全端 AI 科技企業 Kneron（耐能智慧），日前發表新一代 AI 晶片系列，由旗艦產品KL1140領銜，旨在構建完整的終端到雲端 AI 基礎設施。耐能創辦人暨執行長劉峻誠博士，亦同步揭示未來三年的高中低階多款新晶片規劃，標誌著公司已正式完成全算力佈局。記者孟圓琦／台北報導

全端 AI 科技企業 Kneron（耐能智慧），日前發表新一代 AI 晶片系列，由旗艦產品KL1140領銜，旨在構建完整的終端到雲端 AI 基礎設施。耐能創辦人暨執行長劉峻誠博士，亦同步揭示未來三年的高中低階多款新晶片規劃，標誌著公司已正式完成全算力佈局。也象徵著，耐能從單純的 AI 晶片供應商，關鍵性地進化為 AI 基礎建設公司（AI Infrastructure Company），奠定其在 AI 產業鏈中的重要地位。

[caption id="attachment_199715" align="alignnone" width="2000"] 耐能創辦人暨執行長 劉峻誠博士揭示未來三年的高中低階多款新晶片規劃。（圖／耐能提供）[/caption]

耐能 KL1140 實現終端 Mamba 模型運行

全端 AI 科技企業 Kneron（耐能）在 AI 基礎設施佈局上邁出關鍵一步，正式推出新一代旗艦 AI 晶片 KL1140。此款 NPU 晶片被譽為全球首款能在終端設備上完整執行 Mamba 神經網路的邊緣 AI 晶片，在能效表現上，能達到現有雲端解決方案的 3 倍，同時將成本大幅降低 10 倍，有效突破大型語言模型（LLM）必須高度依賴雲端 GPU 的限制，使其得以真正落地於各類智慧設備。

KL1140 的效能表現令人矚目，透過四顆晶片並聯，即可支援運行高達 1200 億參數的模型，但功耗僅為傳統 GPU 的三分之一。根據美國加州大學柏克萊分校的測試結果，KL1140 在能效方面領先現有邊緣處理器，成為業界最具突破性的 NPU 解決方案之一。

[caption id="attachment_199717" align="alignnone" width="1706"] 圖為KL1140。（圖／耐能提供）[/caption]

延伸閱讀：
AI人才職缺激增！耐能智慧攜手智匯創育佈局人才培育 推動技術落地
谷底反彈！Google如何整合AI版圖 憑藉Gemini 3華麗轉身

除了旗艦晶片外，耐能創辦人暨執行長劉峻誠博士揭示了未來三年的完整晶片產品藍圖，實現從低、中到高的全算力梯度佈局：

• 低功耗安防專用：

  包含 KL640、KL650，主打 Always-on 能力，適用於影像安防及低耗能場景

• 高性價比通用視覺：

  KL540、KL515，面向 IPCam、機器視覺等大眾化終端設備

• 新世代 Gen AI 專用：

  KL840、KL1150，針對高階智慧設備、車載系統與企業邊緣伺服器設計，具備更高的 TOPS 運算能力與串接性

隨著 KL1140 的問世與全系列產品線的量產佈局，耐能已正式完成端側 AI 產品的完整佈局，大幅提升了相較傳統 GPU 的能效與規模化能力，奠定其作為 AI 基礎建設公司的領先地位。

實現邊緣AI突破！挑戰資料中心高能耗現狀

隨著企業加速導入人工智慧（AI），全球資料中心的投資規模已達數兆美元，其能源需求同步飆升。據預估，至 2035 年，全球資料中心耗能將突破 175GW，雲端運算在高成本、高延遲、高能耗以及資料外洩風險等問題日益浮現，現行的 AI 運算模式已難以長期維持。

對此，耐能創辦人暨執行長劉峻誠博士強調：「高成本與高能耗表明現行 AI 運算模式難以長期維持。KL1140 以及我們的新一代系列晶片，就是對此提出的解方。透過在邊緣直接運行大型模型，我們讓 LLM 的強大能力真正走入終端，落實 The Future Lives at the Edge（邊緣即未來）。」

KL1140實現多場景落地

耐能的旗艦晶片KL1140專為語音理解、自然語言處理、智慧視覺、邊緣決策、機器人等多元應用而設計，其核心價值在於能夠完全不依賴雲端連線即時運作。這項技術突破，使邊緣 AI 進入真正可用、可商用、可規模化的新階段。

