云知声打磨四年的AI芯片出炉，中国造芯势力群起

▼

点击上方蓝字 关注网易智能

为你解读AI领域大公司大事件，新观点新应用

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。

网易智能

聚焦AI 读懂下一个大时代

长按扫码关注我们

加入社群

AI社群（AI专家群、AI黑板报）火热招募中，欢迎对AI感兴趣的小伙伴，添加小助手微信 kaiwu_club，说明身份即可加入。

往期精华

人物专访  沈向洋 | 于尔根 | 洪小文 | 李德毅 | 尤瓦尔 | 哈萨比斯 | 宋继强 | 杨强 | 余凯 | 邓志东 | 芮勇 | 戴文渊 | 石博盟 | 韦东 | 黄学东

行业特稿  抢滩智能音箱（上） | 抢滩智能音箱（下） | 自动驾驶行业素描（上） | 自动驾驶行业素描（下） | 机器翻译技术与应用

重磅报告  麦肯锡（二） | AlphaBeta & ABC | 埃森哲 |  英国政府 | Internet Society | Forrester | VertoAnalytics | 麦肯锡（一） | 苹果公司 | 耶鲁大学