高通離職團隊欲打造AI晶片新獨角獸，成立2年獲千萬美元投資
（《麻省理工科技評論》中英文版APP現已上線，年度訂閱用戶每週直播科技英語講堂，還有科技英語學習社區哦~）
現階段，高通正面臨著不少國家的罰款及產業競爭的雙重壓力，但不可否認的是，
早在神經網路處理單元（NPU）這個名詞變得非常熱門之前，高通內部在 2013 年、2014 年就提出了讓人工智慧走進終端的概念，更發展出產品，可惜後來因為找不到合適的應用場景，資源縮減，相關技術研發被束之高閣，
當時，高通神經網路專案研發負責人 Naveen Rao 在內部力推打造一個 AI 平臺，但並未被上層採納，他因此離開創業，2 年後公司被英特爾收購，市場傳聞收購價接近 4 億美元，這家公司就是 Nervana Systems。
不過，除了這一群印度團隊之外，還有另一群人也離開，成立專攻終端 AI 軟硬體模組及晶片研發的公司，接連拿下騰訊、格力、搜狗、華碩等大客戶，
論知名度，耐能不如寒武紀、深鑒、地平線，
終端 AI 晶片將是兵家必爭
在整個 AI 晶片產業的戰略頻譜中，大致可以分為三大類，一是雲端、二是 PC 或汽車等應用、第三類就是手機、IoT 等裝置。第一類雲端主戰場的企業以 NVIDIA、Google、Intel 為主，
在雲端領域，可以使用運算能力強的 GPU 系統、伺服器、高性能電腦群（HPC）作為後盾，終端方案運算能力整體來說還是弱於雲端。因此，越是終端的產品隨著系統計算能力的減弱，可以運行的深度學習網路就越小。
圖丨微軟亞洲研究院院長洪小文
日前，在臺北舉辦的 2017 Microsoft AI DAY 上，微軟亞洲研究院院長洪小文發表了演講，當媒體詢問他作為軟體從業者是如何看待硬體在 AI 領域的變化趨勢？洪小文分析，在晶片領域，目前看來GPU是一支獨秀，但功耗大，現在很火的是汽車、無人機、手機以及 IoT 產品依舊面臨著能耗過高的難題。“由於終端的種類很多，這個戰線會布的很廣，會有很多公司投入，終端晶片將是兵家必爭之地，而競爭的關鍵就是能耗。”
也就是說，如果能開發出兼具低功耗及高效能的終端AI硬體，就能在市場成功卡位。事實上，許多硬體公司想的都是這件事，也都投入相關技術開發，耐能就是其中之一，他們主攻終端產品領域，採取推出軟硬一體的模組、NPU IP 授權的商業模式。
讓 ARM A7 A9 可跑 ResNet、SSD
“我們硬體特色就是低功耗、體積小，搭配自行開發的軟體技術——重組式人工智慧神經網路（Reconfigurable Artificial Neural Network）因此可以做到在終端上跑 ResNet、SSD（Single Shot MultiBox Detector）深度學習網路”，耐能創始人劉峻誠說。
在終端跑 SSD 深度學習模型，乍聽之下可能沒什麼感覺，不過目前在深度學習領域有幾個被廣泛使用的模型架構，像是 AlexNet 有 5 或 8 個網路層，先前高通、聯發科曾展示過將 AlexNet 整合進手機中。另外，ResNet 有 18 層、50 層、101 層、152 層等，而 SSD VGG-300、VGG-512 則是龐大的模型，目前主要應用在安防領域，例如電腦可以用一句話描繪出一個場景，並在空間判斷出各個物體的位置、距離等。
圖丨耐能硬體強項在低功耗，讓終端也能執行 AI
然而，耐能所開發的 NPU 使用 ARM Cortex-A7、A9 處理器，卻能跑得動 ResNet 和 SSD，這就是其技術獨到之處。
也就是說，可通過成本更低、功耗更少的方案實現複雜模型的運行，不論是對企業或是智慧終端機的推進都是好事一樁。另外，先前智慧手機晶片公司將 NPU 放進手機，功耗大約是 1～2 瓦，只要一執行 NPU，很快就沒電，而耐能設計的晶片模組卻可以達到 100 mW（毫瓦），近期甚至開發出一個只有 10 毫瓦的產品，只要利用太陽能供電就可以運作兩年，就很適用於 IoT 裝置。
