◆ Kneron创始人刘峻诚
文| 铅笔道 记者 连然
►导语
“峻诚，你变了。”
刘峻诚听得心里不是滋味，“我去上节目为了什么？还不是为了宣传公司？ ”
尽管创业之初，刘峻诚想的是走技术路线。但真正走上这条路，他知道商业化的市场宣传是不可少的。有了曝光，才有更多的知名度，才好招人和拿大单子。可惜占公司大半壁江山的工程师们并不能理解这一点，他们只觉得刘峻诚不再是那个踏踏实实研究顶尖技术的实验室牛人了。
团队内部反对声渐重，刘峻诚只好跟节目组打招呼，让他们把自己淘汰掉，“我是唯一一个说要自我淘汰的选手，毕竟那么多人拼命想要参加”。
这是去年下半年，刘峻诚参加《我是创始人》节目的一段插曲。尽管没能参与到最后，这次经历还是给他创办的Kneron引来了一波合作伙伴。
Kneron主推移动终端设备上的便携式人工智能系统、定制化微小内存软件及高效能低功耗的硬件加速器产品。其终端人工智能产品可以应用在智能物联网、智能车联网、安防、无人机等领域。
目前，Kneron已与腾讯、百度、鸿海等5家亚洲企业取得合作，累计营收近百万美元。
注: 刘峻诚承诺文中数据无误，为其真实性负责，铅笔道已备份录音速记，为内容客观性背书。
十年前，时在美国的刘峻诚，正在参与贝尔实验室（深度学习人工智能的发源地）与美国政府智产局IARPA联合开发的一个项目。
彼时，受困于电脑计算能力，深度学习概念尚处于蛰伏期。但这却为十年后刘峻诚创办Kneron（一家主推终端人工智能产品的创业企业）埋下了伏笔。
创办Kneron之前，刘峻诚就职于高通，是计算机视觉与学习研发团队中的一员，先后做过智能安防监控与智能辅助驾驶系统等项目。
时至2012年，人工智能的概念稍有显山露水，但并不起眼，“那会儿做人工智能都找不到工作”。所以刘峻诚也还没把全部精力放在这方面。
但四年后，人工智能风头正劲，阿尔法狗完爆李世石更是掀起波澜。“这个领域要火起来了”。
此前的积累似乎有了用武之地，刘峻诚有不少相关的研究方向想尝试。奈何在高通这样的大型公司之中，高层多保守求稳，又存在派系之分，新方向的案子通过审批并不容易，“束手束脚”。
此外，高通当时因为810芯片未能获得理想成绩，人事略有动荡。尽管刘峻诚位在研发中心，没有被裁去的风险。但他眼看着很多好朋友接连离开，心里也有点不是滋味。“团队中很厉害的成员都走了，待下去没多少意思。”
而此时，刘峻诚在三星的好友已踏上创业路。他在不久后也加入其中（即Kneron）。
创业之初，刘峻诚就想好了公司要走技术路线。之前他在高通参与研发的智能安防监控与智能辅助驾驶系统等项目市场成绩亮眼，“我们出来专心做这个，应该能卖得更好”。
为了避免与老东家产生不必要的纠纷，他带领团队重新开发了深度学习的底层架构、软件与硬件等。
与当时市面上主流的基于云端的深度学习方案不同，刘峻诚走的是终端方案路线。
刘峻诚介绍道，对云端式方案来说，数据先要被上传到云端，经处理后，再被传输回设备，如此一来，信息难免有所滞后，还面临被黑的风险。而终端式方案无需联网即可完成信息处理，不仅提升了信息的处理速度，也使得安全保密性有所保障。
这对于无人驾驶汽车与工厂自动化等来说是很有必要的：对前者来说，系统需要在汽车行驶过程中及时作出对车况信息的处理及判断，一两秒的延迟都有可能导致惨剧发生；对后者而言，其开发的方案等内容若被上传到云端，就存在被黑客入侵窃取的风险。
要实现该效果，终端式方案需要减少学习的训练数量，将算法精简化。
尽管当时做终端式方案的人寥寥无几，但刘峻诚坚信这会是未来的趋势。而他最初的信心，来自于早年间参与的贝尔实验室的一个项目——将机器人送到火星。
机器人在火星很重要的一项任务是寻找水源与生命的存在，并将信息结果传回地球。巨大的信息量以及跨星球传输昂贵的价格、极高的实现难度使得信息的本地处理能力尤为重要。
虽然刘峻诚作为外籍科学家并没能参与到核心环节，但他当时就笃信，终端式方案未来将成主流。
