Kneron是一家初创公司，2014年成立于美国圣地亚哥，主要做人工智能及深度学习的软硬件整体解决方案 ，主打低功耗卖点，目前已经与台积电、ARM、高通、富士康、腾讯、阿里、百度、搜狗、格力等企业建立合作伙伴关系，其产品和技术已在于腾讯合作的安防项目、与格力合作的空调产品中落地。

AI芯片是当前人工智能方向最热的赛道之一。目前人工智能的创业红利一部分是基于深度学习算法的成熟。这个大家耳熟能详的爆款算法的搭建，大致可以分为训练和推断两个环节。训练环节可以简单理解为通过数据输入，训练出一个复杂的深度神经网络模型。这一过程因为计算量十分庞大，对GPU的依赖性强。推断环节可以简单抽象为将新的数据输入训练好的神经网络，并获得相应的结论，虽然训练量少于训练环节，但仍涉及到大量的矩阵运算，因此要在包括手机、物联网在内的移动终端进行推断，对当前普遍使用的当前ARM等架构的芯片来说，非常具有挑战。

Kneron为代表的AI芯片初创公司，则希望设计全新的低功耗异构芯片，使终端设备可以在本地进行深度神经网络推断运算。目前主要有FPGA、ASIC两类实现方案。前者以深鉴科技为创业公司代表，研发了名为“深度压缩”的技术，不仅可以将神经网络压缩数十倍而不影响准确度，还可以使用“片上存储”来存储深度学习算法模型，减少内存读取，大幅度减少功耗，不过编程难度仍有一定门槛，需要同时精通软件和硬件两种编程语言。而寒武纪、Kneron等初创公司则选择了ASIC的方案，虽然开发周期长，资金和技术的要求高，但性能可以做到更优，量产成本也更低，更适合消费类产品。

当前，市面上的消费电子产品，尤其是智能手机、智能硬件，多少基于低功耗的ARM的架构，要快速获得市场，就需要产品能够适配这一架构。此外，要在消费类产品中应用，低成本也是需要考量的重要因素。为此，Kneron使用“重组”方案精简深度学习算法，降低运算量。Kneron此前接受媒体采访时曾表示，服务器、台式机这样的硬件产品功耗都在数十瓦以上，小型智能终端芯片功耗在1W左右的水平，Kneron推出的第一代产品，功耗可以做到350毫瓦，比市场上的主流产品功耗低60%。

Kneron现阶段主要有三款产品：适配ARM M4、M5系列的低端产品，主要适用于智能家居产品，并已在与格力合作的空调中使用；适配ARM A8、A9系列的终端产品，可适用于安防产品；适用于ARM A53、A57系列的高端产品，可用于手机。

目前，Kneron主要以提供IP为主，即通过License授权给合作伙伴，对方负责制造芯片。这种SoC+IP模式，投入成本低，上市时间短，且可以灵活满足用户需求，相比于自己做芯片，更适合初创公司，也避开了与Google TPU、Intel Knights Mill、微软Project Catapult的竞争。此外，Kneron说，公司正在与经销伙伴签订商业合同，会有多元的商业模式。

应用方面，Kneron主打智能家居、智能安防、智能手机三大场景。智能家居方面，与家电厂商格力达成合作，为空调增加人脸识别与人体手势识别功能，根据不同属性的群体实现智能人性化送风控温，这也是今年Kneron最主要的收入来源之一。智能安防方面，Kneron与腾讯合作了杭州市的智能安防监控，为腾讯提供 SDK，由腾讯将其整合提供给 QQ 物联上做安防摄像头的合作伙伴，主要提供鉴黄和防爆识别。智能手机方面已经与出货量达亿级的厂商达成合作，但是因为保密协议，暂不方便透露。此外，在其他应用层面的合作还包括在台湾与志伸股份合作的智能安防项目、与经纬航太合作的农业无人机项目、与鸿海合作的机器人项目 。

Kneron表示，今年Q1、Q2公司均实现了盈利，预计全年会有数百万美元的营收；明年智能手机方向的业务很可能会成为主要的营收来源，可能会超过智能家居。

Kneron所在的人工智能芯片是AI领域的一个热门赛道，国内比较知名的初创公司就包括了寒武纪科技、地平线、深鉴。几家公司目前都已经完成了大笔融资，寒武纪、地平线最新公开的融资都在1亿美元左右，深鉴最新一轮融资在4000万美元左右。不过，Kneron并不太担心竞争。CEO 刘峻诚分析，目前几家公司的产品应用场景并不完全相同，商业模式上，Kneron与寒武纪类似，但是寒武纪的重点在手机业务；地平线目前主要聚焦自动驾驶方向；深鉴主要聚焦于安防领域。

芯片往往被认为是大厂的游戏，包括Intel、高通、ARM在内的芯片大厂，Google、微软在内的科技巨头，目前都已涉足。Kneron表示，采用SoC+IP模式，已经与高通、ARM这样的厂商达成合作，也是腾讯、百度、阿里、搜狗的合作伙伴。

现阶段，Kneron已在美国、台北、珠海、深圳建立了分公司，员工超过60人。CEO刘峻诚是UC Berkeley、UC LA UCSD 联合研究项目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。团队其它成员毕业于MIT、UCLA UC Berkeley UCSD Cornell、Purdue、清华、台湾大学等，并曾在Google、Intel 、Qualcomm、 Broadcom和IBM等企业任职。