深度学习算法精简化、终端化、甚至芯片化是当前业内诸多公司的一个研发热潮，其主要为了满足诸多类型智能硬件产品在终端层面能够快速识别、响应与决策，实现更多智能化、自动化的功能。
来自硅谷的深度学习团队Kneron日前接受了36氪记者的采访，并向我们介绍了其产品的进度与主要的商业方向。
Kneron的CEO创业前在高通任职，其技术核心团队也多出自硅谷科技巨头。这使得他们在硬件和软件层面拥有相当大的技术优势。
软件上的特点是可以把深度学习算法精简化，能够在终端型硬件设备上进行计算和处理。这样精简的具体技术路线采用了“重组”的做法，思路是使计算单元在完成单一任务时，将预留给其他功能的闲置计算区域一起调用到当前任务中，研发过程历时一年。这种做法的优势在于，始终可以通过算法使得硬件驾驭更高的计算性能。据介绍，“重组”的方案是Kneron独家掌握的创新办法，除了团队本身技术功底得以实现，也依靠了方法上的独特性。
硬件方面则是开发加速器，可以辅助其他终端硬件产品获得标称之上的更高性能。软硬件可以分开来进行技术支持，也可以联合使用。加速器辅助的终端在运行深度学习算法时，可以使得语音、图像、影像的识别速度得到实质性的提升。
在这样的底层技术支持下，Kneron展开了其深度学习芯片的业务线。具体做法是通过License授权给合作伙伴，对方负责制造芯片。Kneron在其中除了收取授权费，还会按照一定比例获得利润分成。这款芯片将会在2017年二季度发售，主要销售目标在国内市场。从产品进度来看，Kneron认为自身在芯片制作周期上至少领先了一年到一年半的时间。而在应用层面，Kneron目前业务的主要方向是智能安防、ADAS（高级驾驶辅助系统）两个方向。
在安防领域，通过机器视觉技术加上人工智能对安防图像进行数据处理与识别，这样智能化、自动化地处理海量的监控画面，是安防应用上的一个显著的需求。Kneron目前已与腾讯合作了杭州市的智能安防监控，Kneron为腾讯提供SDK，腾讯在将其整合提供给QQ物联上做安防摄像头的合作伙伴。在这一应用领域，国内产品主要应用角度是鉴黄和防爆。Kneron则将开发方向放在异常行为的监测方面，例如持刀、持枪、打架、拉横幅等行为都能进行识别。在ADAS方向，同样是合作腾讯，Kneron负责交付软件方案，据介绍可以比高通的性能提升30%-40%。
Kneron在其他应用层面的合作还包括，在台湾与志伸股份合作智能安防项目，与经纬航太展开农业无人机上的合作，与鸿海合作了机器人项目。未来还会在智能家居方面展开合作。
市场上同类型的创业公司如深鉴科技、地平线、肇观电子、寒武纪等。在上周新华网的最新报道中，地平线机器人对外介绍的进展是产品尚未成型，但拿到了数千万元的订单。深鉴科技的特点是采用了“深度压缩”的技术路线来减少对于内存的占用，根据36氪此前的报道，深鉴科技已经完成Demo开发与原型制造，正在接触芯片大厂。寒武纪则将业务重点放在了云端市场。同时，类似高通、英特尔和英伟达等大公司也都在这一领域开展研发，对于创业公司而言，开发速度跑在巨头前面是存活的生死线。
事实上，市场上的深度学习算法供应商早期都处在云端应用的层面。但线路调用云端服务器会造成巨大负载，同时信息传输会导致终端无法做出快速反应，所以市场上对终端层面的深度学习算法产生了大量需求。而为了满足这一需求所产生的算法精简化研发热潮则对硬件本身的计算性能也有一定的要求，硬件性能越高，则在算法层面面临的挑战就越小。所以现阶段，终于有了方案上的实现以及成型的产品。
Kneron最近刚刚敲定了最新的一轮融资，但是资方信息暂时还未公布。未来除了希望扩展商业合作之外，也会在软硬件的基础上着手建立云服务平台。
本文转自d1net（转载）
