和商汤科技、寒武纪等土生土长的“独角兽”不同，耐能（Kneron）总部位于美国，创始团队也具有明显的全球化特点。截至今年5月，耐能累计融资总额已超过3300万美元，公司也出现在EE Times今年的Silicon 60上。耐能这样全球化的AI芯片公司，其成长路径与本土厂商有何差异？他们对中国市场有何看法与对策？又如何看AI技术和市场的未来格局？《电子工程专辑》日前采访了耐能创始人兼CEO刘峻诚……
人工智能(AI)是近两年半导体行业的最热点，不断加入战局的有实力深厚的老牌企业，也有频频养出“独角兽”的新创公司。其中，和商汤科技、寒武纪等土生土长的“独角兽”不同，耐能（Kneron）2015年创立于美国加利福尼亚州的圣地亚哥，后在台北设立办公室，并在深圳、珠海落户。
作为一家全球化的AI芯片公司，耐能的创始团队也具有明显的全球化特点。其创始人兼CEO刘峻诚生于台北，在成功大学读完本科后，取得美国雷神公司(Raytheon)和加州大学的奖学金，就读加州大学伯克利、洛杉矶与圣地亚哥分校的共同研究计划硕博班，最终拿到加州大学洛杉矶分校（UCLA）电子工程博士学位。毕业后，先后任职于诺基亚、三星、晨星（MStar）、高通等业界知名厂商，直到在圣地亚哥——高通总部所在地创办耐能。而其首席科学家李湘村，则是高通前多媒体研发部门总监，也曾在展讯、朗讯担任高管。此外，在耐能的创始与高管团队中，也不乏中、台、美、韩等多地就学、工作的经历。
耐能（Kneron）创始人兼CEO刘峻诚
今年5月，耐能获得了李嘉诚旗下维港投资领投的1800万美元A+轮融资。而在2017年11月，耐能刚刚完成超过千万美元的 A 轮融资，由阿里巴巴创业者基金领投，其他投资者包括中华开发资本、奇景光电、高通、中科创达以及红杉资本等，目前累计融资总额已超过3300万美元。如今，这家公司正在进行新一轮融资，预计不久后便将官宣，意味着它也将离“独角兽”越来越近。
另一方面，当AI进入全面商用阶段，外界对AI新创公司的关注焦点已从资本转向业绩，后者不可能继续靠融资新闻撑场，而必须在产品落地、商业应用等方面拿出实际成果，在资本市场备受追捧的AI芯片厂商首当其冲。就此，耐能聚焦智能手机、智能家居与智能安防等三个领域，2018年9月已发布第二代终端AI处理器系列NPU IP - KDP Series，并于11月推出支付等级3D AI软硬件一体化解决方案，在市场上更是接连赢得腾讯、格力、搜狗、奇景光电等多家国际大厂的青睐。
创业三载，耐能砥砺前行。尽管在资本市场的动作并不多，但凭借在产品落地、商业应用上的进展，他们仍然持续赢得投资者的青睐，并在业界引起反响。11月16日，《电子工程专辑》英文版EE Times揭晓2018年度Silicon 60（最值得关注的60家半导体新创公司）榜单，耐能赫然在列。这让记者开始思考，像耐能这样全球化的AI芯片公司，其成长路径与本土厂商有何差异？他们对中国市场有何看法与对策？又如何看AI技术和市场的未来格局？近日，《电子工程专辑》采访了刘峻诚，试图管窥这家AI芯片新创公司的成长与未来。
《电子工程专辑》：是什么原因让你决定出来自己创业？
刘峻诚：从UCLA毕业后，我先后在业内比较有名的几家公司负责研发与管理，还在加州大学开设计算机视觉技术与人工智能讲座，很早就开始关注AI技术。到了2014年，我在高通从事神经网络终端应用方面的研发已经有3年多，非常看好NPU的市场潜力，但在当时，这还只是个“小生意”，在高通这样的大公司很难得到足够重视。所以，我决定离职创业，并在第二年的3月份正式创办耐能。后来，看到我们在NPU领域取得的进展，去年11月我们做A轮融资时，高通也参与了跟投。