典型應用案例包括：

• 智慧安防機器人：

  即使在無 Wi-Fi 環境下，亦能即時理解語音、辨識場景並做出回應

• 車載系統：

  提供本地化的語音與決策 AI，消除了雲端延遲，提升行車安全與體驗

• 企業私有 AI 助理：

  確保敏感資料皆保留在辦公室內部，無須上傳雲端，大幅提升數據安全性

• 智慧製造設備：

  實現即時影像解析、語音命令與自主決策，加速工業自動化進程

[caption id="attachment_199719" align="alignnone" width="2000"] 由左至右為國立陽明交通大學 榮譽教授 呂學錦博士、旺宏電子董事長 吳敏求、耐能創辦人暨執行長 劉峻誠博士、台灣人工智慧晶片聯盟會長 盧超群。（圖／耐能提供）[/caption]

從晶片到生態系：耐能打造全棧式 AI 基礎設施

耐能的願景不僅止於單一晶片，更在於建立完整的全端 AI 生態系統。在本次發布會現場，公司完整呈現了其 AI 基礎設施的佈局，展區包括 KNEO350 新一代邊緣 AI 伺服器、專為開發者設計的 KNEO Pi 開發者平台與開發板（全球已累積 28,000 名開發者），以及多樣化的 AI 機器人、智慧會議助理、機器視覺與安防電子方案。

耐能已從邊緣晶片公司快速成長為全棧式 AI 基礎建設企業。其自研方案成功部署於醫療、教育、政府單位等主權 AI 專案中，充分展現了其高安全、本地化的 AI 運算能力。此外，耐能更積極與產業夥伴合作，例如與義大利 Spark 共同打造基於耐能晶片的 LLM 伺服器，構建從晶片、工具鏈、系統到開發者社群的完整 AI 生態。

迎接邊緣 AI 新時代

在 AI 基礎建設邁向下一個十年之際，耐能將持續以創新驅動 AI 普惠化，協助全球企業在雲端運算之外，尋找到更可負擔、更高效、更安全的運算模式，引領「邊緣即未來」的全新 AI 時代，讓 AI 的強大能力真正走入每一台終端裝置。

這篇文章 耐能智慧揭示未來晶片藍圖！落實「邊緣即未來」AI 新時代 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

劉峻誠認為川普揮出的這把全球關稅大刀，另一目的可能跟DeepSeek有關。記者孫敬／台北報導

受美國總統川普全球對等關稅政策影響，台股7日血流成河，加權指數終場重挫2,065.87點收在19,232點，台股上市櫃公司跌停家數高達1,711家，國內3大權值股台積電、鴻海、聯發科均亦亮燈跌停，創下台股史上開盤最大跌幅9.7%。

專注AI晶片開發、曾獲鴻海與光寶科投資的耐能智慧（Kneron），創辦人暨執行長劉峻誠接受《科技島》專訪表示，川普揮出的這把全球關稅大刀，其意在迫使全球各國主動向美國談判，以開出對美優惠的關稅政策。另一目的可能跟DeepSeek日前傳出，從他國偷渡輝達H100晶片至中國一事有關，屬於美國對中國所採取的「圍捕行動」。

延伸閱讀：川普揮關稅大刀！工總提6建議、工商協進會提5措施因應

[caption id="attachment_169674" align="aligncenter" width="2448"] 耐能智慧創辦人暨執行長劉峻誠。（圖／耐能智慧）[/caption]

川普關稅戰走向，各國恐俯首稱或臣團結抗美

「川普關稅戰不僅僅是談關稅，還有防堵中國鄰近國家將關鍵資源轉運到中國。」劉峻誠觀察，市場不少專家分析關稅戰，一大目的在迫使各國主動向美談判優惠關稅，如台灣與越南，以保護美國如汽車、鋼鐵、紡織對外貿易逆差，而其他不願「歸順」美國的中國及加拿大等歐盟成員，恐連成一氣回敬報復性關稅於美國。

然而，劉峻誠認為，早在川普掀起關稅戰前，美國第31任總統赫伯特·胡佛（Herbert Clark Hoover）就曾打出《斯穆特-霍利關稅法》（Smoot-Hawley tariff）關稅戰大牌，「胡佛可以說是促成第二次世界大戰的關鍵之一，川普不可能不知道這件事。」劉峻誠指出，川普這次的行動或許有點張揚，但這次關稅戰真正目的，可能是為了對抗DeepSeek崛起；因中國從鄰近國家獲得美國禁止出口中國的高性能晶片，為了查出這些國家（泰國、越南、印尼）是誰提供晶片予中國，而美國先前指責加拿大、墨西哥與中國遏止毒品芬太尼（Fentanyl）成果不彰，僅僅只是驗證關稅戰手段的測試。