為什麼可以做到功耗低卻又有高效能？重點之一就是他們開發的 Reconfigurable Artificial Neural Network。他解釋，一般跑神經網路就是一層一層跑，但如果你想一下人的大腦，語言、嗅覺、聽覺都有專門負責的區域，所以一個指令進來並不會運用到整個大腦。
基於這樣的概念，耐能設計出一個重組式的工智慧神經網路，不同的任務進來，該神經網路就會自動調整，減少運算的複雜度進而達到功耗降低、又有效率。
圖丨耐能自行開發的重組式人工智慧神經網路（Reconfigurable Artificial Neural Network）。
三級火箭，逐步推進引擎
過去，人工智慧多運用在資料中心，例如 Google 通過 AI 提供搜索優化、垃圾郵件處理、圖像識別等服務。不過，近一、二年來有一股產業聲音，認為可將一部分的人工智慧從雲端移轉到終端裝置上，進行即時識別與判斷分析，不用等到把所有資料經由網路傳送至雲端後才能處理，除可滿足快速、安全的需求，還可減少網路、雲端的負載量與成本。
目前看來，這種合作模式是較好的 AI 生態，有一部分要在終端做，有一些要在雲端做，因為不同問題有每一種的技術可以解決的獨到之處，不可能彼此完全取代。
劉峻誠對 DT 君表示，人工智慧的生態非常新，要評價人工智慧方法的好壞有三個要素：訓練資料、演算法、計算能力。每個要素都具備就會有很高的競爭力。在人工智慧的大頻譜裡，每家公司切入的角度不同。例如，在演算法上，Google 的 TensorFlow 可謂當今主流，運算力則是由 NVIDIA 領風騷，而運算資料則像 BAT，他們拿訓練資料使用現有或是自己開發的平臺，做行業應用。
“我認為，未來的人工智慧很可能會像 Wintel（Windows ＋ Intel）一樣，最終會由 Google + NVIDIA 兩家公司分別霸佔軟體和硬體。不過，這裡分析的是海外市場，中國市場較特殊，玩法完全不同”，他說。
所以說，初創公司該如何在巨人林立的世界找到生存的空間，利基（niche）就變得很重要。
基於這樣的推論，劉峻誠與創業夥伴就思考在 Wintel 時代，有哪些公司是活下來的？有些公司採取直接 PK 的策略並生存下來，例如 AMD，或是以 Andorid 掀起浪潮的 Google，此外，還有一家公司不僅活下來還變得很強，那就是蘋果，其軟體為硬體而開發，硬體又為軟體而生，因此他們選擇一條現實的路線，效法蘋果的策略，通過軟硬一體達到效能優化及使用經驗的順暢。
目前，耐能有三種業務模式，最初他們通過提供軟體打進騰訊生態系統；第二種就是之後開始與大型企業包括 BAT 以及系統廠如格力合作，由夥伴提供訓練資料或行業資料，將其與自己開發的演算法整合，進而推出一個硬體模組；第三種模式從今年第三季開始提供晶片 IP 授權，類似 ARM 的商業模式，目前晶片 IP 業務已經接獲實際的訂單。也就是三級火箭理論，先用第一個引擎把公司推進到下個階段。
“真正的 AI 生態是：AI＋雲＋IoT，IoT 包含手機、智能家居，”他說。但初創公司戰線不能拉太廣，因此耐能選定主攻手機、安防、IoT 三大市場。新這一輪的投資者包括阿裡、高通，後續也將會有實際的商業合作。
一路貴人幫助，終於受到矚目
一家新公司怎麼能跟大公司接觸，甚至還獲得青睞，劉峻誠回答四個字：都是運氣。
剛創立時 AI 不像今日這般火爆，當時紅的是 AR、VR，跟人談融資時，還被問說要不要嘗試把這項技術用來做 AR、VR。在 2015 年底 Google 把 TensorFlow 開源之前，擁有人工智慧開原始程式碼或平臺的公司很少，當時主要的平臺就是加州大學伯克利分校研究團隊所開發的 caffe，“但因為源自于學界，開發者要有一定的 Domain Knowhow 才清楚如何使用”，不過當時騰訊相當明確要發展 AI，內部專門尋找前沿技術的單位就到全球四處去找人才、挑夥伴，劉峻誠在朋友的引薦下就與騰訊接上了線。
