尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
繼去年5月在行業率先推出首款面向物聯網的 AI 晶片——雨燕（Swift）及其系統解決方案之後，1月2日，人工智能企業雲知聲正式公布了其多模態 AI 晶片戰略與規劃。會上同步曝光了其正在研發中的多款定位不同場景的 AI晶片，包括第二代物聯網語音 AI 晶片雨燕 Lite、面向智慧城市的支持圖像與語音計算的多模態 AI 晶片海豚（Dolphin），以及面向智慧出行的車規級多模態 AI 晶片雪豹（Leopard）。
5G推動AIoT落地，多模態AI芯成必然
雲知聲創始人/CEO 黃偉認為，當前我們正處於 5G 爆發的邊緣，5G 與人工智能的結合將真正促使萬物智聯（AIoT）的落地與做到。可以預見的是，未來巨量的多維數據（如語音、圖像、視頻等）集中處理與邊緣式分布計算的需求，勢必將進一步挑戰 AI 底層支持硬件——晶片的計算能力。
與此同時，AIoT 場景下人工智能應用對於端雲互動有著強需求。強大的雲會讓端能力更強，而強大的端則可提升數據處理的實時性和有效性，進而增強雲的能力。二者需要緊密結合，這要求對晶片設計和雲端架構進行統一考量。傳統的通用方案架構由於在高實時性、高智能化場景中的算力有限，且無法平衡好成本、功耗、安全性等諸多現實需求，因此具備多維度 AI 數據集中處理能力的多模態 AI 晶片將成必由之路。
黃偉同時指出，面向 5G 萬物智聯時代，人工智能服務需提供更加場景化的解決方案，雲+芯一體化的服務模式將成為行業主流。基於此，他進一步對傳統 SOC（System On Chip）概念提出全新定義，其中 S 代表不同的 AI 服務能力即 Skills，O 代表雲端與邊緣側的互動 On/off Cloud，C 代表具備智能處理能力的 AI 晶片。
從IVM到雨燕，雲知聲的造芯之路
雲知聲 2014 年開始切入物聯網 AI 硬件晶片方案（IVM），並於 2015 年開始形成量產出貨，其中家居領域客戶覆蓋格力、美的、海爾、長虹、海信、華帝等幾乎所有國內一線家電廠商。在深入場景提供服務的過程中，為彌補通用晶片方案在給定成本和功耗條件下的能效比問題，以及在邊緣算力、多模態 AI 數據處理方面的能力短板，2015 年雲知聲正式啟動自研 AI 晶片計劃。
去年 5 月16 日，雲知聲正式發布了旗下耗時近三年自主研發打造的首款物聯網 AI 晶片。該晶片採用雲知聲自主 AI 指令集，擁有具備完整自主知識產權的 DeepNet1.0、uDSP（數字信號處理器），並支持DNN/LSTM/CNN等多種深度神經網路模型，性能較通用方案提升超 50 倍。
發布晶片後僅四個月，雲知聲便選擇將基於雨燕的解決方案進行開源，於去年 9 月正式推出智能家居、智能音箱的兩套標桿解決方案。通過「雲端芯」結合，提供給客戶與合作夥伴面向具體場景的軟硬件一體化 Turnkey 解決方案，可讓客戶站在更高的設計起點、以更低的成本，在更短的時間周期內打造出更穩定可靠的產品。同時，開源的方案也可確保客戶基於已提供的 AI 能力自行設計其它各種長尾產品形態，構建更為豐富的 AIoT 生態。
目前，基於雨燕晶片的全棧解決方案已導入的各類方案商及合作夥伴已超過 10 家，包括美的、奧克斯、海信、京東、360、中國平安、硬蛋科技等，相關產品最早將於Q1 量產上市。
物聯網AI晶片的多模態演進之路
在第一代 UniOne 晶片雨燕的發布會上，雲知聲聯合創始人李霄寒曾指出， UniOne 並不是一顆晶片，而是一系列晶片，代表了雲知聲對於物聯網 AI 晶片發展戰略的整體構想。在今日舉行的雲知聲 2019 多模態 AI 晶片戰略發布會上，李霄寒再次從三方面論證了物聯網多模態 AI 晶片的必要性。他認為，當前物聯網產品線的 AI 晶片越來越明顯地體現出三個趨勢：
