研发神经网络处理器NPU及解决方案,Kneron要做人工智能时代的NVIDIA

Yuri · 2016-06-24
如果你知道地平线机器人这家公司,应该就不难理解Kneron所做的事情

过去这些年,伴随着3D技术兴起,专用于3D图形运算加速的GPU崛起,并诞生了NVIDIA和ATI(现AMD)两大巨头。近几年人工智能兴起,对高效运行神经网络算法的处理器需求日益增加。为此Google研发了专用于深度学习的TPU,中星微发布了国内首款NPU“星光智能一号”等。来自美国的Kneron,也希望用针对神经网络计算加速的处理器NPU,成为人工智能时代的NVIDIA。

关于NPU(Neural Processing Unit),目前还没有准确定义,通常是指专门针对神经网络的计算进行加速的处理器,可以低功耗高效能地处理并行运算。3D时代诞生了GPU针对通用3D做加速,AI时代或许也需要针对神经网络加速的NPU。目前的GPU也具备高效并行计算能力,但NPU在神经网络计算方面的性能和功耗又要优于GPU。

通过提供NPU及配套的软件解决方案,Kneron给自己定位的是未来的Google+NVIDIA。Kneron的NPU支持运行各种神经网络,如Caffe、TensorFlow等。处理器本身体积很小,小到可以嵌入手机,但创始人刘峻诚博士告诉36氪,Kneron的处理器性能很强。以运行目标识别算法为例,Kneron 的客户端NPU性能是英特尔 Xeon E5 CPU的1400多倍、英伟达Jetson GPU的14倍左右,而功耗,分别是两者的1/30和1/320左右。

研发神经网络处理器NPU及解决方案,Kneron要做人工智能时代的NVIDIA

除了芯片,Kneron自己也做智能算法的研究,可以把面向特定功能、训练好的神经网络模型写入芯片提供给客户。Kneron还可以提供服务器端的NPU,并组建云+端协同的整套NPU解决方案。刘峻诚博士介绍,Kneron已经签订了一些大客户包括:国内著名互联网巨头、台湾著名代工厂、国内著名手机和通信系统供应商、国内顶尖大学旗下芯片公司等。

要研发NPU,显然需要团队此前有相当的积累。Kneron创始人刘峻诚是UC Berkeley、UC LA和UC SD博士,曾参与NASA JPT、IARPA、Bell Labs的研发项目,也曾在三星研发中心和高通任职。联合创始人还包括Intel圣地亚哥蓝牙部分前负责人、中兴手机前VP、甲骨文前副董事总经理与技术总监。团队其它成员毕业于MIT、Cornell、Purdue、清华、台湾大学等,曾在Google、微软、Broadcom、Bell Labs、IBM等机构任职。

Kneron刚刚成立半年,团队目前人数不到20人,此前曾获得数百位美元的天使轮投资。虽然NPU属于技术门槛相当高的领域,但毕竟Google、高通、NVIDIA、IBM等都在朝这一领域加大投入,时间对于Kneron显得十分重要。

+1

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

下一篇

“弱相关群体做互助计划,用户体验会下降。”

2016-06-24

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业