半导体行业近日迎来一笔备受瞩目的战略投资。耐能（Kneron）正式宣布获得鸿海与华邦电子的资金注入，双方将在人工智能领域展开深度合作，共同推动技术创新与产业落地。
鸿海与华邦电子正式加入Horizons、高通、红杉、伟诠等知名投资机构行列，成为耐能顶级投资者阵容中的新成员。在此之前，耐能已累计完成7300万美元的A轮融资，展现出强劲的资本吸引力。
近期敲定的这一战略投资，标志着耐能与鸿海、华邦电子的合作关系正式迈入战略协同阶段。具体而言，耐能将全面融入鸿海主导的MIH电动车开放平台——事实上，MIH平台自创立之初便将耐能列为重要合作伙伴，双方将围绕汽车领域的人工智能应用场景展开联合研发。此外，双方还将共同推进工业4.0方向的深度合作。在另一条业务线上，耐能与华邦电子则重点聚焦AI微控制器（MCU）与内存计算（Memory Computing）等前沿技术的突破与创新。
回顾耐能的融资历程，早在更早的发展阶段，公司就获得了李嘉诚旗下Horizons Ventures领投的4000万美元，随后又陆续获得阿里巴巴创业者基金、CDIB、奇景光电、高通、中科创达、伟诠、红杉资本子基金Cloudatlas等全球知名资本的持续加持。至此，耐能A轮融资总额已成功突破7300万美元，为其技术研发与市场拓展提供了坚实支撑。
耐能创始人兼首席执行官刘峻诚博士（Albert Liu）表示：“在不少公司纷纷缩减研发投入的当下，我们由衷感谢投资者对耐能所做工作的信任与支持。耐能虽然是一家2015年才成立的年轻公司，但已经取得了不少令人瞩目的成果，未来还有更多目标等待我们去实现。这些进展的背后，离不开鸿海、华邦电子等众多投资者的鼎力支持。对于推动AI芯片的发展而言，现在正是一个令人兴奋的关键时刻，耐能会持续在这条道路上保持冲劲与创新活力。”
从产品定位来看，耐能提供的是完整的端到端软硬件解决方案，能够在移动设备、个人电脑以及IoT终端（包括智能家居设备、安防监控、支付终端和智能汽车）中实现设备侧边缘AI的推理运算。这一方案可有效增强基于云的AI能力，显著加速设备端的AI推理速度。目前，耐能已与格力、自动驾驶软件公司Teraki等业内知名企业建立了紧密合作关系。
刘峻诚博士补充说：“很高兴能和合作伙伴与投资者一起携手前行。2020对耐能来说是极为关键的一年，我们发布了KL720芯片，还引入了高通前台北工程研发总经理陈俊宇（Da vis Chen）这样的资深技术大将。除了与投资者合作开发项目之外，公司计划在2021年推出更多创新芯片。边缘AI对许多人来说还是一个比较新鲜的概念，我们希望能把这项技术真正带给每一个人，让智能触手可及。”
随着边缘AI行业的快速兴起，耐能凭借前期在技术研发上的持续投入和商业化布局，始终走在行业前沿。其提供的边缘AI技术，已经在市场上获得了广泛的应用落地与客户认可。
目前耐能的产品线主要包括以下几个方面：
AI SoC芯片
KL720 AI芯片支持4K图像、全高清（1080p）视频以及自然语言音频处理，能够帮助设备捕捉更多细节，高效完成面部识别和音频识别等复杂任务。
KL520 AI芯片可加速耐能及第三方大众设备上的神经网络模型，让日常设备轻松实现2D/3D视觉识别及音频识别，提升用户体验。
边缘AI算法
根据最新的NIST测试结果，耐能的机器学习算法已经成功嵌入行业中体积最小的内存中，涵盖面部检测、面部识别、身体检测、手势识别等核心技术，展现出卓越的性能表现。
神经处理单元（NPU）
耐能NPU提供经市场验证的成熟方案，能够满足低功耗、低热分布和复杂神经网络计算的严苛需求，为边缘设备提供强大算力支持。
可实时重构的边缘AI技术
耐能的边缘AI解决方案具备独特的可重构技术特点，可根据设备上的应用需求，在音频识别与2D/3D视觉识别之间进行实时切换。更重要的是，这种可重构技术不但兼容主流AI框架（如TensorFlow、ONNX、Keras、Caffe、PyTorch等），同时也兼容主流的CNN模型，包括VGG16、ResNet、GoogleNet、YOLO、Tiny YOLO、LeNet、MobileNet、Densenet等，极大提升了部署灵活性。
基于可重构技术的这一特性，最终有助于实现耐能对于Edge AI Net以及AIoT 3.0的愿景。简单来说，Edge AI Net将推动AI的民主化——以更少的天网，创造更多的Wall-E和EVA。Edge AI Net允许边缘AI设备彼此通信，从而构建一个不依赖集中式云AI服务的集体行动平台，真正实现智能的分布式协同。
在性能与功耗的平衡、内存占用以及成本控制方面，耐能一直保持着行业内的领先地位。早在2019年NIST面部识别供应商测试中，其性能表现就远高于同类模型“大小”级别所能达到的水准，充分验证了技术实力。对摄像头、智能门铃、智能门锁、智能手机这类日常应用来说，当存储空间、尺寸和电源都受限时，这种平衡性就显得至关重要。此外，耐能的解决方案兼容主流AI平台，并且可以通过实时可重构技术灵活适配不同的应用需求，为客户提供高性价比的边缘AI方案。