AI兴起已有近10年，AI芯片问世也有数年。如今，业界的关注点逐渐转向市场普及，特别是产品量产与应用。不过，从智能门锁、智能家电、儿童智能产品，以及智能手机、平板电脑、门禁系统等下游市场来看，要想实现AI芯片快速普及，亟待解决功耗、传感器适配性、识别范围等问题。
2018年11月，耐能推出支付等级3D AI软硬件一体化解决方案
鉴于此，作为终端人工智能解决方案的领导厂商，耐能(Kneron)力推“Tiny AI”(轻量级人工智能)理念，将低功耗、小体积的NPU与MCU整合，适配市场上各种主流的2D/3D传感器，满足2D/3D图像、语音等识别需求，其中人脸识别准确率达99.99%，为客户提供轻量级的终端AI解决方案。
针对3D AI领域，耐能推出支付等级3D AI软硬件一体化解决方案，支持结构光、ToF、双目立体视觉等主流3D传感技术，进行面部、身体、物品等识别。通过结合2D图像分析识别与 信息分析，不仅能提升识别精准度，消除被照片、视频、蜡像、3D打印模型等解锁的风险，还能更精准地识别物品、行为，并提供其他3D图像采集应用，在智能手机解锁、移动支付、智能门锁开锁等安全性要求极高的应用领域有着不俗表现。
值得一提的是，耐能3D AI解决方案包含一款独家开发、轻量级的3D面部识别解决方案，只要搭配入门的近红外线镜头和原有的RGB镜头，不需额外的双摄校准，就可提供精准的3D面部识别解锁、3D建模等应用，且适用于各种终端设备，有望抢占AI芯片快速普及的制高点。
功耗的游戏
能效与续航能力是消费者购买智能化设备时十分关注的问题，也极易影响使用体验。例如，空调等智能家电需要长期运行，耗电量直接决定着用户的使用成本;对智能手机、智能门锁、机器人等主要采用蓄电池的设备而言，续航能力不仅影响使用体验，更可能关乎生活、工作乃至安全。要解决这些问题，关键在于芯片的功耗。
2018年9月，耐能发布第二代NPU IP
早在2018年9月，耐能便发布了第二代NPU IP，该系列包括低功耗版KDP 320、标准版KDP 520、高效能版KDP 720等三大产品，整体效能相较于上一代产品大幅提升达3倍，峰值吞吐量高达5.8TOPS。
其中，依托KDP 520设计的芯片，支持语音、人脸、物品等多种识别，满足机器人、智能玩具等儿童智能产品对低功耗、高效能AI芯片的需求，特别是在语音交互、身份识别、跟随陪伴、物品识别、趣味教学、家长远程监护、儿童教育等领域，可对传统芯片进行降维攻击。
强大的传感器适配能力
AI芯片的效能不断升级，为传感效果的提高奠定了基础。不过，要想实现出色的传感效果，仍有待AI芯片与传感器进行良好适配。截至目前，多数AI芯片均对传感器的规格、性能要求较高，否则便无法达到预期效果，甚至无法适配。相比之下，耐能NPU与入门级的传感器也可适配，降低了终端设备实现AI的门槛。
以智能门锁为例，受年龄增长、伤病等的影响，人的指纹可能出现变化或被磨损，进而无法被识别，使以指纹识别为主要卖点的现有智能锁存在明显的局限性。而受限于受限于传统芯片的计算能力和功耗表现，现有的2D人脸识别则很可能被照片、视频、蜡像、3D打印模型等破解，陷入安全性的瓶颈，始终无法大规模普及。
2018年10月，耐能携手奇景光电推出基于结构光技术的SLiMTM3D传感解决方案
基于此，耐能推出AI芯片+奇景光电3D 结构光的模组方案，通过专门的AI芯片对3D人脸数据进行高效识别处理，创新性地解决当前智能门锁市场对方便、安全、高效的使用需求，填补市场空白。
图像、语音识别互相融合
AI兴起之初，图像识别、语音识别俨然成了两个对立的阵营，不仅各有一批看好其前景的芯片厂商，在终端设备上也各有应用。前者如智能手机、门禁系统、视频监控摄像机，后者则如智能音箱、机器人。而今，源于用户需求的变化，越来越多厂商意识到，图像、语音等识别需求不可能割裂开来，而必须互相融合。
其中，最具代表性的莫过于智能家电。例如，早期的智能空调侧重于语音识别，即用户以语音控制空调的开启、关闭以及温度、湿度等的升降，但当用户的普通话不标准、声音嘈杂时，设备就可能接收到错误的指令，使相关功能大打折扣。而且，从手动按键到“喊话”，各项功能的实现仍依赖用户主动操作。若用户像忘记按开关一样忘记说“关闭空调”，仍然无法解决浪费电的痛点。
2018年10月，北京安博会，意向客户体验耐能人脸识别算法Demo
相比之下，将图像识别、语音识别等AI功能相融合后，则可将两者的优势无缝衔接，从而全面解决各种痛点。同样以智能空调为例，借助图像识别功能，内置摄像头可识别室内有没有人，若用户已经离开，则自动关闭，从而避免电能浪费。
目前，耐能消费级别的AI芯片解决方案可赋予智能家电对人、物、场景的离线识别能力，在安全可靠的同时，让智能家电变得智能、灵性，大大拓展了智能家电的内容和服务场景，在智能空调、智能电视、智能冰箱等应用领域都有大量应用。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
