<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
<channel>
	<title>SHENZHEN NAINENG ARTIFICIAL INTELLIGENCE CO., LTD</title>
	<language>zh_CN</language>
	<generator>PRN Asia</generator>
	<description><![CDATA[we tell your story to the world!]]></description>
		<item>
		<title>耐能推出最新款AI芯片KL730，驱动轻量级GPT解决方案的大规模应用</title>
		<author></author>
		<pubDate>2023-08-16 09:00:00</pubDate>
		<description><![CDATA[
 * 解决了人工智能模型落地方面最大的瓶颈-能源成本-与行业及以往耐能的芯片相比，KL730在能效方面的进步达到了3到4倍。 
 * KL730芯片提供每秒0.35 - 4 tera有效计算能力，支持最先进的轻量级GPT大语言模型，如nanoGPT等。 深圳2023年8月16日 
/美通社/ -- 2023年8月15日，总部位于圣迭戈，以开创性的神经处理单元（NPU）而闻名的AI公司耐能，今日
宣布发布KL730芯片。KL730集成了车规级NPU和图像信号处理（
ISP），并将安全而低能耗的AI能力赋能到边缘服务器、智能家居及汽车辅助驾驶系统等各类应用场景中。


KL730作为耐能最新款芯片，从设计之初就以实现AI功能为目的，并突破了多项节能及安全的技术创新。该芯片具备多通道接口，可无缝接入图像、视频、音频和毫米波等各种数字信号，支持多类行业的人工智能应用开发。

 <https://mma.prnasia.com/media2/2184789/image_5029252_10315846.html>


该芯片还解决了目前人工智能的广泛瓶颈之一：普遍的低能效硬件导致的系统高成本。

在该芯片的研发上，KL730在能效方面取得了极大的进步，能效比相较于过往耐能的芯片提升了3至4倍，且比主要行业同等产品提高了150%~200%。


耐能创始人兼CEO刘峻诚表示："运行AI功能需要专用AI芯片，其体系架构与我们以前了解的芯片完全不同。简单地重新使用相邻技术（如图形处理专用的GPU芯片），並不能很好地胜任这项工作。KL730将会是边缘AI的革新者。凭借其前所未有的效率和对Transformer等框架的支持，我们正在为千行百业提供强大的AI能力，在极具安全性和保护数据隐私的情况下充分发挥人工智能的潜力。"


耐能长期专注于边缘AI，并研发了一系列轻量且可扩展的AI芯片，以安全地推动AI能力的发展。2021年，耐能发布了首款支持Transformer神经网络架构的边缘AI芯片KL530。而Transfomer神经网络架构是所有GPT（Generative 
Pre-trained Transformer）模型的基础。KL730芯片进一步丰富该产品系列，提供每秒0.35 - 4 
tera有效计算能力，扩展了支持最先进的轻量级GPT大语言模型（如nanoGPT）的能力。


KL730具有独特的定位，可以改变AIot领域的安全性，从而使用户能够部分或完全离线地在终端运行GPT模型。该芯片配合耐能的私有安全边缘AI网络Kneo，让AI运行在用户的边缘设备上,从而让他们更好地数据隐私。这些应用是全行业的：从企业服务器解决方案到智能驾驶车辆再到以AI驱动的医疗设备，所增加的安全性允许设备之间进行更大的协作，同时保护数据的安全。例如，工程师可以设计新的半导体芯片,而无需与大型云公司运营的数据中心共享机密数据。

自2015年成立以来，耐能以可重构的NPU架构获得诸多行业内认可，并获得奖项。例如IEEE Darlington 
Award。使用耐能芯片的终端产品已进入多个行业领域，从AIoT到智能驾驶及边缘服务器，包含丰田、广达电子、中华电信、松下、韩华等诸多企业。

