Kneron, qui développe des puces d’intelligence artificielle destinées à alimenter les voitures autopilotées et d’autres machines autonomes, a annoncé aujourd’hui avoir levé 49 millions de dollars dans le cadre d’une extension de son tour de table de série B auprès d’investisseurs tels que Foxconn, Alltek, Horizon Ventures, Liteon Technology Corp, Adata et Palpilot.
Le PDG de Kneron, Albert Liu, déclare que cette nouvelle tranche porte le total des fonds levés par Kneron à 190 millions de dollars, servira à soutenir les efforts de commercialisation de Kneron dans l’industrie automobile et à augmenter la taille de son équipe, en mettant l’accent sur la division de recherche et développement.
« Le besoin de puces sur le marché de l’automobile est important, et la croissance rapide de l’IA dans les applications génératives stimule le besoin de puces d’IA « , a déclaré Liu à TechCrunch lors d’une interview par e-mail. « Kneron est stratégiquement positionné avec des avantages uniques dans ces domaines ».
L’explosion de la demande d’IA s’accompagne d’une augmentation de la demande de puces conçues pour exécuter des charges de travail d’IA. Gartner prévoit que l’industrie des semi-conducteurs réalisera un chiffre d’affaires de 53,4 milliards de dollars, soit une augmentation de 20,9 % par rapport à 2022.
Il n’est pas surprenant que les investisseurs soient à l’affût de cette opportunité. Selon les données de PitchBook, le financement par capital-risque des startups spécialisées dans les puces a doublé entre 2017 et 2022.
Les entreprises comme Kneron en profitent évidemment.
Kneron a été cofondée en 2015 par Liu et Frank Chang. Avant de créer l’entreprise, Liu a occupé des postes de recherche et développement et de gestion chez Qualcomm et Samsung. Chang a été directeur adjoint chez Rockwell avant d’être élu à l’Académie nationale d’ingénierie, organisme à but non lucratif qui gère des programmes d’ingénierie, d’éducation et de recherche.
Avec Kneron, Liu et Chang ont entrepris de développer du matériel pour les applications d’intelligence artificielle, en particulier des ASIC (Application-Specific Integrated Circuits), c’est-à-dire des puces conçues sur mesure pour un usage particulier. Aujourd’hui, Kneron fournit des puces d’IA reconfigurables et de faible puissance, conçues pour s’interfacer avec les systèmes existants, tels que les capteurs des véhicules sans conducteur, et qui peuvent exécuter des algorithmes allant des modèles de détection des visages et des corps aux modèles de génération de texte.
![Kneron](https://www.toute-lactu.com/wp-content/uploads/2023/09/La-societe-Kneron-specialisee-dans-les-puces-dIA-leve-49.jpg)
Crédits d’image : Kneron
Kneron a un certain nombre de concurrents dans ce domaine, notamment NeuReality, qui développe une technologie similaire d’accélération de l’inférence de l’IA. Il y a aussi Hailo, Mythic et Flex Logix, pour ne citer que quelques exemples. En ce qui concerne les opérateurs historiques, Google se bat pour dominer l’inférence en IA avec ses unités de traitement tensoriel, tandis qu’Amazon mise sur Inferentia, sans parler de l’éléphant dans la pièce, le matériel GPU de Nvidia.
Mais Kneron s’est bien débrouillée. Le chiffre d’affaires est de l’ordre de « millions à deux chiffres », affirme Liu, avec une base de clients qui couvre ~30 marques, dont Garmin, Naver et Quanta. Par l’intermédiaire d’Otus, un fournisseur de technologie d’imagerie que Kneron a acquis en avril, Kneron a conclu des partenariats avec des clients du secteur automobile tels que JVC Kenwood.
À court terme, Liu dit que Kneron se concentrera sur les « orientations stratégiques » de l’IA, comme les voitures autonomes, qui évitent la concurrence avec les « acteurs dominants existants ». À plus long terme, l’entreprise s’attaquera davantage aux acteurs en place, potentiellement par le biais de collaborations avec des fournisseurs tiers. C’est du moins ce qui est prévu.
« Kneron est en passe de devenir un acteur important dans ce secteur », a déclaré M. Liu. « KneronLes solutions reconfigurables et légères de Kneron résolvent trois problèmes majeurs auxquels sont confrontés les cas d’utilisation de l’IA – latence, sécurité et coût – permettant ainsi à l’IA de s’implanter partout. »