終端人工智慧解決方案領導廠商耐能智慧(Kneron)今日正式發布Kneron NPU IP神經網路處理器系列(Kneron NPU IP Series)，是針對終端裝置所設計的專用人工智慧處理器IP。Kneron NPU IP系列包括三款產品，分別為超低功耗版KDP 300、標準版KDP 500、以及高效能版KDP 700，可滿足智慧手機、智慧家居、智慧安防、以及各種物聯網裝置的應用。全系列產品具備低功耗、體積小的特性，且提供強大的運算能力。別於市面上用於人工智慧的處理器，其功耗動輒數瓦起，Kneron NPU IP的功耗為100毫瓦(mW)等級，針對智慧型手機臉部辨識專用的KDP 300，功耗甚至不到5毫瓦。

Kneron創辦人暨執行長劉峻誠表示：「要在終端裝置上進行人工智慧運算，同時滿足功耗與效能需求是首要考量，Kneron NPU IP實現了這樣的目標，為終端人工智慧帶來革命性的發展。Kneron自2016年推出該公司首款終端裝置專用的人工智慧處理器NPU IP後，就不斷改善其設計與規格，並針對不同產業應用進行優化。我們很高興推出全系列新一代產品，同時宣布KDP 500已獲得客戶採用，將於第二季進入量產製造(Mask tape-out)階段。」

Kneron NPU IP是針對終端裝置所設計的專用人工智慧處理器，讓終端裝置在離線環境下，就能運行 ResNet、YOLO等深度學習網路。Kneron NPU為完整的終端人工智慧硬體解決方案，包含硬體IP、編譯器（Compiler）以及模型壓縮(Model compression)三大部分，可支援各種主流的卷積神經網路（Convolutional Neur al Networks，CNN）模型，如Resnet-18、Resnet-34、Vgg16、GoogleNet、以及Lenet等，以及支援主流深度學習框架，包括Caffe、Keras和TensorFlow。

Kneron NPU IP功耗為100毫瓦等級，超低功耗版的KDP 300甚至不到5毫瓦，全系列產品的每瓦效能在1.5 TOPS/W以上(註二)，由於採用了多項獨家技術，因此能實現低功耗、高運算力的需求。在架構設計上，運用卷積核拆分(Filter decomposition)技術，將大卷積核的卷積運算區塊分割成多個小卷積運算區塊分別進行運算，然後結合可重組硬體卷積加速(Reconfigurable Convolution Accelerating)技術，將多個小卷積運算區塊的運算結果進行融合，以加速整體運算效能。透過Kneron先進的模型壓縮(Model compression)技術，則能將未經優化的模型壓縮數十倍。記憶體分層儲存技術(Multi-level caching)可減少占用CPU資源以及降低數據傳輸量，進一步提升整體運作效率。此外，Kneron NPU IP能結合Kneron影像辨識軟體，提供即時辨識分析、快速回應，不僅更穩定，也能滿足安全隱私需求。由於軟硬體可緊密整合，讓整體方案體積更小、功耗更低，以協助產品快速開發。

Kneron NPU IP產品系列介紹：

1.NPU IP- KDP 300低功耗版

鎖定手機3D臉部辨識應用，可進行3D結構光與來自雙鏡頭的立體影像辨識分析，讓真人臉部辨識更快速精準。KDP 300亦適用於需要超低功耗的終端裝置，該處理器包含運算與靜態隨機存取記憶體（SRAM）的功耗不到5毫瓦。

2.NPU IP- KDP 500標準版

可進行快速即時、大規模的臉部、手勢、身體辨識與分析，以及深度學習。適用於智慧家居、智慧安防等領域。運算能力可達152 GOPS(500MHz) (每秒十億次運算)，功耗僅有100毫瓦。

3.NPU IP- KDP 700高效能版

能處理更進階與複雜的人工智慧運算，以及深度學習推理應用，可應用在高階智慧型手機、機器人、無人機、智慧監控設備等。KDP 700具有優異的運算能力，資訊吞吐量可高達4.4 TOPS(1GHz) (每秒萬億次運算)，功耗為300~500毫瓦。