5月16日，剛剛完成C輪融資的云知聲宣布正式發(fā)布全球首款面向IoT(物聯(lián)網(wǎng))的AI芯片UniOne。

云知聲成立6年以來極少像業(yè)界科技企業(yè)一般舉辦發(fā)布會，黃偉公開演講的次數(shù)也僅僅只有4次。而這一次，黃偉不僅邀請了政府方面的領(lǐng)導，如華米、寒武紀等一般正在勢頭上的明星企業(yè)，更邀請了他的初中老師、同學，還有在湖畔大學的一眾同學們。

對于黃偉來說，這是非常重要的時刻，所有的等待與隱忍終于要綻放了。他將人工智能創(chuàng)業(yè)比喻成為在沙漠中前行，饑渴、艱難，沙漠中偶爾出現(xiàn)的綠洲不是他的最終目標，沙漠后的那片汪洋大海才是他的終點。那片海就是物聯(lián)網(wǎng)AI。

UniOne是什么?

云知聲聯(lián)合創(chuàng)始人兼芯片負責人李霄寒解釋，“UniOne不是一顆芯片，而是一系列芯片，它代表了云知聲對于物聯(lián)網(wǎng)AI芯片發(fā)展戰(zhàn)略的整體構(gòu)想?！?/p>

他指出，面向方案商與開發(fā)者，UniOne可提供完整的語音AI應(yīng)用參考方案、云端能力以及定制化工具，幫助客戶在跨形態(tài)的物聯(lián)網(wǎng)已經(jīng)產(chǎn)品上以最低的時間、資源等探索成本，打造最高體驗的用戶入口應(yīng)用未來。

按照云知聲的設(shè)計，今年推出第一代面向智能家居和智能音箱應(yīng)用的雨燕芯片，由語音AI進行切入;2019年推出增加智能車載領(lǐng)域應(yīng)用的雪豹芯片，可從多模態(tài)進行切入;2020年，將推出面向智慧城市的旗魚芯片，屆時可提供通用的AI邊緣算力。

云知聲第一代UniOne物聯(lián)網(wǎng)AI芯片及解決方案叫做“雨燕”，“雨燕”是世界上飛翔速度最快速的鳥類，而這個名字也很容易讓人感受到云知聲希望“乘風破浪”的雄心。

雨燕采用CPU+uDSP+DeepNet架構(gòu)，支持816bit向量、矩陣運算，基于深度學習網(wǎng)絡(luò)架構(gòu)，特點是可以提供低成本，低功耗下的更高算力。

“雨燕”芯片架構(gòu)可以分為五個部分：

第一部分是Audio，內(nèi)置了云知聲的全頻譜的自主語音AI技術(shù)。

第二部分架構(gòu)是云知聲擁有自主知識產(chǎn)權(quán)的數(shù)字信號處理器uDSP，支持多種類型麥克降噪和聲源定位。

第三部分架構(gòu)是云知聲完全自主研發(fā)的深度神經(jīng)網(wǎng)絡(luò)處理器(NPU)DeepNet。

第四部分是CPU+Memory，這部分可以向客戶開源，同時提供相應(yīng)定制化工具以及云端AI能力服務(wù)。

第五部分是更多樣化的接口Peripherais

在架構(gòu)靈活性方面，通過Scratch-Pad將主控CPU與AI加速器內(nèi)部RAM相連，提供高效的CPU與AI加速器之間的數(shù)據(jù)通道，以便CPU對AI加速器運算結(jié)果進行二次處理。

此外，在電源模式設(shè)計上，雨燕提供多級電源模式來降低耗能，從動靜檢測(占芯片能耗的2%)，到活體檢測(占芯片能耗的10%)，到目標檢測(占芯片能耗的20%)，再到正常模式。

功能上，“雨燕”芯片支持聲源定位、回聲消除、遠講降噪、超低功耗的語音喚醒、離線識別、本地TTS、聲紋識別、用戶畫像、流式對話，應(yīng)用定制化等等。

李霄寒表示，相較于通用CPU，其DSP任務(wù)處理能力加速8倍，miniNLP任務(wù)加速能力提升10倍，TTS(自然語言處理)任務(wù)加速提升16倍，內(nèi)部帶寬利用效率提升20倍。

憑什么研發(fā)物聯(lián)網(wǎng)AI芯片?

業(yè)界對云知聲一直有一種質(zhì)疑，為什么不能專心做一件事?2014年云知聲就提出了“云端芯”一體化的構(gòu)思，彼時很多人不理解一家做智能語音起家的創(chuàng)業(yè)公司為什么要走這條路。時至今日，黃偉說在困難的時候堅持住，最難走的路才是捷徑。云知聲在AI領(lǐng)域所選擇的賽道也終于被大家看清楚。

在PC時代以電腦為主有約35億臺設(shè)備被連接，移動互聯(lián)網(wǎng)時代以手機為主有約68億臺設(shè)備被連接，在物聯(lián)網(wǎng)時代，以電視、空調(diào)、音箱等多樣化硬件為主的約有345億臺設(shè)備被連接。

黃偉解釋，AIoT設(shè)備數(shù)量級爆發(fā)式增長，終端設(shè)備被賦予了更多的AI能力，并且需求碎片化嚴重，對AI算力的需求也不盡相同，原有的通用架構(gòu)芯片并不能滿足物聯(lián)網(wǎng)設(shè)備要求。

黃偉認為AIoT的關(guān)鍵在芯片上，而做好一個AI芯片需要三個前提：全棧式的AI技術(shù)能力、已經(jīng)驗證的應(yīng)用場景和芯片設(shè)計能力。

在全棧式的AI技術(shù)能力的積累上，從2012年開始云知聲就提出了算法平臺化，建立了一套“金字塔”技術(shù)研發(fā)體系，有ASR、TTS、NLU等應(yīng)用層技術(shù)輸出，也有相當于高速上的“蘭博基尼”的Atals分布式機器學習并行計算平臺，并構(gòu)建了異構(gòu)化硬件服務(wù)集群DeepFlow。而在應(yīng)用場景方面，云知聲在家居、智能音箱、兒童陪伴機器人市場等方面都進行了布局，驗證了市場、產(chǎn)品、用戶場景的合理性。

黃偉透露云知聲在2015年就組建了芯片團隊，2016年開始對市場、產(chǎn)品、技術(shù)路線以及芯片下游合作方做評估。2017年啟動芯片產(chǎn)品定義、IP選型、算法優(yōu)化、工具準備，以及詳細產(chǎn)品定義和技術(shù)模塊評估工作。直到今年的量產(chǎn)發(fā)布，也代表云知聲全面進入云+芯時代。