首先是場景化。晶片設計正在由原來的片面追求 PPA ，即性能（Power）、功耗（Performance）和面積（Area）逐漸演變成基於軟硬一體，甚至包括雲端服務的方式來解決某個垂直領域的具體問題，晶片本身上升成為整個解決方案中的重要部分，而非唯一；
其次，端雲互動。在物聯網的不同應用場景下，海量終端設備要做到功能智能化必須端雲配合，即形成邊緣算力和雲端算力的動態平衡。端雲互動的命題需要 AI 晶片的強有力支持，進一步也深刻影響到晶片的設計，以及最終的交付；
再者，數據多模態。在以 5G 驅動的萬物智聯場景下，晶片所接觸到的數據維度將由原來的單一化走向多元化，晶片所需處理的數據也由單模態變成多模態，這對晶片尤其是物聯網人工智能晶片的設計提出了新的挑戰。
結合以上三點，李霄寒認為，物聯網 AI 晶片的最終呈現形式將不再是一個單一的硬件，而必然是承載著邊緣能力與雲端能力的多模態 AI 軟硬一體解決方案。
雲知聲多模態 AI 晶片技術布局
為做到多模態 AI 晶片的戰略落地，目前雲知聲已在加速技術布局，並在機器視覺方面取得飛速進展。其中，面向機器視覺的輕量級圖像信號處理器已可做到在不依賴外部內存的情況下，在 30 fps 的速率下實時對傳感器的圖片進行預處理，以進一步提高後續機器視覺處理模塊的處理速度和效果。借助基於人臉信息分析的多模態技術，已可做到人臉/物體識別、表情分析、標籤化、唇動狀態跟蹤等功能，可為產品交互和用戶體驗提供更多的可玩性和靈活性。
尤為值得一提的是，雲知聲多模態人工智能核心 IP——DeepNet2.0 的發布，標誌著雲知聲人工智能處理核心由 1.0 語音時代全面邁入 2.0 融合語音、圖像等處理能力的多模態時代。DeepNet2.0 可兼容 LSTM/CNN/RNN/TDNN 等多種推理網路，支持可重構計算與 Winograd 處理，最高可配置算力達 4T，達行業一流水平。目前雲知聲 DeepNet2.0 已在 FPGA 上得到驗證，將在 2019 年落地的全新多模態 AI 晶片海豚（Dolphin）上落地。
除此之外，在圖像與晶片技術的產學研合作方面，雲知聲還與杜克大學所主管的美國自然科學基金旗下唯一人工智能計算中心——ASIC 達成深度合作，致力於 AI 晶片算法壓縮與量化技術,以及非馮新型 AI 晶片計算架構研究，將進一步為雲知聲多模態 AI 晶片戰略的推進夯實基礎。
三款在研晶片曝光，2019年啟動量產
在首款量產晶片雨燕已有大批客戶導入，占領市場先發優勢的背景下，2019 年雲知聲在晶片落地規劃方面仍將保持積極態度。
李霄寒透露，在持續迭代升級現有雨燕晶片的性能與服務之外，目前雲知聲多款面向不同方向的晶片也已在研發中，包括適用性更廣的超輕量級物聯網語音 AI 晶片雨燕 Lite，集成雲知聲最先進神經網路處理器 DeepNet2.0，可面向智慧城市場景提供對語音和圖像等多模態計算支持的多模態 AI 晶片海豚（Dolphin），以及與吉利集團旗下生態鏈企業億咖通科技共同打造的面向智慧出行場景的多模態車規級 AI 晶片雪豹（Leopard）。以上三款晶片計劃於 2019 年啟動量產。
目前，依托在家居、車載等真實場景下豐富的產品經驗，以及具備先發優勢的 AI 晶片能力，雲知聲將業務覆蓋到包括智能家居、智能汽車、智能兒童機器人、智慧酒店、智慧交通等諸多場景。未來雲知聲將持續發力多模態 AI 晶片，不斷拓展技術與場景生態，以做到面向未來 AIoT 時代的全面賦能。