對國際局勢的下一步發展，劉峻誠以沙烏地阿拉伯「願景2030（Vision 2030）」為例，稱該國不受這次川普全球關稅影響，「不會有人想跟盛產石油的國家為難，應該說中東國家皆是。」劉峻誠點出親美派的沙烏地阿拉伯可能會藉此機會祭出更多優惠，吸引國際前去投資。

「在資料與算法上，美國擅長從0到1的創新，中國則擅長從1到100的商業應用。」劉峻誠引述科技界常提及的一句產業觀察，美國這起「圍捕行動」影響最劇的會是亞洲國家，特別是消費型電子產業，建議台灣政府能在市場波動下推出更多激勵措施，穩定台美溝通之餘，打通零關稅互惠互利局面。

這篇文章 川普關稅大刀迫使各國投誠 耐能智慧劉峻誠曝「背後另一目的」 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

完整版 內容大綱： 1. Energy Consumption (能源消耗) 2. Privacy & …

內容大綱：

1. Energy Consumption (能源消耗)

2. Privacy & Security (隱私與安全)

3. Workforce Adaptability (員工適應能力)

講師簡介

1111人力銀行講師劉峻誠

現職

耐能智慧股份有限公司創辦人暨執行長

經歷

清大助理教授 交大與成大客座副教授

2023 電機電子工程師學會CTSoC發明領導獎

2022潘文淵物聯網創新應用獎

2021 電機電子工程師學會達靈頓獎

2020年58屆十大傑出青年與傑出資訊人才獎

【製作團隊】

主持人 黃楷元

整理撰稿 段友儒

剪輯後製 苗庭偉

*生成式AI創新學院-科技島 ➨ https://www.technice.com.tw/1111gpt/

*來去科技島瞧瞧 ➨ https://bit.ly/3tDfD5h

這篇文章 AI客製服務走入家庭 成未來趨勢|劉峻誠線上講座 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

講師：劉峻誠

美國加州大學(UCLA)電子工程博士
於2015年在美國聖地牙哥創辦耐能。是諸多國際知名學術期刊的技術審稿人，也是清大助理教授，交大與成大客座副教授，其出版有《深度學習-硬體設計》與《認識人工智慧 第四波工業革命》二書，在國內外受眾多知名大專院校採用，並於2020年榮獲第58屆十大傑出青年與傑出資訊人才獎、2021 電機電子工程師學會達靈頓獎、2022潘文淵物聯網創新應用獎、2023 電機電子工程師學會CTSoC發明領導獎。

講師：劉峻誠

美國加州大學(UCLA)電子工程博士
於2015年在美國聖地牙哥創辦耐能。是諸多國際知名學術期刊的技術審稿人，也是清大助理教授，交大與成大客座副教授，其出版有《深度學習-硬體設計》與《認識人工智慧 第四波工業革命》二書，在國內外受眾多知名大專院校採用，並於2020年榮獲第58屆十大傑出青年與傑出資訊人才獎、2021 電機電子工程師學會達靈頓獎、2022潘文淵物聯網創新應用獎、2023 電機電子工程師學會CTSoC發明領導獎。

前言

生成式AI的出現為人類的生活帶來了相當大的改變，我們可以隨時打開ChatGPT問它任何的問題；也可以利用Midjourney生成自己想要的圖片。然而，我們現在所看到的生成式AI都是在雲端上，也因此會給我們帶來隱私的問題。另外，目前大部分開發生成式AI的公司所使用的晶片「圖形處理器」（Graphic Processing Unit, GPU），其實也會對我們的環境造成負面的影響。本次課程將從三個面向，與大家探討AI晶片的發展，以及「神經網絡處理器」（Neural Processing Unit, NPU）將會為生成式AI的發展帶來什麼樣的改變。

一、能源消耗（energy consumption）

近期NVIDIA執行長黃仁勳來台，讓全國開始討論AI議題。今天我們所看到的生成式AI基本上都是使用像是NVIDIA所生產的GPU，不過GPU的使用再加上AI的快速發展，其實為我們的環境帶來了相當大的負擔。舉例而言，根據台積電的數據，OpenAI使用GPU做為其所開發的生成式AI的伺服器，一年就虛耗電50億度，相當於台灣核電廠一年可以產生的電量。即便如此，由於生成式AI的快速崛起，愈來愈多公司也想要開發自己的GPT。因此，未來這些公司若皆持續使用GPU做為生成式AI的晶片，那麼無庸置疑地將會為全球的能源帶來巨大的挑戰。而未來如果我們想將ChatGPT等生成式AI導入家電或者自動駕駛，電費也會相當驚人。

