本文系网易智能工作室（公众号 smartman 163）出品。聚焦 AI，读懂下一个大时代！ 文/小羿 5 月 16 日下午，创业六年的 AI 公司云知声在北京召开发布会，正式发布了首款面向物联网领域的 AI 系列芯片 UniOne。下面智能菌就带大家看看第一代 UniOne 芯片“雨燕”的真实面貌。 “雨燕”芯片发布：面向智能家居，云知声称用1/10 的价格挑战 50 倍的性能 根据云知声的表示，UniOne 是云知声的芯片品牌，是一系列芯片的总称。今天发布的第一代芯片是“雨燕”产品，是第一款面向 IoT 人机交互场景的 AI 芯片，面向智能家居和智能音箱，主要是由语音 AI 切入 DNN/LSTM/CNN。而第二代芯片“雪豹‘预计将于明年发布，面向智能车载领域，主打多模态、车规级，对算力的数量级提升；第三代芯片”旗鱼“预计将于 2020 年推出，面向智慧城市领域，将提供通用的 AI 边缘算力。 本次发布的“雨燕”芯片采用 CPU+uDSP+DeepNet 架构，支持8/16 bit 向量、短距运算，基于深度学习网络架构。云知声称，雨燕可将面向语音 AI 的并行运算性能发挥到极致，在更低成本和功耗下提供更高的算力。
根据云知声联合创始人、芯片负责人李霄寒的表述，“雨燕”芯片架构可以分为五个部分。第一部分是 Audio，内置了云知声的全频谱的自主语音 AI 技术。第二部分架构是云知声拥有自主知识产权的数字信号处理器 uDSP，支持多种类型麦克降噪和声源定位。第三部分架构是云知声完全自主研发的深度神经网络处理器（NPU）DeepNet。前三部分是一个封闭的代码。 但是，物联网领域的终端形态多样，需求非常复杂，所以云知声不仅提供雨燕芯片和终端引擎，还将应用部分向客户开源，同时提供相应定制化工具以及云端 AI 能力服务。而支持这种定制化能力的是雨燕芯片架构中的 CPU+Memory、以及多种接口这两部分，可以提供给合作伙伴进行自由开发。 在架构灵活性方面，通过 Scratch-Pad 将主控 CPU 与 AI 加速器内部 RAM 相连，提供高效的 CPU 与 AI 加速器之间的数据通道，以便 CPU 对 AI 加速器运算结果进行二次处理。 也就说，UniOne 提供产品共性的东西，比如远场语音识别，标准化组件。但是在场景、产品使用等相关的个性化部分将源代码开放。这样就能在保证高性能、高能效比的同时，兼顾灵活性和通用性。
从软件层面来看，雨燕提供了面向深度神经网络的 AI 扩展指令集。李霄寒表示，将耗时的 AI 计算进行算子抽象，并在全新并行架构中进行硬件实现。 电源模式设计上，雨燕提供多级电源模式，从动静检测（占芯片能耗的2%），到活体检测（占芯片能耗的 10%），到目标检测（占芯片能耗的 20%），再到正常模式。大大降低功耗。 功能上，“雨燕”芯片提供声源定位、回声消除、远讲降噪、超低功耗的语音唤醒、离线识别、本地 TTS、声纹识别、用户画像、流式对话，应用定制化等等。 另外，云知声不仅提供芯片，还将提供一体化的云端芯产品级解决方案，对接 AI 云服务、AI 软件方案商、芯片原厂等。在本次发布会上，云知声还公布了与两家公司的战略合作。会上，云知声宣布与京东 Alpha 平台合力打造定制化智能标杆产品，并联手亿咖通科技共同研发汽车前装车规级 AI 芯片，构造以语音为核心的座舱交互平台。 AI 芯片研发之路：打磨四年，先验证市场合理性
云知声为何要研发 AI 芯片？据云知声 CEO 黄伟称，从 PC 互联网到移动互联网，再到现在物联网时代，AIoT 的设备数量级将增长到 348 亿，远超 PC 设备和手机设备。但是，随着物联网的深度推进，终端设备被赋予更多的 AI 能力，且需求碎片化严重，对于 AI 算力需求也不尽相同，原有的通用架构芯片很难满足物联网设备的需求。“无论是 CPU、GPU 还是 FPGA，现有的芯片架构并非为 AI 专门设计，并不能满足物联网 AI 算力的需求。”黄伟称。 另一方面，AI 算法的接入，对设备端芯片的并行计算能力和存储带宽也提出了更高的要求，而且尽管基于 GPU 的传统芯片能够在终端实现推理算法，但并非针对深度学习设计，能效远低于 AI 专用芯片。所以，AI 芯片在设计上更加专门化，相比通用芯片在计算密度及功耗上有绝对优势。 黄伟称，做好一个 AI 芯片必须有三个前提，全栈式的 AI 技术能力、已经验证的应用场景、芯片设计能力，云知声在 AI 芯片上已经布局了四年。在这四年中，云知声在家居、智能音箱、儿童机器人等市场方面已经基于 IVM（通用芯片方案）的产品形态，验证了市场、产品、用户场景的合理性。 黄伟表示，云知声早在 2015 年就组建了芯片团队，2016 年公司开始就市场、产品、技术路线以及芯片下游合作方的评估。2017 年启动芯片产品定义、IP 选型、算法优化、工具准备，以及详细产品定义和技术模块评估工作。 黄伟称，得益于四年时间的积累，“雨燕”量产后将能快速切入市场客户并满足更多产品种类和形态上对成本、稳定性、集成度等方面的需求。黄伟还表示，在落地过程中，AI 芯片不是孤立的，还需要软件应用、解决方案以及服务商的支持。 AI 芯片领域的中国势力凸起 在 AI 芯片领域，根据市场研究公司 Compass Intelligence 发布了最新研究报告，业界对于 AI 芯片的需求也在加大，目前有超过 1700 家创业公司对 AI 芯片感兴趣。过去三年，排名前 24 家 AI 芯片公司总共在人工智能领域投入高达 600 亿美元。 报告显示，在全球前 24 名的 AI 芯片企业排名表中，英伟达(Nvidia)、英特尔(Intel)以及 IBM (NPU)分别位列前三名，中国公司占据七个席位，并且最高名次是排行第 12 的华为，其他六家公司分别是华为海思（HiSilicon）、联发科（MediaTek）、Imagination、瑞芯微（Rockchip）、芯原（Verisilcon）、寒武纪（Cambricon）、地平线（Horizon）。
云知声杀入 AI 芯片领域，相比其他厂商，更专注于应用场景和解决方案。加上近日云知声完成了 1 亿美金C轮融资，可谓市场前景较好且粮草充足。未来，云知声能否在 AI 芯片领域占有一席之地，还有待市场检验。 |