去年，騰訊拍了一個真人秀《我是創始人》，類似美國版的《The Apprentice》，這個節目除了初創企業參加之外，還有重量級人物擔任導師的角色，包括格力電器董事長董明珠、Star VC 創始人任泉、搜狗 CEO 王小川等也一起參與，節目內容經常會安排導師和初創企業、或是初創企業彼此組隊，每一集的任務就是替一家企業解決他們遇到的問題。
經過兩三個月與導師們相處、合力解決問題後，劉峻誠和這些大人物們建立了情誼，在節目裡他因為憨厚、質樸的氣質被取了一個“功夫熊貓”的外號。沒想到，就是因為這份內斂、誠懇的態度，獲得了不少導師們的青睞，進而展開業務合作。“我就覺得你這人特別可靠，”董明珠跟他說了這句話之後，隨即啟動格力與耐能的智能家居合作。
聯手搜狗建立 AI 生態
還有一次，王小川和劉峻誠在北加州某個頂樓碰面，兩人從如果外星人攻打地球到比特幣，天南地北聊了 3、4 個小時。
不僅中國企業家力挺他，臺灣的科技主管部門負責人陳良基的專長就是 AI 視覺影像及積體電路設計，他認為，“未來廣大終端產品所需的 AI 應具備低耗能及低電壓晶片設計”，剛好與耐能研發的重點相符，為了提拔初創公司發展，他更親自打電話給聯發科董事長蔡明介、華碩創始人徐世昌推薦耐能。
這一路走來除了貴人提攜，努力也是一個原因，劉峻誠感恩的說：“他們就像我的老大姐、老大哥，如果沒有他們，很難走到現在這一步。正因為你肩負了很多人的信任，不能辜負，我經營公司不是很有經驗，但我很盡力，如果努力指數是 100，我會付出 130。”
預計數周之後，搜狗將發佈與耐能合作搭建的 AI 生態的細節。正由於 AI 涉及的技術、應用相當廣泛，因此許多大企業都急欲建立起生態圈，搜狗的雲端、語音庫、文字形檔具有深厚基礎，而耐能的強項則是在影像跟硬體，因此耐能將提供影音模組、終端 AI 硬體，通過 SDK 連上搜狗的雲端 AI，再把這一個串起的服務架構提供給終端硬體夥伴，協助他們快速推出具有 AI 功能的產品。
堅守不浮誇路線，多年量產經驗 PK 對手
從加州的聖地牙哥（San Diego）開始到美國、臺灣、珠海都設有據點，現在團隊大概近 60 人。成立於聖地牙哥，原因不難猜到，就是大部分成員都從高通出來。數年前高通曾提出要在終端引入人工智慧，劉峻誠就是在那個團隊。
除了高通，還有來自三星、IBM 的好手，像是耐能軟體工程總監郝康立過去就任職于素有三星特種部隊之稱的三星研發中心，其他的高手如史弋宇，是北京清華電子工程系第一名畢業，待過 IBM 華森研究中心（Thomas J. Watson Research Center），另一位同樣是北京清華高才生的謝畢克，則出身自 Google 跟 Marvell。
儘管近年創業火熱，但要放下高薪的大企業工作，始終不是件容易的事，“有些人是一種技術信仰，深信自己的技術一定會成功，所以創業，但我沒有那麼厲害，當時就是感覺會有技術大突破，但終端 AI 會不會變得像現在這樣熱門，我們自己都不確定，”他說得很誠實。
而他口中當時感覺會有技術大突破，指的就是在高通時參與的終端 AI 晶片開發，當時高通將 Zeroth 人工智慧平臺放進驍龍 820，並嘗試尋找終端 AI 的市場應用，第一個應用是用來做無線通訊的交換（Switching），例如搜索鄰近基站、WiFi 的最佳解就是使用深度學習，但後來始終沒有找到更好的應用，高通就減少推動深度學習終端晶片，而選擇走傳統電腦視覺（CV）的方法。
