摘要：目前，特殊場景對AI芯片的需求各有不同。“在AI場景應用中，只有深度芯片定製，才能更好的實現AI的功能”已成為業界的共識。然而，定製芯片的成本高昂，是擺在諸多廠商面前的一道坎。
亞馬遜Echo、阿里天貓精靈等AI智能音箱的爆發，倒逼上游語音芯片迎來了新格局。5至7月，國內有超過5家語音技術創業公司對外發布AI語音芯片。
5月16日，雲知聲發佈首款面向物聯網領域的AI系列芯片UniOne以及第一代芯片“雨燕”；5月24日，出門問問發佈旗下首款AI語音芯片模組問芯Mobvoi A1；7月2日，Rokid發佈旗下AI語音專用SoC芯片KAMINO18；而在同一時間，思必馳CEO高始興確認公司正在打造AI語音ASIC芯片，預計今年下半年流片。
語音芯片“三步曲” AI語音未來已來？
語音芯片的發展經歷了三個階段，通用芯片、專用芯片和AI芯片。在智能語音設備早期階段（2014-2015年），由於芯片研發週期漫長（18-24個月），研發投入高昂，在終端銷量難以支撐芯片規模爆發的情況下，市場均採用通用芯片。
通用芯片，指AP芯片/平板芯片等+Codec芯片/DSP芯片等組合的方式，由Codec芯片進行數模信號的轉換，DSP對數字信號進行處理，包括回聲消除、噪聲抑制、語音降噪/增強等，最後加入雲端的計算支持。代表芯片是聯發科MT8563和全志R16（平板芯片）。
專用芯片，是語音芯片發展的第二個階段，其採用適合做語音處理的CPU，加上多通道麥克風陣列接口，在語音算法上支持回聲消除、噪聲抑制、聲源定位、語音增強等技術，併兼具運算能力和低功耗的考量。代表芯片有聯發科MT8516、科勝訊CX20924、晶晨半導體A113、瑞芯微RK3036和北京君正X1000。這類芯片未內置神經網絡加速器，AI多借助雲端實現。
有分析人士指出，專用芯片的特點是，語音識別、語義理解、語音合成、任務執行等都是在雲端進行，但云端存在著語音交互“時延”的問題，對網絡的需求限制了設備的使用空間，並帶來了數據與隱私危機。
而作為第三代語音技術的AI語音芯片正好解決了這些問題：（1）集成了專用AI處理器模塊（NPU），用以對本地的機器學習算法進行加速；（2）語音AI芯片不但集成CPU、NPU，還集成DSP信號處理、Wi-Fi/藍牙等模塊；（3）能夠實現“端側”智能，將常用功能由雲端轉換到本地，可離線操作並解決用戶數據隱私問題。成都啟英泰倫在2016年推出的CI1006，杭州國芯在2017年10月底推出的GX8010，是典型的AI語音芯片代表。
以上是語音芯片發展的“三步曲”，從目前終端市場對上述三類芯片的採用比例來看，專用語音芯片獨佔鰲頭，有數據顯示，在2017年3000萬臺智能音箱的銷量中70%被MTK囊括。分析人士認為，專用芯片佔據主導的原因有二，一是通用芯片已經過時，多是借用平板/OTT的AP芯片，只是簡單的將多媒體數字編碼器與DSP相結合，其在語音上發揮的功效並不大；二是初出茅廬的AI芯片才剛起步，生態尚在建立當中。
Rokid副總裁及基礎平臺負責人周軍表示：“目前，通用芯片已難滿足智能音箱的場景需求，我們早期的產品也採用的是通用芯片，其最大的挑戰在於實時喚醒功能，需要兩個核長時間同時工作，功耗高且不便攜，有時需要四核甚至八核的運算速度。”
目前，聯發科、科勝訊、晶晨、瑞芯微、君正、炬芯等廠商是專用語音芯片出貨的主力，那麼，隨著國芯、Rodik、出門問問、雲知聲等更多AI語音公司出現，AI語音芯片會最終取代專用語音芯片，主導終端應用市場嗎？
