若非要總結(jié) 2018、展望 2019 的話，可以借用云知聲創(chuàng)始人兼 CEO 黃偉的一句點(diǎn)評(píng)：“所有偉大的公司都誕生于真實(shí)的生產(chǎn)需求?！?/p>

2019 年 1 月 2 日，云知聲在京召開戰(zhàn)略發(fā)布會(huì)，正式公布其正在研發(fā)的三款定位不同場景的 AI 芯片，包括第二代物聯(lián)網(wǎng)語音芯片“雨燕”Lite、面向智慧城市的支持圖像與語音的多模態(tài)芯片“海豚”、以及面向智慧出行的車載多模態(tài)芯片“雪豹”。據(jù)悉，該三款芯片計(jì)劃于本年度 Q2、Q3、Q4 先后發(fā)布。

值得一提的是，發(fā)布會(huì)上，黃偉表示云知聲的企業(yè)收入主要來自于 AI 芯片和軟件，并預(yù)計(jì) 2019 年依然會(huì)有兩至三倍的收入增長，且人均產(chǎn)值也十分良好。

從家居、車載、機(jī)器人等 AI+生活，到醫(yī)療、教育、政務(wù)、金融、客服、酒店等 AI+服務(wù)，從 2014 年確立“云端芯”的產(chǎn)品體系，到 2018 年首款物聯(lián)網(wǎng) AI 語音芯片 UniOne“雨燕”的發(fā)布，云知聲將“場景”優(yōu)勢提升至了最優(yōu)級(jí)。

幾乎所有人還都沉浸在 2018 的寒冬里，云知聲已搶先一步打響了新一年的戰(zhàn)斗。那么，2019 年是否能真正成為人工智能實(shí)現(xiàn)量產(chǎn)化、規(guī)模化的一年呢？AI 芯片似乎成為了這個(gè)領(lǐng)域技術(shù)供應(yīng)商無法繞過的話題。

黃偉表示，云知聲不是一家以銷售為主導(dǎo)的企業(yè)，銷售人員占比僅 10% 不到。盡管云知聲目前為多個(gè)行業(yè)的頭部客戶提供服務(wù)，但不會(huì)根據(jù)不同場景提供逐一定制服務(wù)。不過，不同的階段，公司（戰(zhàn)略）是不一樣的。2019 年制定的增長目標(biāo)將無疑促使云知聲加大這些方面的投入。

會(huì)后，云知聲 CEO 黃偉、IoT 事業(yè)部副總裁、芯片研發(fā)負(fù)責(zé)人李霄寒接受了 AI 科技大本營等媒體在內(nèi)的采訪。

“不設(shè)邊界”的云知聲

從 2014 年開始切入物聯(lián)網(wǎng) AI 硬件芯片方案（IVM），2015 年云知聲正式組建芯片團(tuán)隊(duì)開始自研。隨著三年后芯片的成功流片，2018 年 5 月云知聲正式發(fā)布其第一代終端 AI 芯片“雨燕”，該芯片采用自主 AI 指令集，擁有具備完整自主知識(shí)產(chǎn)權(quán)的 DeepNet1.0、uDSP（數(shù)字信號(hào)處理器），并支持 DNN/LSTM/CNN 等多種深度神經(jīng)網(wǎng)絡(luò)模型。

隨后幾個(gè)月，云知聲陸續(xù)開源 AI 芯片“雨燕”針對智能家居、智能音箱場景的語音交互解決方案。面向客戶、方案商、開發(fā)者等上下游合作伙伴，提供具體場景的軟硬一體化 Turnkey 解決方案，足夠開放且高度可定制化。一家從軟到硬的技術(shù)供應(yīng)商，在外人看來難免像是一種“不設(shè)邊界”。

“如果沒有芯片就很難和算法結(jié)合起來，在這個(gè)做的過程中，我覺得邊界是模糊的，隨著技術(shù)的不斷演進(jìn)，場景的不斷深入給我們提出了更多的需求?，F(xiàn)階段我們面向物聯(lián)網(wǎng)選擇了一個(gè)重點(diǎn)場景，將算力和應(yīng)用服務(wù)更好的結(jié)合，這是比較明確的，”黃偉解釋道。

直到如今，人工智能產(chǎn)業(yè)也未形成很大的市場，更沒有任何一家企業(yè)能做到絕對的市場壟斷。算法、框架、芯片、模組、加速器等領(lǐng)域都在時(shí)刻涌現(xiàn)新興企業(yè)。云知聲要做的則是針對 IoT 場景下的全棧式終端芯片，這也印證了其“云端芯”戰(zhàn)略中“芯”的定位。

目前，基于“雨燕”芯片的全棧解決方案已導(dǎo)入的各類方案商及合作伙伴已超過 10 家，包括美的、奧克斯、海信、京東、360、中國平安、硬蛋科技等，相關(guān)產(chǎn)品最早將于今年 Q1 量產(chǎn)上市。

