恩智浦收购Kinara推进边缘AI发展

我们正迈入一个计算新时代，智能部署到边缘——从工厂机器人到驾驶辅助、乘客娱乐功能甚至协助完成作业的智能汽车。当今的AI必须实现本地化、快速响应、高效能且安全可靠，以满足实时、设备端决策需求。

为此，恩智浦迈出了重要一步。我们于2025年10月27日宣布，正式完成对Kinara的收购。Kinara是业界高性能、高能效独立神经处理单元 (DNPU)的领导企业之一。

重要意义

智能系统的未来将以边缘为中心。从工厂的预测性维护到智能摄像头中的生成式AI，边缘系统被寄予厚望，需要不依赖云端，在本地处理复杂的推理工作。这一转变带来了诸多优势：降低延迟、增强数据隐私、降低带宽成本以及增强抗风险能力。但同时也对设备端计算性能和能效提出了更高要求。

与此同时，由于开发人员寻求安全、经济高效且节能的AI解决方案，边缘AI处理市场正呈爆发式增长。Omdia在2024年底预测，到2029年，边缘人工智能加速硬件市场 (其定义涵盖微控制器级别以上、且网络往返时间在20毫秒以内的所有计算设备) 规模将从该年底的430亿美元增长至897亿美元。

通过收购Kinara，恩智浦借助高性能独立NPU增强了其产品组合，并为AI驱动边缘系统建立了一个可扩展的平台。恩智浦将吸纳Kinara在机器学习硬件、软件协议栈和应用集成方面经验丰富的AI工程师团队。同样重要的是，此次收购将增强恩智浦的软件实力，更好地支持客户构建量产型解决方案。

独立神经处理单元正在重塑边缘智能。如需了解恩智浦与Kinara如何共同推进本地AI发展的更多信息，请查阅官方新闻稿>>

边缘需要高效且可扩展的AI

Kinara的旗舰产品Ara-1和Ara-2是旨在应对全系列边缘AI工作负载的独立NPU。

第一代芯片Ara-1可提供高达6 eTOPS的性能，并已在以视觉为中心的边缘应用场景中大规模部署。

第二代产品Ara-2则是一个性能高达40 eTOPS的强劲引擎，专门针对生成式AI、大语言模型 (LLM)、视觉语言模型 (VLM)、视觉语言行动模型 (VLA)、代理式AI及系统级加速进行了优化。

Ara-2支持卷积神经网络 (CNN) 和基于Transformer的架构，专为满足现代AI的计算和内存带宽需求而构建。它在处理大语言模型和多模态应用方面表现出色，例如，将视觉输入与语音或文本结合以进行情境感知推理。

Ara-2能够在AI计算和嵌入式系统上实时执行生成式AI和LLM，从而带来低延迟、更低运营成本和增强的数据隐私。

Ara-1和Ara-2所基于的架构采用基于RISC-V的可编程数据流设计，推理引擎能够在专有乘积累加运算 (MAC) 单元上被高效解析和执行。这种灵活性意味着解决方案能够随AI算法的演进而适应，工程师既能处理当前的工作负载，也能为未来的任何需求做好准备。

Kinara与恩智浦相辅相成

Kinara的价值超越其芯片本身。其全面的AI软件协议栈包含一个软件开发套件(SDK)、模型优化工具以及一个包含大量预优化AI模型的库。Kinara SDK将被集成到恩智浦的eIQ软件开发环境中，以便开发人员能够轻松地在合并后的产品组合上构建、优化和部署AI应用。

全面的AI软件协议栈包含一个软件开发套件 (SDK)、模型优化工具以及一个包含大量预优化AI模型的库。

这套统一的工具为开发人员提供了无缝且简化的用户体验。无论是构建智能摄像头、语音助手、预测性维护引擎还是多模态人机接口，开发人员现在都能享受到一站式服务体验。我们广泛的应用处理器、独立NPU、电源管理、安全及连接产品阵容，都能得到差异化软件支持的全面保障。

此外，Kinara的独立NPU与恩智浦的i.MX应用处理器 (MPU) ——如i.MX 8M Plus和i.MX 95——能够自然搭配。在边缘AI应用中，DNPU加速器将分流繁重的推理任务，而MPU则可管理预处理、后处理及通用计算。这种协同作用使客户能够独立于应用处理器来扩展AI性能，并获得满足任何成本或功耗预算的系统级灵活性。

此次收购完成后，恩智浦可将独立NPU和强大的AI软件集成到其处理器、连接、安全和高级模拟解决方案产品组合中，进一步增强恩智浦提供从TinyML到生成式AI的完整、可扩展AI平台的能力。

此外，Kinara长期以来一直是恩智浦合作伙伴计划的成员，其与恩智浦应用处理器的成功部署案例，为客户提供了值得信赖的基石。

共同释放生成式AI的潜力

通过将独立NPU集成到产品组合中，恩智浦能够支持复杂的生成式AI和大语言模型任务在边缘运行。生成式AI擅长对图像和视频进行实时解读与推理，基于高质量视觉内容提升清晰度和决策能力。

Ara DNPU器件能够运行多模态LLM模型，从图像和视频中提取特征和情境信息，并利用文本和语音输入来执行基于视觉输入的任务，从而为诸如老年人监护、工业安全分析、工厂危险检测以及楼宇或家庭安防等应用提供实时分析。

在零售领域，生成式AI能根据客户个人偏好创建虚拟展厅或产品设计。在制造业，DNPU解决方案与生成式AI及代理式AI相结合，能够有效提升效率、精度与适应性，为各行业的创新、针对性及自主应用铺平道路。

展望未来

随着新的AI应用场景日新月异，边缘技术正在飞速演进。通过收购Kinara，恩智浦现可提供广泛的边缘AI计算选项组合，涵盖微控制器、应用处理器和独立NPU，使客户能够为任何边缘应用获取全栈解决方案。通过我们的整体产品方案，客户能够加快开发流程、降低系统复杂性，并专注于打造差异化AI体验以提升竞争力。

本文作者

Ali Ors，恩智浦半导体边缘处理AI机器学习战略技术总监。Ali专门负责领导各跨职能团队，为机器学习和视觉处理领域提供创新产品和平台。他目前在恩智浦负责全球AI机器学习战略和技术工作。Ali曾在恩智浦汽车业务部负责ADAS和自主产品的AI战略、战略伙伴关系和平台设计。加入恩智浦之前，Ali曾担任CogniVue公司的工程副总裁，负责开发视觉SoC解决方案和Cognition处理器IP内核。Ali持有加拿大渥太华卡尔顿大学的工程学学位。