終端人工智慧(Edge AI)廠商耐能智慧(Kneron)舉辦開發者大會，宣布推出AI共享平台KNEO，透過「Edge AI Net」的概念，能夠將生命賦予終端設備，實現去中心化、離線本地處理、主動智慧等目標。使用者可以將自己開發的AI應用上傳到該平台與其他開發者共享，實踐AI普及的目標。
AI發展持續落地，尤其是Edge AI呈現百花齊放的狀況，各式各樣的物聯網終端應用持續導入AI，Kneron創辦人暨執行長劉峻誠表示，該公司從2015年成立以來秉持普及AI的信念，期望使AI民主化，並以構建終端AI網路為目標。推出KNEO平台，將以App Store的形式對產業開放，使用者可自行開發AI應用並上傳至該平台，或下載其他人的AI應用後再進行改良，做成個人喜歡的AI形式，實踐AI everywhere的願景。
以KNEO平台下Kneo Stem AI USB加速棒為例，該產品內建耐能KL520 AI晶片，僅靠KNEO Stem驅動AI軟體，即可具備AI功能，只要把KNEO Stem插入小型單板計算機Raspberry Pi的USB連接埠，即可執行如執行物件偵測、人數統計、辦別年齡、性別，和透過攝影機輸入的數據進行人臉識別。
此外，裝置了KNEO Stem可促進不同感測器之間的通訊，把Raspberry Pi連接到兩個KNEO Stem，一個連接到門鎖，另一個連接到安全攝影機，當兩個人先後接近門鎖時，與門鎖相連的KNEO Stem會辨別出第一人的臉是該鎖的授權使用者，與此同時，與安全攝影機連接的KNEO Stem同時偵測到門前有兩個人，而第二人並沒有授權進入，通過KNEO STEM的聯合智慧，安全攝影機和門鎖進行通訊，以識別門前出現異常並發出警告消息。
劉峻誠強調，與一般AI晶片只做單一功能垂直的應用不同，Kneron的晶片設計架構就像是樂高積木，具備「可重組式人工智慧神經網路技術」，會根據不同任務進行重組，減少運算複雜度，在不同的卷積神經網路模型的使用上，無論是模型內核(Kernel)大小、模型規模，還是影像輸入大小的變化，都能保持高效率使用運算(MAC)單元。以KL520為例，本身是智慧裝置之外，還可以數片疊加，也可加裝在舊型晶片上增加算力，直接與其他設備互相溝通。
綜觀目前世界上的AI應用，大多採技術至上的原則建構，而不是以使用者為導向，加上物聯網裝置連上雲端後，反倒引發使用者隱私、安全性、資料外洩以及設備製造商可及性的問題。另一方面，由於AI技術多掌握在大廠手中，消費者等於無償提供自身的行為給這些科技大廠分析。
為了避免這種情況，Kneron致力降低終端物聯網產品的技術門檻，讓物聯網裝置無需連上雲端，便可透過晶片自主學習，除了低資料外洩的可能性之外，KNEO平台更結合邊緣運算與區塊鏈的技術，提供一個安全的網路，讓消費者可以建立個人化的子網路，保障自己的隱私權，更能讓消費者拿回自己的行為自主權。
KNEO平台的特色包括：以邊緣運算AI構建而成，無需上雲，可在線下進行AI處理；為一開放的AI平台，吸引AI應用開發人員、消費者與服務供應商共同加入，打造AI生態圈；利用區塊鏈技術保存個人使用行為記錄，保存下來的AI數據(如購物習慣、駕駛行為、健康訊息等圖像或影片)，可轉換為自行管理的數位資產；消費者對自己的數位資產擁有控制權，可自行決定是否要出售予大型科技公司或科技企業買家。
此外，KNEO平台也將成為美國加州大學洛杉磯分校(UCLA)、維吉尼亞大學、聖母大學，以及台灣、香港主要大學AI教育的核心標準。另外，Kneron更與台灣人工智慧學校合作，開設邊緣運算專班，協助企業培養專業AI人才，降低台灣中小企業數位轉型的門檻與客服導入AI的困難。