《电子工程专辑》：为何在2015年就选择了做AI？
刘峻诚：2014年，在高通等公司，以及UCLA等大学，AI已经有比较多的讨论，也开始出现一些新创公司和项目，让我意识到，AI芯片创业的时机已经成熟。
《电子工程专辑》：能否谈谈你在创业期间遇到的最大困难，无论是研发上的还是公司运营上的，以及你是如何克服它的？
刘峻诚：创业之初，最大的困难是没有订单，后来接到订单却缺乏人手。有一次，公司正在赶一个重要的案子，但当时人手相当不足，我只好找以前的同学、同事和朋友协助。其中，既有在高通时“老板的老板”，也有读研时的同学，接到我的请求后，便义无反顾地辞去大公司待遇优渥的工作，来耐能和我一起打拼。
《电子工程专辑》：目前，耐能的办公室已跨越两大洲四个城市，各地不仅存在距离和时差，在文化、法规上也有不同，这对耐能的经营管理带来了哪些挑战？
刘峻诚：创业后，我便开启了“空中飞人”模式，密集穿梭于美国、台湾和中国大陆，曾有一周跨越四个城市的经历。其间，除了见客户、合作伙伴或投资方，很大一部分精力花在了公司的管理和沟通上。
《电子工程专辑》：针对跨国经营管理带来的挑战，你是怎样应对的？
刘峻诚：不仅我自己成了“空中飞人”，各地的同事也要变得“全球化”。例如，美国、台湾同事经常来中国大陆协助市场拓展与技术支持，中国大陆的同事也经常去美国、台湾参加展会、培训等，有时一待就是大半月甚至大半年。
《电子工程专辑》：AI现在是科技行业的热门话题，全球有很多巨头都在研发自己的AI技术和产品，作为创业公司，耐能的优势在哪里？
刘峻诚：我们最大的优势还是在技术层面，拥有功耗低、体积小的轻量级NPU产品，M4、M5等级的芯片功耗已经达到毫瓦级别，应用在终端设备上有绝对的成本优势。另一方面，在业务方向上，耐能目前聚焦智能手机、智能家居和智能安防领域，它们也是AI应用最成熟的领域，可以集中资源重点突破，也能更快见到营收。
《电子工程专辑》：关于耐能的优势，能否举一个产品的例子简要说明？
刘峻诚：2018年9月，我们发布了第二代终端人工智能处理器系列NPU IP - KDP Series。它包括超低功耗版KDP 320、标准版KDP 520、以及高性能版KDP 720等三大产品，全系列产品的功耗低于0.5W，采用新的架构设计让运算更具弹性，整体效能相较于上一代产品大幅提升达3倍，运算能力最高可达5.8TOPS（每秒万亿次运算）。
《电子工程专辑》：你如何看待中国AI市场当前的竞争格局？
刘峻诚：毫无疑问，从技术研发到产品应用乃至创新创业氛围来看，中国都已成为全球AI大国。其中，凭借全国规模最大的市场、强有力的国家政策扶持与资本投入，中国的AI创新创业风潮蓬勃兴起，不仅涌现出一大批AI新创企业，也吸引了很多科技、互联网巨头争相涌入，形成极具活力的的AI市场。正是看到了中国大陆AI的蓬勃发展，耐能才来到中国大陆设点，并在深圳、珠海设立办公室进行本地化运营。
《电子工程专辑》：作为全球化的公司，耐能在中国和本土企业竞争时，优势主要有哪些？
