Kneron CEO刘峻诚：让AI成为平民化的产品｜Xtecher人物特稿

Original 2016-10-13 瓦斯大爆炸 Xtecher

全文共 4418 字，阅读预计您需花费 6 分 39 秒完成：

人物简介：

刘峻诚博士，Kneron Inc 创始人。

本科毕业于台湾成功大学，后获得美国雷神公司（Raytheon）奖学金和加州大学奖学金进入加州伯克利大学的UC Berkeley/UCLA/UCSD共同研究计划硕士/博士班，并取得电子和计算机工程博士学位。现任UCLA Research Scientist。作为IEEE senior member, 刘峻诚博士活跃在学术界，受邀在加州大学（UCSD、UCLA）开授计算机视觉技术与人工智能讲座课程，也是诸多国际知名学术期刊的技术审稿人。

刘峻诚博士在人工智能、计算机视觉和图像处理领域有超过12年的从业经验，拥有40多个国际专利，先后在国际重要期刊发表200多篇论文。刘峻诚博士曾参与美国贝尔实验室（Bell Labs，深度学习人工智能的发源地）与美国政府智产局IARPA 的高速先进保密运算TIC联合开发项目，以及美国航空航天局喷气推进实验室（NASA JPL）的智能图像识别的开发项目。

刘峻诚博士曾在高通（Qualcomm），三星电子研发中心（Samsung Electronics），晨星半导体（MStar），和Wireless Info 等企业担任不同的研发和管理职务。就职于高通（Qualcomm）期间负责先进人工智能研发部门，先后参与计算机视觉与人工智能、手机智能处理器、智能相机、低功耗视频处理器，和先进纳米制程高速芯片等前沿技术和产品的研究和开发，并领导研发团队获得超过9个核心技术专利，荣获高通公司的ImpaQt研发大奖。

作者：瓦斯大爆炸

编辑校正：甲小姐

Xtecher独家

网址：www.xtecher.com

微信公众号ID：Xtecher

当下浮躁的社会中，先想好商业计划，拉一笔投资，然后再开干，已成普遍玩法。可他却坚持“先做，再融资”的理念。他是Kneron CEO，他是刘峻诚，他说：“我要把最前沿的技术带回中国，让AI成为平民化的产品。”

万念俱灰后的善念

名校出身，美国镀金，在外人看来，刘峻诚今天的成功是必然的，但他却将这一切都归结于四个字：

“阴差阳错”。

高中酷爱物理，多次参加物理奥赛，后因成绩优异被保送台大物理系，本想进入物理专业和女友双宿双飞，却不料专业还没选完，就和女朋友分了手。

为了避免与前女友经常见面的尴尬，他主动放弃了自己的“第一志愿”台大物理系，选择了台湾成功大学电子系。

“不看不知道，一看吓一跳”，起初只是“退而求其次”的电子系，探究起来，竟有这么多门道儿，一下子激发了刘峻诚的清晰梦想：

“毕业后当老师、从事学术研究。”

短短4年本科当然不够，“去美国，学习最先进的技术”。说做就做，从萌生留学念头到入学，仅用了2个月。

看似华丽的留学生涯却处处充满险阻。最大困难是“缺钱”。为了不给父母增加过多负担，他几乎跑遍了全校所有实验室，哪个实验室资金富裕，他就进哪个实验室，哪个导师出手大方，他就跟哪个导师，即使遇到了自己完全不懂的专业，为了钱，为了能够继续学业，也硬是坚持了下来。

2008年，他终于博士毕业。“回国还是留美”这个必答题摆在了刚刚毕业的博士生面前。“空有学术理论，缺乏实践经验只会教出‘纸上谈兵’的学生。”于是他决定深入基层，执教之前，先在美国公司做做一线实践，积累经验。

梦想丰满，现实却很骨感。刘峻诚没想到，面试了三十多家公司后仍未得到任何回音。4月1日愚人节当天，他接到电话，被告知美国政府将OPT政策从原本的一年缩短为三个月，而这绝不是愚人节的玩笑。放下电话的刘峻诚，摆着手指头算，“1月毕业，到4月11日就整整三个月了，留给我的时间只有10天了。”10天，对于这个已经面试过30多家企业而没被录取的小伙子来讲，找到工作几乎已不可能。

万念俱灰的刘峻诚，放弃了继续留在美国的想法，但他仍感谢这4年来，美国带给他宝贵经历，正所谓“乌鸦反哺”，他想尽自己最大的努力，报答这个曾经教授他4年知识的国家——他将自己在美国的生活用品、家居等全部家当打包，捐赠给了一个叫做“慈济”的慈善机构。

可是，或许上天真的有意眷顾“心存善念”之人。在慈济，这个年轻的小伙子遇到了在此做义工的范兆宏。

“没有他，我就不会留在美国，可能也不会有今天的‘Kneron’了吧。”

“Kneron 目前一直走比较踏实的路线”

说起与范兆宏的相遇，还真是机缘巧合。当时刘峻诚带着自己全部家当去慈济捐赠，正巧碰上了范兆宏，后者见他拿了那么多东西很是奇怪，便主动上前询问，待小伙子陈述了自己的经历与遭遇后，范兆宏发现刘峻诚正对他公司的“胃口”，便当即决定录用这个刚毕业的年轻人。