“高通有很多很牛的技術，對前沿科技也看得很准，很強的工程師性格，會追求工程極致”，但很可惜，終端人工智慧的爆發還是得歸功於蘋果的 iPhone X，找到了 3D 人臉識別的應用，突然間，市場都覺得終端要向 AI 升級，產業更是形成一種終端＋AI 是產品“標準配備”的氣氛，而 NPU 也跟著爆發了。
融資多少不重要，拿出營收才是真本事
在中國科技界，寒武紀、深鑒、地平線現在可以說是無人不曉，寒武紀在 8 月完成 1 億美元融資，成為 AI 晶片獨角獸，深鑒在 10 月則宣佈獲得約 4000 萬美元的投資，同月地平線完成近億美元的融資。相較于友商備受光環圍繞，耐能顯得十分低調。
劉峻誠臉上掛著一個功夫熊貓般憨憨的笑容說：“我其實看不太懂募資很多或很少有什麼優劣勢。”市盈率（PE）很高比較像是互聯網的打法，快速攻城掠地，把其他競爭對手打死，不過如果看晶片領域或是硬體公司的 PE 值一直都不高，例如同樣是走 IP 授權的 ARM，PE 大概都在 19 倍，即使是蘋果，歷史 PE 大概就是在 15～25 倍。
“AI 這個領域到底是比較適合互聯網的融資模式，還是晶片領域的模式？我也不知道，沒有誰對誰錯。只是，我覺得資本的本質一定還是要回歸到有實質營收的支撐。團隊一致認為要實打實，把營收做高，對我們公司發展會是比較健康的。我們有實質的收入，即便 PE 值再普通，也很有信心成長為獨角獸，”他語氣堅定的說。
面對同行的來勢洶洶，他只回了一句話：“我們做商用晶片的經驗還是比較多，我們是打過仗的。”他進一步解釋道，公司的定位是立足全球市場，而非特定市場，同行主要是學術出身，發表的論文都很有獨到之處，不過晶片是一個非常重經驗的行業。
他這席言論並非輕視對手，更多是對晶片行業現況的貼切描述。簡單來說，IC 設計可以分為前端設計（FrontEnd）以及實體設計的後端設計（BackEnd），實體設計完成後會得到光罩圖形，進行 Tape Out，也就是將光罩圖形送進光罩廠製作光罩，光罩製作完成再送進晶圓廠製作晶片（Chip），最後再經過封裝與測試，就成為可以銷售的 IC。
但真正做晶片時會面臨制程產生的變異情況，有不同的 Corner，像是 TT Corner、SS Corner、FF Corner 等，在不同溫度下、條件下，狀況就不一樣，BackEnd 設計繞線（routing），決定 IC 中的電晶體與電晶體之間的實際連線，線路粗一點、厚一點又不一樣。晶片設計就像是老師傅，吃經驗的行業，“像是在高通第一線做晶片產品的工程師一定都是 5 年以上的經驗”。
據瞭解，耐能在今年第一、二季已經開始獲利，今年營收約數百萬美元，對於明年的成長性，他僅低調表示，會有好幾倍的成長。
目前看來，耐能的營運已經步上軌道，走過了初期文化不同的磨合期，在他眼中，美國的優勢就在於創造力，從 0 到 1 的能力是全球最強，大陸執行應用、落地的能力非常驚人，而且心態開放，敢於接受新東西，臺灣的特色則是細膩度、追求完美，而耐能的目標就是融合三地的優點，變成一家能站上全球舞臺的公司。
會有很多公司投入，終端晶片將是兵家必爭之地，而競爭的關鍵就是能耗。”也就是說，如果能開發出兼具低功耗及高效能的終端AI硬體，就能在市場成功卡位。事實上，許多硬體公司想的都是這件事，也都投入相關技術開發，耐能就是其中之一，他們主攻終端產品領域，採取推出軟硬一體的模組、NPU IP 授權的商業模式。
讓 ARM A7 A9 可跑 ResNet、SSD
“我們硬體特色就是低功耗、體積小，搭配自行開發的軟體技術——重組式人工智慧神經網路（Reconfigurable Artificial Neural Network）因此可以做到在終端上跑 ResNet、SSD（Single Shot MultiBox Detector）深度學習網路”，耐能創始人劉峻誠說。
