但如果問，最快落地的AI應用是什么?毫無疑問是智能手機、智能家居、智能安防這些我們每天都用到的東西。

AI芯片問世已有數年，但真正落地的應用寥寥。如今，業界的關注點逐漸轉向市場普及，特別是產品量產與應用。如果AI應用也與拳擊比賽一樣采用分級制，那么自動駕駛無疑是重量級選手，而智能門鎖、智能家電、兒童智能產品，以及智能手機、平板電腦、門禁系統等下游市場則屬于輕量級。相較而言，輕量級應用在普及速度和難度上，都有著絕對優勢。

不過，輕量級AI芯片要想實現快速普及，功耗、傳感器適配性、識別范圍等問題也亟待解決。《電子工程專輯》曾專訪耐能(Kneron)創始人兼CEO劉俊誠，了解到耐能在市場策略上力推輕量級人工智能，并將其定義為——“Tiny AI”。

終端AI的星星之火，可成燎原之勢。但什么應用才是Tiny AI的最佳風口?

從最有希望普及的應用入手

2017年，蘋果推出iPhone X讓3D人臉識別開始流行于大眾，這讓一批AI廠商找到了突破口。

2018年，針對3D AI領域，耐能將其NPU與MCU整合，推出低功耗、小體積的支付等級3D AI軟硬件一體化解決方案，希望藉此搶占AI芯片快速普及的制高點。

該方案支持結構光、ToF、雙目立體視覺等主流3D傳感技術，通過結合2D圖像分析識別與深度信息分析，進行面部、身體、物品等識別，不僅能提升識別精準度，消除被照片、視頻、蠟像、3D打印模型等解鎖的風險，還能精準識別物品、行為，并提供其他3D圖像采集應用，可用在智能手機解鎖、移動支付、智能門鎖開鎖等高安全等級要求領域。

值得一提的是其中的3D面部識別解決方案，只要搭配入門的近紅外線鏡頭和原有的RGB鏡頭，不需額外的雙攝校準，就可提供3D面部識別解鎖、3D建模等應用，且適用于各種終端設備。

比如入門級智能手機，只要具備百萬以上像素的前置鏡頭，安裝軟件后即可進行真人臉部識別，排除用照片、視頻解鎖的風險，并延伸到手機支付等其他應用，其中人臉識別準確率據稱達99.99%。而針對智能安防領域，該算法可實時偵測多張人臉并進行人臉識別、身份核對，在離線狀態下，終端監控設備也能識別是否為陌生人，而主動通知管理員。

降功耗，降維攻擊傳統芯片

據調查顯示，消費者在購買智能化設備時十分關注能效與續航能力，這兩項指標也極易影響使用體驗。例如，空調等智能家電需要長期運行，耗電量直接決定著用戶的使用成本;對智能手機、智能門鎖、機器人等主要采用蓄電池的設備而言，續航能力不僅影響使用體驗，更可能關乎生活、工作乃至安全。要解決這些問題，關鍵在于芯片的功耗。

按常理，普通芯片由于設計邏輯簡單，執行功能單一，功耗上應該比AI芯片更有優勢，AI芯片如何在能效上突圍?

2018年9月，耐能發布的第二代NPU IP在能效上做了大量優化。該系列包括低功耗版KDP 320、標準版KDP 520、高效能版KDP 720等三大產品，整體效能相較于上一代產品大幅提升達3倍，計算能力最高可達5.8TOPS(每秒萬億次計算)。

其中，依托KDP 520設計的芯片，支持語音、人臉、物品等多種識別，滿足機器人、智能玩具等兒童智能產品對低功耗、高效能AI芯片的需求，特別是在語音交互、身份識別、跟隨陪伴、物品識別、趣味教學、家長遠程監護、兒童教育等領域，可對長期“霸占”該領域的傳統MCU芯片進行降維攻擊。

不挑食，入門級傳感器也能配

AI芯片的效能不斷升級，為傳感效果的提高奠定了基礎。不過，要想實現出色的傳感效果，仍有待AI芯片與傳感器進行良好適配。截至目前，多數AI芯片均對傳感器的規格、性能要求較高，否則便無法達到預期效果，甚至無法適配。相比之下，耐能NPU就比較“不挑食”，與入門級的傳感器也可適配，降低了終端設備實現AI的門檻。

以智能門鎖為例，受年齡增長、傷病等的影響，人的指紋可能出現變化或被磨損，進而無法被識別，使以指紋識別為主要賣點的現有智能鎖存在明顯的局限性。而受限于傳統芯片的計算能力和功耗表現，現有的2D人臉識別則很可能被照片、視頻、蠟像、3D打印模型等破解，陷入安全性的瓶頸，始終無法大規模普及。

基于此，耐能與奇景光電聯手，推出AI芯片與3D 結構光的模組方案，通過專門的AI芯片對3D人臉數據進行高效識別處理，創新性地解決當前智能門鎖市場對方便、安全、高效的使用需求，填補市場空白，預計2020年搭載這款3D AI安防解決方案的產品將商用。

另外，耐能還與鈺創科技、Cadence等企業共同開發用于終端智能設備的先進視覺解決方案，加速計算機視覺與機器學習的應用普及。

認得出圖像，也聽得懂語音

AI興起之初，圖像識別、語音識別儼然成了兩個對立的陣營，不僅各有一批看好其前景的芯片廠商，在終端設備上也各有應用。前者如智能手機、門禁系統、視頻監控攝像機，后者則如智能音箱、機器人。而今，源于用戶需求的變化，越來越多廠商意識到，圖像、語音等識別需求不可能割裂開來，而必須互相融合。

其中，最具代表性的莫過于智能家電。例如，早期的智能空調側重于語音識別，即用戶以語音控制空調的開啟、關閉以及溫度、濕度等的升降，但當用戶的普通話不標準、聲音嘈雜時，設備就可能接收到錯誤的指令，使相關功能大打折扣。而且，從手動按鍵到“喊話”，各項功能的實現仍依賴用戶主動操作。若用戶像忘記按開關一樣忘記說“關閉空調”，仍然無法解決浪費電的痛點。

相比之下，將圖像識別、語音識別等AI功能相融合后，則可將兩者的優勢無縫銜接，從而全面解決各種痛點。同樣以智能空調為例，借助圖像識別功能，內置攝像頭可識別室內有沒有人，若用戶已經離開，則自動關閉，從而避免電能浪費。

目前，耐能消費級別AI芯片解決方案已實現智能家電對人、物、場景的離線識別，這在安全可靠的同時，也讓智能家電變得智能、靈性，大大拓展了智能家電的內容和服務場景，在智能空調、智能電視、智能冰箱等應用領域都有大量應用。

為智能家居打造AI SoC

在近日舉辦的CES 2019上，耐能除了展示最新的3D AI解決方案外，還宣布將新增AI SoC產品線，在第二季度率先推出一款專為智能家居應用所設計的AI SoC，可應用在門鎖、門禁系統、智能玩具，以及其他家電設備等。此AI SoC搭載基于耐能 NPU IP- KDP 520的AI處理器，可支持2D、3D圖像識別、語音識別，能與不同的3D傳感技術整合，以及計算不同神經網絡模型。

劉峻誠表示：“耐能致力于發展人工智能在終端設備上的應用，3D AI解決方案結合3D傳感技術與終端人工智能，讓圖像識別精準度和使用安全性大幅提升，我們預期它將為市場帶來更多創新應用。我們很高興同時宣布將新增AI SoC產品線，推出專為智能家居應用所設計的AI SoC，該產品為耐能產品發展策略Tiny AI的體現，提供一個體積小、功耗低的輕量級終端AI解決方案。”