Kneron的下一代AI SoC面向低功率边缘和智能家居设备

主页（http://www.kuwanit.com）：Kneron的下一代AI SoC面向低功率边缘和智能家居设备

NPU可以同时处理图像和音频的关键是其可重新配置的设计。

至少从一月份开始， Kneron就一直在向客户展示KL720的原型。该公司成立于2015年，开始为包括面部识别在内的用例开发AI模型。除AI芯片外，该公司还为其NPU IP授予许可。KL720中的NPU版本已经成功与Cadence Tensilica Vision P6 DSP IP和Synopsys的ARC处理器IP集成在一起。

Kneron声称，第二代芯片在能源效率方面优于英特尔的Movidius系列和Google的Coral Edge TPU。KL720的NPU模块可以执行1.4 TOPS，而整个SoC（包括附加的DSP和Cortex M4内核）的速度为0.9 TOPS / W。这足以处理高达全高清1080p分辨率的4K分辨率图像和视频。与Kneron的上一代芯片KL520于2019年5月发布相比，该芯片可在0.6 TOPS / W的条件下达到0.3 TOPS。

Liu说，“例如，ResNet（用于面部识别）和LSTN（用于语音识别），尽管其中一个是音频，而另一个是视觉的，却具有共同的构建基块，”“尽管其他解决方案提供商可能需要使用独立的解决方案来支持它们，但Kneron的解决方案在我们可重新配置的AI引擎中重新配置了通用的构建基块，因此我们可以基于AI应用程序实时支持ResNet和LSTM等不同模型。”

Kneron最近还宣布了Kneo，这是公司的专用网状网络，用于连接AI供电的传感器。Kneo旨在允许消费者的设备（至少包括Kneron芯片的设备）一起工作，而无需将任何数据发送到云。数据而是存储在本地，受区块链保护。该公司表示，Kneo还将允许消费者将其数据远离“大技术”，甚至根据需要出售自己的数据。

Kneron首席执行官Albert Liu 在之前的一次采访中对EE Times表示，“我们将主流的AI框架和卷积神经网络模型分解为基本的构建块，并根据所需的应用程序和所使用的AI框架对其进行重新配置，以便我们的解决方案能够适应和加速相关的CNN模型。”

上一代芯片仅用于图像处理，而Kneron的下一代AI SoC也非常适合音频处理。随着语音控制接口的日益普及，对边缘设备内部的AI处理的需求不断增加，因为它比云中的处理更快，更便宜，并且可以维护用户隐私。Kneron说，KL720具有足够的处理能力来识别“整个词典中的单词”，远远超出了只能识别特定唤醒单词的竞争芯片。

部位于圣地亚哥和台湾的AI芯片和IP初创公司Kneron推出了AI SoC，该芯片具有该公司神经处理单元（NPU）IP的更新版本。KL720还具有Cadence DSP AI协处理器和用于系统控制的Arm Cortex M4内核。该公司表示，虽然Kneron的下一代AI SoC面向低功率边缘和智能家居设备，例如视频门铃和机器人吸尘器，但KL720“可用于从特斯拉到烤面包机的所有产品”。

点击阅读全文