在終端跑 SSD 深度學習模型，乍聽之下可能沒什麼感覺，不過目前在深度學習領域有幾個被廣泛使用的模型架構，像是 AlexNet 有 5 或 8 個網路層，先前高通、聯發科曾展示過將 AlexNet 整合進手機中。另外，ResNet 有 18 層、50 層、101 層、152 層等，而 SSD VGG-300、VGG-512 則是龐大的模型，目前主要應用在安防領域，例如電腦可以用一句話描繪出一個場景，並在空間判斷出各個物體的位置、距離等。
圖丨耐能硬體強項在低功耗，讓終端也能執行 AI
然而，耐能所開發的 NPU 使用 ARM Cortex-A7、A9 處理器，卻能跑得動 ResNet 和 SSD，這就是其技術獨到之處。
也就是說，可通過成本更低、功耗更少的方案實現複雜模型的運行，不論是對企業或是智慧終端機的推進都是好事一樁。另外，先前智慧手機晶片公司將 NPU 放進手機，功耗大約是 1～2 瓦，只要一執行 NPU，很快就沒電，而耐能設計的晶片模組卻可以達到 100 mW（毫瓦），近期甚至開發出一個只有 10 毫瓦的產品，只要利用太陽能供電就可以運作兩年，就很適用於 IoT 裝置。
為什麼可以做到功耗低卻又有高效能？重點之一就是他們開發的 Reconfigurable Artificial Neural Network。他解釋，一般跑神經網路就是一層一層跑，但如果你想一下人的大腦，語言、嗅覺、聽覺都有專門負責的區域，所以一個指令進來並不會運用到整個大腦。
基於這樣的概念，耐能設計出一個重組式的工智慧神經網路，不同的任務進來，該神經網路就會自動調整，減少運算的複雜度進而達到功耗降低、又有效率。
圖丨耐能自行開發的重組式人工智慧神經網路（Reconfigurable Artificial Neural Network）。
三級火箭，逐步推進引擎
過去，人工智慧多運用在資料中心，例如 Google 通過 AI 提供搜索優化、垃圾郵件處理、圖像識別等服務。不過，近一、二年來有一股產業聲音，認為可將一部分的人工智慧從雲端移轉到終端裝置上，進行即時識別與判斷分析，不用等到把所有資料經由網路傳送至雲端後才能處理，除可滿足快速、安全的需求，還可減少網路、雲端的負載量與成本。
目前看來，這種合作模式是較好的 AI 生態，有一部分要在終端做，有一些要在雲端做，因為不同問題有每一種的技術可以解決的獨到之處，不可能彼此完全取代。
劉峻誠對 DT 君表示，人工智慧的生態非常新，要評價人工智慧方法的好壞有三個要素：訓練資料、演算法、計算能力。每個要素都具備就會有很高的競爭力。在人工智慧的大頻譜裡，每家公司切入的角度不同。例如，在演算法上，Google 的 TensorFlow 可謂當今主流，運算力則是由 NVIDIA 領風騷，而運算資料則像 BAT，他們拿訓練資料使用現有或是自己開發的平臺，做行業應用。
“我認為，未來的人工智慧很可能會像 Wintel（Windows ＋ Intel）一樣，最終會由 Google + NVIDIA 兩家公司分別霸佔軟體和硬體。不過，這裡分析的是海外市場，中國市場較特殊，玩法完全不同”，他說。
所以說，初創公司該如何在巨人林立的世界找到生存的空間，利基（niche）就變得很重要。
基於這樣的推論，劉峻誠與創業夥伴就思考在 Wintel 時代，有哪些公司是活下來的？有些公司採取直接 PK 的策略並生存下來，例如 AMD，或是以 Andorid 掀起浪潮的 Google，此外，還有一家公司不僅活下來還變得很強，那就是蘋果，其軟體為硬體而開發，硬體又為軟體而生，因此他們選擇一條現實的路線，效法蘋果的策略，通過軟硬一體達到效能優化及使用經驗的順暢。
目前，耐能有三種業務模式，最初他們通過提供軟體打進騰訊生態系統；第二種就是之後開始與大型企業包括 BAT 以及系統廠如格力合作，由夥伴提供訓練資料或行業資料，將其與自己開發的演算法整合，進而推出一個硬體模組；第三種模式從今年第三季開始提供晶片 IP 授權，類似 ARM 的商業模式，目前晶片 IP 業務已經接獲實際的訂單。也就是三級火箭理論，先用第一個引擎把公司推進到下個階段。