不过即便如此，终端式方案运算能力还是弱于云端式，为了弥补这一点，刘峻诚索性自行做硬件——开发NPU芯片。
深度学习的基本操作由神经元和突触处理构成，传统的CPU、GPU处理器指令集的基本操作为算术操作（加减乘除）与逻辑操作（与或非），要完成一处神经元的处理需要数百甚至上千条指令才能实现，故而应用在深度学习的处理上效率很低。
NPU则是为深度学习而生的专业芯片，CPU、GPU与其相比，存在百倍以上的性能或能耗比差距。
刘峻诚还提到，目前开发NPU芯片的公司非常少，即便有也尚未能像Kneron一样实现产品化。
Kneron产品软硬件结合，其软件系统可以演示在一般单核芯片离线状态下的深度学习功能，比如行为识别、活动识别、人脸检测、人脸辨识等；硬件方面，团队自主研发有ASIC产品，可向合作伙伴提供硬件IP，后者在拿到IP后即可量产。
◆Kneron产品应用场景
Kneron终端人工智能产品可以应用在智能物联网、智能车联网、安防、无人机等领域，降低人工智能对网络的依赖度，提高人工智能的便利性与高效性。
不过近期，微软、苹果、谷歌等大公司也看到了终端式方案前景可期，也开始在该领域有所投入。考虑到他们目前还处在算法开发阶段，而硬件开发的周期在两到三年，所以刘峻诚表现得很有信心，“我们在这个领域，已经跑得比较前面了”。
刘峻诚提到，相比单独的终端式方案，更好的架构则在于云端式与终端式的融合联通，互相取长补短。
他为此提出了分布式人工智能系统的概念，即“将一部分智能放在终端上，和云端服务器一起，构成一个人工智能系统”。终端不仅能将采集到的原始影像和数据传送到云端，还可在本地进行一定的学习和处理，同时也将学习或者处理过的结果送回云端，和其他终端结果一同综合学习和运算。
为实现该目标，刘峻诚推出了一款软硬件结合的解决方案：软件方面的“自适应深度学习引擎”可植入一般手机，或低功耗、低计算能力的终端，即使在离线状态下，也能独立继续学习和执行复杂的深度学习演算；硬件方面则有“动态重构神经网路处理器”，可针对深度学习演算在速度和功耗同时进行最优化处理。
Kneron与腾讯、百度等的合作，正是为了朝此方向发展。去年年初，Kneron就与腾讯达成合作，后续成果有基于QQ物联及Kneron人工智能技术研发的华硕智能行车记录仪等。
创业没有不辛苦的。不过当刘峻诚回想这段历程，更大的挑战在于三地奔波以及文化差异的协调需求。
Kneron设点在圣地亚哥、台北与深圳——美国有着先进的技术环境与研发能力；刘是台湾人；至于深圳，更多是为合作伙伴腾讯而设，“人工智能的研究成果要想切入应用市场，准确把握客户的需求是很重要的，而且我们常常需要与客户共同开发具体产品”。
三处的文化各有不同，故而团队内部起先存在一定程度的文化冲突，比如美国团队会有技术方面的优越感；大陆团队觉得国内发展得很不错；台湾团队则有IT设计方面的骄傲——互相看不上。不过随着工作的开展与交流，三处团队互相取长补短，相处渐次融洽。“人都会有认知上的格局局限，要把这些局限都打破，公司才能走得更远。”
到去年年底，Kneron的软件产品基本成熟，拥有人脸识别、自动辅助驾驶系统、智能家居与工业自动化等四款软件。
这四款产品的收费方式基本分为收取开发费、收取服务费与抽成三种，目前收入已近百万美元。
硬件方面，Kneron已开发出IOT（物联网）与FPGA两款，后者有着可编程特性以及一定的成本优势，主要应用于云端市场。
目前，Kneron已与腾讯、百度、鸿海等5家亚洲企业取得合作。近期，刘峻诚计划将工作重心转移至国内，全力与客户合作，预计于今年年底推出大数据、智能家电等领域的产品。
编辑 付文学 校对 刘金策
如需转载文章请联系铅笔道微信客服号（id：pencil-news）获取授权资质，否则我们将依法追究相关责任。
我是本文作者连然，崇拜科学性感，立志做人工智能、VR/AR界的女战士，相关行业创业者求报道，咱们微信聊聊：futurey1。（加好友请注明公司、职位、事由哦）
长按识别图中二维码，或点击“阅读原文”，订阅节目。