什么決定著終端芯片的設(shè)計(jì)？

通過摩爾定律我們知道：同一芯片所能提供的算力將越來越強(qiáng)；同理，不同芯片之間，單位算力輸出的情況下，功耗則越來越低。這也是為什么從前段時(shí)間的英偉達(dá) GPU 到現(xiàn)在的英特爾 Movidus 和國內(nèi)的華為海思芯片都在進(jìn)行從“云”到“端”的嘗試。

黃偉說：“2G 時(shí)代看網(wǎng)絡(luò)小說，3G 看圖片，4G 誕生了快手、抖音、頭條；5G 則是一場質(zhì)變，有著廣闊的覆蓋、更寬的網(wǎng)絡(luò)……云知聲是 5G 的受益者?！?/p>

5G 與人工智能的結(jié)合將真正促進(jìn)萬物智聯(lián)（AIoT）的落地與實(shí)現(xiàn)，端側(cè)與中心側(cè)需要更快速地響應(yīng)和識(shí)別，以實(shí)現(xiàn)更復(fù)雜的功能。物聯(lián)網(wǎng)設(shè)備數(shù)量的大規(guī)模增長、連接成本更為低廉、數(shù)據(jù)維度復(fù)雜多變、應(yīng)用場景更為垂直等諸多挑戰(zhàn)，將進(jìn)一步挑戰(zhàn)物聯(lián)網(wǎng) AI 芯片的設(shè)計(jì)。

除了成本、算力、功耗、安全性等需要考慮之外，在李霄寒看來，還需要關(guān)注以下三點(diǎn)：一是圖像、語音等新維度的數(shù)據(jù)，對其傳輸?shù)膹?fù)雜度及數(shù)據(jù)實(shí)時(shí)性的需求；二是給定成本和功耗條件下，通用芯片架構(gòu)達(dá)不到最佳能效比；三是基于深度學(xué)習(xí)加速的新硬件勢在必行。

物聯(lián)網(wǎng) AI 芯片的最終呈現(xiàn)形式將不再是一個(gè)單一的硬件，而必然是承載著邊緣能力與云端能力的多模態(tài) AI 軟硬一體解決方案。

因此，在芯片設(shè)計(jì)層面，他指出三點(diǎn)因素：

一是場景化，芯片設(shè)計(jì)正由原來追求的 PPA（Power、Performance、Area，即性能、功耗、面積）逐漸演變?yōu)榛谲浻惨惑w，甚至包括云端服務(wù)的方式來解決某個(gè)垂直場景；

二是多模態(tài)，芯片需要具備支持多模態(tài)數(shù)據(jù)采集分析和梳理的能力；

三是端云互動(dòng)，即形成邊緣算力和云端算力動(dòng)態(tài)平衡。

多模態(tài) AI 芯片技術(shù)布局

為實(shí)現(xiàn)多模態(tài) AI 芯片的戰(zhàn)略落地，除了語音技術(shù)，云知聲在機(jī)器視覺方面也取得了不小進(jìn)展。

其中，面向機(jī)器視覺的輕量級(jí)圖像信號(hào)處理器已可實(shí)現(xiàn)在不依賴外部內(nèi)存的情況下，在 30 fps 的速率下實(shí)時(shí)對傳感器的圖片進(jìn)行預(yù)處理，以進(jìn)一步提高后續(xù)機(jī)器視覺處理模塊的處理速度和效果。借助基于人臉信息分析的多模態(tài)技術(shù)，已可實(shí)現(xiàn)人臉/物體識(shí)別、表情分析、標(biāo)簽化、唇動(dòng)狀態(tài)跟蹤等功能，可為產(chǎn)品交互和用戶體驗(yàn)提供更多的可玩性和靈活性。

尤為值得一提的是，云知聲多模態(tài)人工智能核心 IP——DeepNet2.0 的發(fā)布，標(biāo)志著云知聲人工智能處理核心由 1.0 語音時(shí)代全面邁入 2.0 融合語音、圖像等處理能力的多模態(tài)時(shí)代。DeepNet2.0 可兼容 LSTM/CNN/RNN/TDNN 等多種推理網(wǎng)絡(luò)，支持可重構(gòu)計(jì)算（計(jì)算單元可像七巧板一樣進(jìn)行任意拼接組合），支持 Winograd 處理，最高可配置算力達(dá) 4T。目前云知聲 DeepNet2.0 已在 FPGA 上得到驗(yàn)證，將在 2019 年落地的全新多模態(tài) AI 芯片“海豚”上落地。

此外，云知聲還與杜克大學(xué)所領(lǐng)導(dǎo)的美國自然科學(xué)基金旗下唯一人工智能計(jì)算中心——ASIC 達(dá)成深度合作，致力于 AI 芯片算法壓縮與量化技術(shù), 以及非馮新型 AI 芯片計(jì)算架構(gòu)研究。