KL730不久即可提供样品给设备制造商。欲了解更多信息，并探讨KL730的无限可能性，请访问以下网站:

https://www.kneron.com/. <https://www.kneron.com/>

]]></description>
		<detail><![CDATA[<ul type="disc"> 
 <li><b>解决了人工智能模型落地方面最大的瓶颈</b><b>-</b><b>能源成本</b><b>-</b><b>与行业及以往耐能的芯片相比，</b><b>KL730</b><b>在能效方面的进步达到了</b><b>3</b><b>到</b><b>4</b><b>倍。</b></li> 
 <li><b>KL730</b><b>芯片提供每秒</b><b>0.35 - 4 tera</b><b>有效计算能力，支持最先进的轻量级</b><b>GPT</b><b>大语言模型，如</b><b>nanoGPT</b><b>等。</b></li> 
</ul> 
<p><span class="legendSpanClass">深圳</span><span class="legendSpanClass">2023年8月16日</span> /美通社/ -- 2023年8月15日，总部位于圣迭戈，以开创性的神经处理单元（NPU）而闻<span id="spanHghlte298">名</span><span id="spanHghlt0877">的</span>AI公司耐能，<span id="spanHghlt050c">今日</span>宣布发布KL730芯片。KL730集成了车规级NPU和图像信号处<span id="spanHghlt5c64">理</span><span id="spanHghltcb26">（</span>ISP），并将安全而低能耗的AI能力赋能到边缘服务器、智能家居及汽车辅助驾驶系统等各类应用场景中。</p> 
<p>KL730作为耐能最新款芯片，从设计之初就以实现AI功能为目的，并突破了多项节能及安全的技术创新。该芯片具备多通道接口，可无缝接入图像、视频、音频和毫米波等各种数字信号，支持多类行业的人工智能应用开发。</p> 
<div class="PRN_ImbeddedAssetReference" id="DivAssetPlaceHolder7228"> 
 <p style="TEXT-ALIGN: center; WIDTH: 100%"><a href="https://mma.prnasia.com/media2/2184789/image_5029252_10315846.html" target="_blank" rel="nofollow"><img src="https://mma.prnasia.com/media2/2184789/image_5029252_10315846.jpg?p=medium600" title="" alt="" /></a><br /><span></span></p> 
</div> 
<p>该芯片还解决了目前人工智能的广泛瓶颈之一：普遍的低能效硬件导致的系统高成本。</p> 
<p>在该芯片的研发上，KL730在能效方面取得了极大的进步，能效比相较于过往耐能的芯片提升了3至4倍，且比主要行业同等产品提高了150%~200%。</p> 
<p>耐能创始人兼CEO刘峻诚表示：&quot;运行AI功能需要专用AI芯片，其体系架构与我们以前了解的芯片完全不同。简单地重新使用相邻技术（如图形处理专用的GPU芯片），並不能很好地胜任这项工作。KL730将会是边缘AI的革新者。凭借其前所未有的效率和对Transformer等框架的支持，我们正在为千行百业提供强大的AI能力，在极具安全性和保护数据隐私的情况下充分发挥人工智能的潜力。&quot;</p> 
<p>耐能长期专注于边缘AI，并研发了一系列轻量且可扩展的AI芯片，以安全地推动AI能力的发展。2021年，耐能发布了首款支持Transformer神经网络架构的边缘AI芯片KL530。而Transfomer神经网络架构是所有GPT（Generative Pre-trained Transformer）模型的基础。KL730芯片进一步丰富该产品系列，提供每秒0.35 - 4 tera有效计算能力，扩展了支持最先进的轻量级GPT大语言模型（如nanoGPT）的能力。</p> 
<p>KL730具有独特的定位，可以改变AIot领域的安全性，从而使用户能够部分或完全离线地在终端运行GPT模型。该芯片配合耐能的私有安全边缘AI网络Kneo，让AI运行在用户的边缘设备上,从而让他们更好地数据隐私。这些应用是全行业的：从企业服务器解决方案到智能驾驶车辆再到以AI驱动的医疗设备，所增加的安全性允许设备之间进行更大的协作，同时保护数据的安全。例如，工程师可以设计新的半导体芯片,而无需与大型云公司运营的数据中心共享机密数据。</p> 
<p>自2015年成立以来，耐能以可重构的NPU架构获得诸多行业内认可，并获得奖项。例如IEEE Darlington Award。使用耐能芯片的终端产品已进入多个行业领域，从AIoT到智能驾驶及边缘服务器，包含丰田、广达电子、中华电信、松下、韩华等诸多企业。</p> 
<p>KL730不久即可提供样品给设备制造商。欲了解更多信息，并探讨KL730的无限可能性，请访问以下网站:</p> 
<p><a href="https://t.prnasia.com/t/9b0sIrQz" target="_blank" rel="nofollow">https://www.kneron.com/.</a></p>]]></detail>
		<source><![CDATA[Kneron耐能]]></source>
	</item>
	
</channel>
</rss>