可見目前被許多大廠使用的GPU晶片會對已經發燒中的地球帶來更多的負擔，而NPU就能夠用來幫助我們解決GPU大量耗電的問題。NPU最早的開發者便是劉峻誠執行長的耐能（Kneron）公司。耐能於2015年便開始開發NPU，並已於2017年開始量產。GPU當時之所以可以取代CPU，便是因為它的耗能比CPU少，又能處理更多的訊息。而相較於GPU，NPU也能夠花更少的電量處理更多的訊息，也因此對環境更為友善，也使得NPU在生成式AI的發展上能佔有更大的優勢。

二、隱私與安全（Privacy and Security）

當ChatGPT在今年初問世時，包含三星的許多公司都相當歡迎員工使用ChatGPT，認為ChatGPT可以幫助員工在工作上表現更優異。然而，三星後來發現，若員工使用ChatGPT協助程式設計時，其實也等同於將自己公司的資訊提供給OpenAI或微軟這些開發生成式AI的公司，導致公司機密外洩。若今天生成式AI的使用者為政府，那麼就很可能有國家安全方面的疑慮。因此，隱私與安全便是目前生成式AI的使用者，尤其是大公司或政府機關相當顧慮的面向。

而生成式AI所產生的隱私與安全疑慮，主要是因為它們是連接到雲端的緣故。因此在隱私方面，如果我們可以利用客製化AI晶片，將我們公司內部的電腦或者我們個人的手機、筆電和平板等工具的功能提升，讓我們個人的電子設備也具有與雲上的AI同樣的能力，那麼我們就能夠克服目前生成式AI的隱私問題。目前耐能公司已經利用NPU將AI客製化，在公司內部設置一個自己的ChatGPT引擎，並將公司的發展歷程與資訊做為訓練AI的素材，讓AI知道公司的歷史和產品型錄，又沒有機密外洩的疑慮。如此一來便可以將這個引擎用於新進員工的員工訓練中，真正將AI客製化。

在安全方面，耐能則是致力於提供更安全和聰明的人工智慧引擎。我們都知道，ChatGPT之所以聰明是有賴於Transformer模型。Transformer模型之所以強大的其中一個原因是因為它能夠處理具有時序的資訊，得以將上個時刻的資訊與下個時刻的資訊進行綜合判斷，因此當我們的監視器具備Transformer模型，它就可以判斷我們的身體動作。另外，Transformer模型也可以將我們周遭的環境做全局的判斷。所以當我們的電動車有了Transformer模型後，就可以有效避免自動駕駛誤判路障導致車禍的狀況發生。然而，如同前述所提，目前要能夠擁有自己的AI必須付出極高的成本，因此要能夠讓監視器或者個人的自動車配有Transformer模型的AI費用相當昂貴，而未來若能靠著日新月異的NPU技術，將AI嵌入我們的日常生活中，將會為我們的生活帶來重大的變革。

三、產業應用（Workforce Adoptability）

耐能之所以專注於開發NPU，主要是為了提供更安全的人工智慧，同時也希望將AI技術普及於各項產業之中。在教育方面，劉峻誠執行長致力於將AI知識普及於學校，讓生長於AI世代的孩子能夠從小了解AI，並舉辦各項活動與獎學金，提升孩子學習AI的動力，也希望能夠讓台灣在未來AI的發展潮流中不缺席。除此之外，耐能也希望能夠推動產業AI化。為了可以讓資源不足的中小企業也能夠將產業AI化，耐能在其網站上也架設了AI App Store，提供各式功能的AI應用程式供使用者下載。另外，各公司也能夠從網站中下載AI模型使用，甚至可以將自己所開發的AI工具上傳至該網站販售。此目的就是希望能夠讓中小企業能夠利用可負擔的AI模型，將AI引入不同的產業中，實現產業AI化。最後，耐能也曾與台中榮總合作，利用NPU將AI客製化，開發出能夠監測病人姿勢的監視器，只要病人有跌下床的危險，就可以立即通知醫生或護士，確保病人安全。

四、結語

生成式AI的出現確實為人類的生活帶來許多便利性，且有愈來愈多的公司也嘗試著開發出屬於自己的ChatGPT。然而，由於目前生成式AI多是利用GPU晶片進行研發，所以也衍生出了像是環境汙染、隱私與安全的疑慮等問題。而耗能相對較低且能夠客製化的NPU就可能為晶片的發展帶來新的趨勢，未來NPU若能夠更加進步且普及，那麼AI就更有可能走入我們的日常生活中，讓我們的生活因為AI而更加安全便利。

【若想回顧完整版課程影音，請點選此連結；有任何問題或分享，也歡迎在本文底下留言。】

這篇文章 【課堂筆記】Scaling GPT: The Future is on the Edge｜劉峻誠 (10/26) 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。