“真正的 AI 生態是：AI＋雲＋IoT，IoT 包含手機、智能家居，”他說。但初創公司戰線不能拉太廣，因此耐能選定主攻手機、安防、IoT 三大市場。新這一輪的投資者包括阿裡、高通，後續也將會有實際的商業合作。
一路貴人幫助，終於受到矚目
一家新公司怎麼能跟大公司接觸，甚至還獲得青睞，劉峻誠回答四個字：都是運氣。
剛創立時 AI 不像今日這般火爆，當時紅的是 AR、VR，跟人談融資時，還被問說要不要嘗試把這項技術用來做 AR、VR。在 2015 年底 Google 把 TensorFlow 開源之前，擁有人工智慧開原始程式碼或平臺的公司很少，當時主要的平臺就是加州大學伯克利分校研究團隊所開發的 caffe，“但因為源自于學界，開發者要有一定的 Domain Knowhow 才清楚如何使用”，不過當時騰訊相當明確要發展 AI，內部專門尋找前沿技術的單位就到全球四處去找人才、挑夥伴，劉峻誠在朋友的引薦下就與騰訊接上了線。
去年，騰訊拍了一個真人秀《我是創始人》，類似美國版的《The Apprentice》，這個節目除了初創企業參加之外，還有重量級人物擔任導師的角色，包括格力電器董事長董明珠、Star VC 創始人任泉、搜狗 CEO 王小川等也一起參與，節目內容經常會安排導師和初創企業、或是初創企業彼此組隊，每一集的任務就是替一家企業解決他們遇到的問題。
經過兩三個月與導師們相處、合力解決問題後，劉峻誠和這些大人物們建立了情誼，在節目裡他因為憨厚、質樸的氣質被取了一個“功夫熊貓”的外號。沒想到，就是因為這份內斂、誠懇的態度，獲得了不少導師們的青睞，進而展開業務合作。“我就覺得你這人特別可靠，”董明珠跟他說了這句話之後，隨即啟動格力與耐能的智能家居合作。
聯手搜狗建立 AI 生態
還有一次，王小川和劉峻誠在北加州某個頂樓碰面，兩人從如果外星人攻打地球到比特幣，天南地北聊了 3、4 個小時。
不僅中國企業家力挺他，臺灣的科技主管部門負責人陳良基的專長就是 AI 視覺影像及積體電路設計，他認為，“未來廣大終端產品所需的 AI 應具備低耗能及低電壓晶片設計”，剛好與耐能研發的重點相符，為了提拔初創公司發展，他更親自打電話給聯發科董事長蔡明介、華碩創始人徐世昌推薦耐能。
這一路走來除了貴人提攜，努力也是一個原因，劉峻誠感恩的說：“他們就像我的老大姐、老大哥，如果沒有他們，很難走到現在這一步。正因為你肩負了很多人的信任，不能辜負，我經營公司不是很有經驗，但我很盡力，如果努力指數是 100，我會付出 130。”
預計數周之後，搜狗將發佈與耐能合作搭建的 AI 生態的細節。正由於 AI 涉及的技術、應用相當廣泛，因此許多大企業都急欲建立起生態圈，搜狗的雲端、語音庫、文字形檔具有深厚基礎，而耐能的強項則是在影像跟硬體，因此耐能將提供影音模組、終端 AI 硬體，通過 SDK 連上搜狗的雲端 AI，再把這一個串起的服務架構提供給終端硬體夥伴，協助他們快速推出具有 AI 功能的產品。
堅守不浮誇路線，多年量產經驗 PK 對手
從加州的聖地牙哥（San Diego）開始到美國、臺灣、珠海都設有據點，現在團隊大概近 60 人。成立於聖地牙哥，原因不難猜到，就是大部分成員都從高通出來。數年前高通曾提出要在終端引入人工智慧，劉峻誠就是在那個團隊。
除了高通，還有來自三星、IBM 的好手，像是耐能軟體工程總監郝康立過去就任職于素有三星特種部隊之稱的三星研發中心，其他的高手如史弋宇，是北京清華電子工程系第一名畢業，待過 IBM 華森研究中心（Thomas J. Watson Research Center），另一位同樣是北京清華高才生的謝畢克，則出身自 Google 跟 Marvell。
