5 月 16 日，云知声在北京召开「匠芯·致物」新品发布会，正式推出了第一代 UniOne 物联网 AI 芯片「雨燕」及系统解决方案。
第一代 UniOne 物联网 AI 芯片「雨燕」及其解决方案
云知声第一代 UniOne 物联网 AI 芯片「雨燕」采用 CPU+uDSP+DeepNet 架构，支持 8/16bit 向量、矩阵运算，基于深度学习网络架构，可将面向语音 Al 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。
在架构灵活性方面，雨燕通过 Scratch-pad 将主控 CPU 与 Al 加速器内部 RAM 相连，可提供高效的 CPU 与 Al 加速器之间的数据通道，便于 CPU 对 Al 加速器运算结果进行二次处理。另外，连接各个运算单元的可编程互联矩阵架构，提供了扩展运算指令的功能，从而进一步提升硬件架构的灵活性及可扩展性。同时，芯片采用多级多模式唤醒，从能量检测，到人类声音检测，再到唤醒词检测，针对语音设备及使用场景的定制化 Power Domain 等技术，可将芯片功耗降低至最低。
具体而言，雨燕包括以下几大显著特征：
- 高性能深度学习加速：面向深度学习和语音信号处理的 Al 定制指令以及体系架构，将面向语音 Al 的并行运算性能发挥到极致，系统运算能力提升 50 倍以上；
- 高性能内部互联网络：结合片内 Memory 及内部互联网络，提高片内总线带宽的利用效率提升 20 倍；
- 低功耗架构：异构 AMP 架构可保证高性能与低功耗的有机结合，从而获得最佳的能效比，更适合 IoT 场景；
- 端云结合：混合应用架构设计，获得本地与云端能力的最佳平衡；
云知声联合创始人、芯片负责人李霄寒表示，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Al能力服务。
通过云端芯结合，云知声基于雨燕提供的是面向一个个具体场景如智能家居、智能音箱、智能车载等的 Turn-key 解决方案。基于雨燕方案，可让客户站在更高的设计起点，以更低的成本在更短的时间内打造出更稳定可靠的产品。同时，开源的方案也可确保客户基于己提供的 Al 能力自行设计其它各种长尾产品形态，构建更为丰富的 AIoT 生态。
为什么要做芯片？
但是黄伟却认为，「如果云知声不做芯片，必死。」
黄伟表示，在 AIoT 赛道上要走得更远，关键点在于芯片。AI 落地的关键在于选择场景，应用场景则定义了 AI 芯片，最后，芯片可以加速 AI 应用落地。
然而，放眼当下的芯片市场，无论是 CPU 还是 GPU、FPGA，现有的架构都并非为 AI 专门设计，并不能满足物联网 AI 算力需求。从 2014 年开始，云之声便推出了「云端芯」产品战略。云是解决终端智能化问题，端可以解决 AI 应用场景化问题，而芯则可以加速 AI 应用落地的问题。
做芯片的底气是什么？
然而，光有梦想是不够的。要做好一款 AI 芯片，必须要有过硬的实力。
黄伟认为，做好 AI 新品的三个前提是：「全栈式 AI 技术能力、已验证的成熟业务场景、以及 AI 芯片设计能力，这三个前提缺一不可」。为了做到这三点，云知声花了 4 年的时间。
AI 芯片设计能力是基础功，而场景的选择决定产品的定位，没有这两项基础，也就没有了后面的故事。云知声从 2015 年开始组建芯片团队，并针对场景应用进行了长达半年的调研工作。
AI 芯片是对 AI 技术的高度集成，为此，云知声搭建了一个「DeepFlow + Atalas+AI 技术」的金字塔状技术研发体系，将降噪、语音识别和语音合成结合到 UniOne 上，为产品提供全栈式 AI 技术能力。
在提供全栈式 AI 技术能力的基础上，面向方案商与开发者，UniOne 将提供完整的语音 Al 应用参考方案、云端能力以及定制化工具，保证高性能、高能效比的同时，兼顾灵活性和通用性。
未来，UniOne 还会支持多模态、通用 AI 边缘算力
云知声成立于 2012 年，专注物联网人工智能服务，拥有算法、计算能力、芯片能力全栈式技术链条。5 天前，云知声刚刚宣布完成 1 亿美元 C 轮融资。
在今天的发布会上，云知声宣布与京东智能、亿咖通科技签署战略合作，各方将基于云知声在 UniOne 芯片及系统解决方案之上，共享优势资源，构建面向新零售、智能家居、汽车等领域的 Al 「芯生态」。
伴随着 UniOne 芯片的量产落地，云知声「云端芯」产品架构及战略闭环正式搭建完毕。目前，雨燕已经完成小批量流片，预计在今年 Q3、Q4 季度会正式导入第一批客户。而在可以预见的未来里，UniOne 还将推出支持多模态的「雪豹」、提供通用 AI 边缘算力的「旗鱼」两款芯片。
题图：搭载了云知声 UinToy 方案的儿童故事机
閱讀更多 深圳灣 的文章
