5 月 16 日，雲知聲在北京召開「匠芯·致物」新品發佈會，正式推出了第一代 UniOne 物聯網 AI 芯片「雨燕」及系統解決方案。
第一代 UniOne 物聯網 AI 芯片「雨燕」及其解決方案
雲知聲第一代 UniOne 物聯網 AI 芯片「雨燕」採用 CPU+uDSP+DeepNet 架構，支持 8/16bit 向量、矩陣運算，基於深度學習網絡架構，可將面向語音 Al 的並行運算性能發揮到極致，在更低成本和功耗下提供更高的算力。
在架構靈活性方面，雨燕通過 Scratch-pad 將主控 CPU 與 Al 加速器內部 RAM 相連，可提供高效的 CPU 與 Al 加速器之間的數據通道，便於 CPU 對 Al 加速器運算結果進行二次處理。另外，連接各個運算單元的可編程互聯矩陣架構，提供了擴展運算指令的功能，從而進一步提升硬件架構的靈活性及可擴展性。同時，芯片採用多級多模式喚醒，從能量檢測，到人類聲音檢測，再到喚醒詞檢測，針對語音設備及使用場景的定製化 Power Domain 等技術，可將芯片功耗降低至最低。
具體而言，雨燕包括以下幾大顯著特徵：
- 高性能深度學習加速：面向深度學習和語音信號處理的 Al 定製指令以及體系架構，將面向語音 Al 的並行運算性能發揮到極致，系統運算能力提升 50 倍以上；
- 高性能內部互聯網絡：結合片內 Memory 及內部互聯網絡，提高片內總線帶寬的利用效率提升 20 倍；
- 低功耗架構：異構 AMP 架構可保證高性能與低功耗的有機結合，從而獲得最佳的能效比，更適合 IoT 場景；
- 端雲結合：混合應用架構設計，獲得本地與雲端能力的最佳平衡；
雲知聲聯合創始人、芯片負責人李霄寒表示，雲知聲不僅提供雨燕芯片和終端引擎，還將應用部分向客戶開源，同時提供相應定製化工具以及雲端Al能力服務。
通過雲端芯結合，雲知聲基於雨燕提供的是面向一個個具體場景如智能家居、智能音箱、智能車載等的 Turn-key 解決方案。基於雨燕方案，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己提供的 Al 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。
為什麼要做芯片？
但是黃偉卻認為，「如果雲知聲不做芯片，必死。」
黃偉表示，在 AIoT 賽道上要走得更遠，關鍵點在於芯片。AI 落地的關鍵在於選擇場景，應用場景則定義了 AI 芯片，最後，芯片可以加速 AI 應用落地。
然而，放眼當下的芯片市場，無論是 CPU 還是 GPU、FPGA，現有的架構都並非為 AI 專門設計，並不能滿足物聯網 AI 算力需求。從 2014 年開始，雲之聲便推出了「雲端芯」產品戰略。雲是解決終端智能化問題，端可以解決 AI 應用場景化問題，而芯則可以加速 AI 應用落地的問題。
做芯片的底氣是什麼？
然而，光有夢想是不夠的。要做好一款 AI 芯片，必須要有過硬的實力。
黃偉認為，做好 AI 新品的三個前提是：「全棧式 AI 技術能力、已驗證的成熟業務場景、以及 AI 芯片設計能力，這三個前提缺一不可」。為了做到這三點，雲知聲花了 4 年的時間。
AI 芯片設計能力是基礎功，而場景的選擇決定產品的定位，沒有這兩項基礎，也就沒有了後面的故事。雲知聲從 2015 年開始組建芯片團隊，並針對場景應用進行了長達半年的調研工作。
AI 芯片是對 AI 技術的高度集成，為此，雲知聲搭建了一個「DeepFlow + Atalas+AI 技術」的金字塔狀技術研發體系，將降噪、語音識別和語音合成結合到 UniOne 上，為產品提供全棧式 AI 技術能力。
在提供全棧式 AI 技術能力的基礎上，面向方案商與開發者，UniOne 將提供完整的語音 Al 應用參考方案、雲端能力以及定製化工具，保證高性能、高能效比的同時，兼顧靈活性和通用性。
未來，UniOne 還會支持多模態、通用 AI 邊緣算力
雲知聲成立於 2012 年，專注物聯網人工智能服務，擁有算法、計算能力、芯片能力全棧式技術鏈條。5 天前，雲知聲剛剛宣佈完成 1 億美元 C 輪融資。
在今天的發佈會上，雲知聲宣佈與京東智能、億咖通科技簽署戰略合作，各方將基於雲知聲在 UniOne 芯片及系統解決方案之上，共享優勢資源，構建面向新零售、智能家居、汽車等領域的 Al 「芯生態」。
伴隨著 UniOne 芯片的量產落地，雲知聲「雲端芯」產品架構及戰略閉環正式搭建完畢。目前，雨燕已經完成小批量流片，預計在今年 Q3、Q4 季度會正式導入第一批客戶。而在可以預見的未來裡，UniOne 還將推出支持多模態的「雪豹」、提供通用 AI 邊緣算力的「旗魚」兩款芯片。
題圖：搭載了雲知聲 UinToy 方案的兒童故事機
閱讀更多 深圳灣 的文章