儘管近年創業火熱，但要放下高薪的大企業工作，始終不是件容易的事，“有些人是一種技術信仰，深信自己的技術一定會成功，所以創業，但我沒有那麼厲害，當時就是感覺會有技術大突破，但終端 AI 會不會變得像現在這樣熱門，我們自己都不確定，”他說得很誠實。
而他口中當時感覺會有技術大突破，指的就是在高通時參與的終端 AI 晶片開發，當時高通將 Zeroth 人工智慧平臺放進驍龍 820，並嘗試尋找終端 AI 的市場應用，第一個應用是用來做無線通訊的交換（Switching），例如搜索鄰近基站、WiFi 的最佳解就是使用深度學習，但後來始終沒有找到更好的應用，高通就減少推動深度學習終端晶片，而選擇走傳統電腦視覺（CV）的方法。
“高通有很多很牛的技術，對前沿科技也看得很准，很強的工程師性格，會追求工程極致”，但很可惜，終端人工智慧的爆發還是得歸功於蘋果的 iPhone X，找到了 3D 人臉識別的應用，突然間，市場都覺得終端要向 AI 升級，產業更是形成一種終端＋AI 是產品“標準配備”的氣氛，而 NPU 也跟著爆發了。
融資多少不重要，拿出營收才是真本事
在中國科技界，寒武紀、深鑒、地平線現在可以說是無人不曉，寒武紀在 8 月完成 1 億美元融資，成為 AI 晶片獨角獸，深鑒在 10 月則宣佈獲得約 4000 萬美元的投資，同月地平線完成近億美元的融資。相較于友商備受光環圍繞，耐能顯得十分低調。
劉峻誠臉上掛著一個功夫熊貓般憨憨的笑容說：“我其實看不太懂募資很多或很少有什麼優劣勢。”市盈率（PE）很高比較像是互聯網的打法，快速攻城掠地，把其他競爭對手打死，不過如果看晶片領域或是硬體公司的 PE 值一直都不高，例如同樣是走 IP 授權的 ARM，PE 大概都在 19 倍，即使是蘋果，歷史 PE 大概就是在 15～25 倍。
“AI 這個領域到底是比較適合互聯網的融資模式，還是晶片領域的模式？我也不知道，沒有誰對誰錯。只是，我覺得資本的本質一定還是要回歸到有實質營收的支撐。團隊一致認為要實打實，把營收做高，對我們公司發展會是比較健康的。我們有實質的收入，即便 PE 值再普通，也很有信心成長為獨角獸，”他語氣堅定的說。
面對同行的來勢洶洶，他只回了一句話：“我們做商用晶片的經驗還是比較多，我們是打過仗的。”他進一步解釋道，公司的定位是立足全球市場，而非特定市場，同行主要是學術出身，發表的論文都很有獨到之處，不過晶片是一個非常重經驗的行業。
他這席言論並非輕視對手，更多是對晶片行業現況的貼切描述。簡單來說，IC 設計可以分為前端設計（FrontEnd）以及實體設計的後端設計（BackEnd），實體設計完成後會得到光罩圖形，進行 Tape Out，也就是將光罩圖形送進光罩廠製作光罩，光罩製作完成再送進晶圓廠製作晶片（Chip），最後再經過封裝與測試，就成為可以銷售的 IC。
但真正做晶片時會面臨制程產生的變異情況，有不同的 Corner，像是 TT Corner、SS Corner、FF Corner 等，在不同溫度下、條件下，狀況就不一樣，BackEnd 設計繞線（routing），決定 IC 中的電晶體與電晶體之間的實際連線，線路粗一點、厚一點又不一樣。晶片設計就像是老師傅，吃經驗的行業，“像是在高通第一線做晶片產品的工程師一定都是 5 年以上的經驗”。
據瞭解，耐能在今年第一、二季已經開始獲利，今年營收約數百萬美元，對於明年的成長性，他僅低調表示，會有好幾倍的成長。
目前看來，耐能的營運已經步上軌道，走過了初期文化不同的磨合期，在他眼中，美國的優勢就在於創造力，從 0 到 1 的能力是全球最強，大陸執行應用、落地的能力非常驚人，而且心態開放，敢於接受新東西，臺灣的特色則是細膩度、追求完美，而耐能的目標就是融合三地的優點，變成一家能站上全球舞臺的公司。