刘峻诚：和本土企业相比，耐能的优势主要在于全球化的布局。耐能现有圣地亚哥、台北、深圳、珠海等四个办公室，分布在两大洲四个城市，特别是圣地亚哥和台北办公室布局较早，兼具美国的前沿技术研发和台湾的供应链整合优势，客户、合作伙伴与投资方来自全球各地。同时，耐能团队拥有来自全球各地的人才，从教育背景来看，有UCLA、UCSD、普度大学、北京清华大学、台湾大学、新竹清华大学等，而且都研究于AI相关领域；在职业履历上，团队成员曾长期任职于贝尔实验室、IBM、三星、高通与博通等机构的工程师，在人工智能、计算机视觉和图像处理领域的工作经验平均超过10年。
《电子工程专辑》：针对中国市场，耐能将采取什么策略？
刘峻诚：针对中国市场，我们的策略可以概括为“全球资源，本地运作”。一方面，整合全球化的团队、技术、供应链等资源优势，打造全球领先的AI芯片产品；另一方面，依托深圳、珠海办公室等本地化团队，为中国大陆客户提供客制化的解决方案和服务。
《电子工程专辑》：耐能选择从NPU切入是基于何种考虑？
刘峻诚：在高通时，我便接触到了NPU，非常看好它的市场潜力。深度学习是AI领域最成熟的技术之一，而面部识别、人脸分析、语音识别、物品识别等深度学习的主流应用都离不开NPU，它专门针对深度学习而设计，也是目前实现深度学习的最佳工具。根据创始团队的教育背景与职业履历，我们相信自己可以做出具有竞争力的NPU产品。
《电子工程专辑》：你如何看待NPU在AI芯片领域的角色及其市场前景？
刘峻诚：AI技术过去几年的发展和应用，已经充分证明了NPU的市场潜力，它在人脸识别准确率与算力/功耗比上有着显著的优势，是协助智能手机、智能家居、智能安防等下游产业以低成本实现大量AI的有力工具。特别是在众多知名厂商纷纷推出基于NPU的AI终端设备后，NPU的市场接受度将进一步提高，有望成为主流的AI专用处理器。
《电子工程专辑》：耐能接下来的产品布局是怎样的？
刘峻诚：在9月发布的第二代终端AI处理器系列NPU IP - KDP Series中，已包括超低功耗版KDP 320、标准版KDP 520以及高性能版KDP 720等三大产品，基于这个系列NPU的支付等级3D AI软硬件一体化解决方案也已于11月初正式推出。接下来，耐能产品将从IP、算法延伸到芯片，为客户提供更丰富的终端AI芯片产品线与解决方案。
《电子工程专辑》：你最看好哪些终端领域的AI应用率先落地？
刘峻诚：目前来看，智能手机、智能家居与智能安防是AI应用最成熟的三个领域，特别是在智能手机、智能门锁、智能家电、儿童智能玩具、门禁系统、机器人、无人机、视频监控摄像机、出入口管理等产品，以及手机解锁、手机支付、门锁开锁、危险物品侦测等功能的应用落地较快，这些也是耐能目前重点攻关的业务方向。
《电子工程专辑》：如何看待AI芯片行业未来的发展方向和竞争格局？
刘峻诚：AI的进一步普及需要大众化，其中包括平民化与民用化两个维度。平民化是指AI产品，特别是终端设备的成本随销量的增长持续下降，直到普通消费者可接受的水平；民用化是指AI技术应用从B端、G端延伸到C端，智能手机、智能家居等民用产业，特别是智能手机、智能门锁以及消费级机器人、无人机等To C产品将成为市场主导。
AI大众化的前提是AI芯片大众化。终端设备的成本降低乃至价格战的出现，将促使上游芯片厂商推出更低成本的AI芯片和解决方案，但这并不意味着成本领先战略将在AI芯片产业一统天下。在消费升级的大背景下，AI芯片不仅要做出更低成本、更低功耗，还需提供更高算力，只有兼具这三项优势的AI芯片才能在未来的市场上持续生存。另一方面，C端的兴起，要求AI芯片厂商重新设计商业模式，从B2B、B2G转变为B2B2C乃至B2C2B，传统的芯片品牌塑造、市场拓展、公关传播乃至产品研发等策略都将被颠覆。
您可能感兴趣
