上海2018年9月14日電 /美通社/ -- 專注于終端人工智能解決方案的新創公司耐能 (Kneron) 今日參與在上海舉行的 Arm 人工智能開發者全球峰會，以“可重構算法在AI芯片中的應用”為主題發表演說，會中同時發布 Kneron 新一代終端人工智能處理器系列 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。全系列產品的功耗低于0.5瓦(W)，采用新的架構設計讓運算更具彈性，整體效能相較于上一代產品大幅提升達3倍，運算能力 (peak throughput) 較高可達5.8 TOPS（每秒萬億次運算）（注(zhu)一）。

Kneron 創始人兼 CEO 劉峻誠表示：“Kneron 推出為終端裝置所設計的人工智能處理器 NPU IP 后，其超低功耗的優勢受到市場高度關注。Kneron 新一代 NPU 產品在諸多方面取得顯著的突破，基于第一代產品的優勢，我們改善數據運算流程、提升整體運算效能與儲存資源使用率，同時針對不同的神經網絡模型進行優化，讓 NPU 可以更廣泛地應用在各種終端裝置，并滿足更復雜的運算需求。”

Kneron NPU IP 可應用在智能手機、智能家居、智能安防、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絡。Kneron 第二代 NPU IP 采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數據和參數層級，使壓縮率再提升。動態儲存資源分配功能提升儲存資源利用率，卻不影響運算效能。此外，支持更廣泛的卷積神經網絡 (Convolutional Neural Networks, CNN) 模型，并針對各種 CNN 模型分別進行優化，在不同神經網絡模型下，可提升約1.5倍至(zhi)3倍不等的效能。

第二代 NPU IP-KDP Series 重點技術說明：

交錯式運算架構設計：透(tou)過交(jiao)錯式架(jia)(jia)構，讓神經網絡(luo)架(jia)(jia)構中主要的卷(juan)積(ji) (convolution) 與(yu)池(chi)化(hua) (pooling) 運(yun)算可平行進行，以提升整(zheng)體運(yun)算效率。在新的卷(juan)積(ji)層中，還可同時支持 8bits 與(yu) 16bits 的定點運(yun)算 (fixed point)，讓運(yun)算更有彈性。

深度壓縮技術：不僅能執(zhi)行(xing)模型(xing)壓縮(suo)，還(huan)能對(dui)運行(xing)中的數(shu)(shu)據和(he)參數(shu)(shu) (coefficient) 進行(xing)壓縮(suo)，減少(shao)內存使用。模型(xing)大(da)小可壓縮(suo)至50分之一以下，準確度的影響率小于(yu)1%。

動態儲存資源分配：讓共享內存(cun) (shared memory) 和(he)運作內存(cun) (operating memory) 之(zhi)間(jian)可以進行更有效(xiao)(xiao)的資源分配，提升儲存(cun)資源利(li)用率的同時卻不影響運算效(xiao)(xiao)能(neng)。

CNN模型支持優化：支持更廣泛的 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，在不同神經網絡模型下，相較上一代產品提升約1.5倍至3倍效能。

注一：運算效能(neng)會因納(na)米制程不(bu)同而(er)異。5.8 TOPS 為(wei) KDP720 在 28 納(na)米制程、600 MHz、8bit fixed points 下的效能(neng)表現，預測運行功耗在 300-500mW（估計(ji)每(mei)瓦效能(neng)為(wei)13.17 TOPS/W） 。