齐,适用于图像处理、虚拟试妆等多个领域。
553 9
SHMT:体验 AI 虚拟化妆!阿里巴巴达摩院推出自监督化妆转移技术
|
11月前
|
机器学习/深度学习 人工智能 内存技术
AI界重磅炸弹:“50美元”复现DeepSeek R1?
AI界重磅炸弹:“50美元”复现DeepSeek R1?
|
人工智能
国家电网与阿里巴巴达成AI合作!
国家电网与阿里巴巴达成AI合作!
892 17
|
人工智能 并行计算 程序员
【AI系统】SIMD & SIMT 与芯片架构
本文深入解析了SIMD(单指令多数据)与SIMT(单指令多线程)的计算本质及其在AI芯片中的应用,特别是NVIDIA CUDA如何实现这两种计算模式。SIMD通过单指令对多个数据进行操作,提高数据并行处理能力;而SIMT则在GPU上实现了多线程并行,每个线程独立执行相同指令,增强了灵活性和性能。文章详细探讨了两者的硬件结构、编程模型及硬件执行模型的区别与联系,为理解现代AI计算架构提供了理论基础。
2801 12
|
人工智能 数据安全/隐私保护 数据中心
“芯片围城”下国产AI要放缓?答案或截然相反
12月2日,美国对华实施新一轮出口限制,将140余家中国企业列入贸易限制清单。对此,中国多个行业协会呼吁国内企业谨慎选择美国芯片。尽管受限企业表示影响有限,但此事件引发了关于AI领域芯片供应的担忧。华为云推出的昇腾AI云服务,提供全栈自主的算力解决方案,包括大规模算力集群、AI框架等,旨在应对AI算力需求,确保算力供给的稳定性和安全性,助力中国AI产业持续发展。
279 3
|
人工智能 安全 芯片
【通义】AI视界|谷歌 Tensor G5 芯片揭秘:1+5+2 八核 CPU,支持光线追踪
本文由【通义】自动生成,涵盖黄仁勋宣布台积电协助修复Blackwell AI芯片设计缺陷、苹果分阶段推出Apple Intelligence、OpenAI保守派老将辞职、英伟达深化与印度合作推出印地语AI模型,以及谷歌Tensor G5芯片支持光线追踪等最新科技资讯。点击链接或扫描二维码,获取更多精彩内容。