“贵人”相助，刘峻诚有惊无险留在了美国。

“报恩的最好方式就是尽自己最大的努力帮助‘恩人’实现愿望。”刘峻诚用了两年多陪同“恩人”将公司送入正轨，直到接到来自三星研发中心的入职邀请。

三星、高通，成了刘峻诚接下来两段职业生涯。在高通任职时，为了保证自己的前瞻性，刘峻诚总去听一些新技术讲座，并参加一些前沿技术的研发。进入高通第三年，新思想加上新技术，让刘峻诚发现了一个全新的技术领域——NPU。

但由于公司政策问题，他的想法还没有说出口就已经被否决了。

“大公司体量太大，政策转换很慢，等他们反应过来的时候为时已晚，与其坐以待毙，不如变中求生。”

于是，刘峻诚从高通带出了一队人马，开始了他的创业之旅。

“每一个高级人才，心中都有一团熊熊燃烧的火焰，虽然长久被压制，但火种永远都不会被熄灭，只要有风便会复燃。NPU恰恰就是点燃他们心中火种的风。”

刘峻诚本就是个号召力十足的人，大学时，他曾在考试前一天带领全班同学跑到郊外看“狮子座流星雨”，而这一次，携诸多高级人才出走高通另立“门派”，也就不那么令人意外了。

“Kneron，我们的公司就叫Kneron。”

就这样，Kneron（深圳市耐能人工智能有限公司）于2014年初成立了。

和其他创业者一样，优秀人才放弃“高官厚禄”出来创业也同样面临着诸多困难。刚刚起步的Kneron由于没有足够的资金支持，只能将一个免费的佛堂作为他们的创业“根据地”。

“那时候真的没钱，4个人，没日没夜地干，用了一年多的时间才研发出了一款产品。”

刘峻诚喜欢用事实说话，在没有产品只有创意的时候，他坚决不肯找投资。

“都是血汗钱，投资人的钱也钱，我不能红口白牙的去‘骗’投资，我做不到。”

经过了一年多的沉寂，有了产品的Kneron势不可挡，不仅仅拿到了近千万美元的投资，团队一下子也从最初的4、5个人拓展到了30来人：深圳8人、台北10人、新竹10人。其中大牛频现：台湾交通大学校长、美国双院士张懋中实验室团队、前湖北省高考榜眼刘柳、前高通员工阎龙、中兴手机前VP范肇宏、2003年世界软体竞赛冠军USC phd郭美辰、钱联发科董事长机要秘书兼法务部负责人Winston Chen ieee、BERKELEY Ai lab phd WC Kao、MIT medialab的Dorl、前三星杰出人才计划 Kangli……“各个都是‘大牛’，能够有幸和他们一起做事，我觉得非常幸运，也特别幸福。”

“Kneron和任何一家深度学习企业都不一样”

放眼当下中国市场，产品同质化日趋严重，以深度学习为例，Kneron绝不是唯一一家做NPU的企业，不过刘峻诚好像对此并不是很在意。

“Kneron和任何一家深度学习领域企业都不一样。”

Kneron强终端设备（移动端，例如手机终端）上的便携式人工智能系统，强调客制化微小内存软件及高效能低功耗的硬件加速器产品。未来，Kneron终端人工智能产品，不仅会在智能物联网、智能车联网、安防、无人机等领域得到运用，还会大幅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。

Kneron产品软硬结合，硬件方面，研发出了终端硬件ASIC产品，可向合作伙伴提供硬件IP，合作伙伴在拿到IP后就可进行量产；软件方面，Kneron可设计可重置的软件架构，从而利用更少的硬件去完成高效的运算。

虽刚刚发力中国市场不久，面对竞争对手，刘峻诚却表现出了非凡的信心。

Kneron希望，各种物联网产品，可以先在“地面”完成部分运算，比起云端更为“即时”，也可减轻云端数据运算的负担。目前，Kneron已与相关互联网公司、代工厂、手机和通信系统供应商及晶片公司等合作，腾讯则是其最早的客户。

Kneron荣膺2016腾飞奖

Kneron目前与腾讯签署了包括智能城市、智能车联网在内的多个合作方案

众所周知，基于深度学习在理论和应用上的突破，人工智能在最近几年有了飞速进展，并开始被应用在人们的日常生活中。深度学习需要庞大的计算量和数据量，绝大多数人工智能系统是将海量数据传送到云端的超级电脑不断长时间运算、学习，然后再将运算结果送回给终端用户。虽然如今网络已经非常发达，这样的架构仍然存在一些显著问题，比方说实时性、隐私安全性以及对网络的巨大负担，只有像Facebook、Google、Baidu、IBM等的大型公司才负担得起这样的系统。

而Kneron提出的分布式人工智能系統，是“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。终端不仅将采集到的原始影像和数据传送到云端，还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，和其他终端结果进行综合学习和运算——这样，将许多智能终端设备连接起来，会带来许多新的应用和发展可能性。

这个方案对于终端设备将会是一个很大的挑战。

Kneron提出了一个软硬结合的解决方案来实现这个目标：

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；硬件方面的“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，并完全取代在高功耗的GPU和CPU上的运算。

Kneron的软件系统已可以成功演示在一般单核芯片离线状态下的行为识别、活动识别、人脸检测、人脸辨识等深度学习功能；Kneron的硬件采用世界最先进的16和28奈米制程。Kneron 早期的28奈米制程产品测试已经可以运行到超过30层神经网路。

面向未来，Kneron希望成为人工智能时代的ARM。