杭州國芯人工智能事業部總經理凌雲對 集微網記者表示，目前難以下定論AI語音芯片是否會全面替代專用語音芯片，AI芯片的最終目的是要應用，是要讓產品落地，各家有自己不同的路線和做法，找到合適自己的應用場景就行。
中天微智能語音平臺負責人勞懋元也告訴記者：“當前處於AI芯片早期，很多企業都在構建自己的技術路線，基於之前的積累做AI解決方案，暫時難以判斷誰會最終勝出。更為關鍵的是，目前還不是廝殺的時候，需要產業界合力共同打造這個市場。”
有不願透露姓名的受訪人士表示，隨著智能語音終端量的爆發，雲知聲、出門問問、Rokid、思必馳等語音技術處理公司，通過跟國芯等芯片公司“定製”的方式，加入到AI語音芯片/模組開發的陣列中來，雖然時間上落後於MTK、AMLogic、君正、炬芯等，但是藉助AI芯片本身的優勢，註定將得到更多市場的擁戴。
據集微網記者瞭解，國芯研發的AI芯片提供數字信號處理器DSP、神經網絡處理器NPU以及USB/IIS/IIC/UART等標準接口。出門問問、Rokid等廠商不需要做IP設計，只需要進行架構集成，這些集成大多是麥克風陣列信號處理、降噪、喚醒技術、聲紋識別以及一些語音技能。雲知聲雖是自研設計的uDSP和DeepNet架構，但在功能上與以上兩款芯片基本相當。總之，三類語音芯片仍各有市場，最終表現還有待觀察。
場景定製芯片 千萬級應用方能收回成本
目前，特殊場景對AI芯片的需求各有不同。“在AI場景應用中，只有深度芯片定製，才能更好的實現AI的功能”已成為業界的共識。然而，定製芯片的成本高昂，是擺在諸多廠商面前的一道坎。
有業界人士指出，AI芯片一方面要有足夠的算力去運行各種語音算法，另一方面還要針對各種場景做大量接口的適配，同時讓成本和功耗滿足大規模量產的商業要求。這本身就是一個很大的挑戰。
“如果是企業自行研發AI芯片，採用40nm工藝，那麼成本可能會上漲而不是降低。芯片必須靠規模分攤研發成本，40nm工藝僅流片費就高達1000萬元，分攤給100萬PCS（某一產品單位數量），平均每片成本高達10元，這還不包括更加高額的研發費用。”有行業人士表示。
炬芯科技在接受集微網記者採訪時也表達了同樣的觀點，芯片的毛利本身就很低，以一顆55nm的芯片為例，大概需要投入幾百萬美金，研發費用還要除外。他表示，只有那些能拿到融資的有實力的公司才有能力去做芯片定製。
對此，Rokid平臺研發負責人朱斌並不認同：“智能設備採用通用芯片是殺雞用牛刀，特殊需求需要特殊芯片來解決痛點，定製AI芯片恰恰是在降低成本，人工智能硬件對算力有需求，低端的通用芯片算力不夠，高端的通用芯片又有許多冗餘設計，造成高功耗。”
與朱斌的觀點相同，雲知聲IoT事業部副總裁康恆同樣認為，定製芯片是為了省成本而不是提高成本，“電視、空調等大家電產品的利潤足以覆蓋語音模組的高成本，但風扇、電燈等小家電成本限制較大，模組的優勢便削弱了，客戶想做更多的智能品類，下沉到低端產品，但市場上根本找不到合適的芯片，一款百元以內的產品，通用芯片並不划算。打造自己的AI芯片後，雲知聲可以把語音AI技術的芯片方案開放給客戶，在成本及供應週期上有了更大的主動權。”
上述兩個截然不同的觀點，出自芯片公司跟算法公司完全不同的出發點。據記者瞭解，儘管定製AI芯片是天價投入，但為了實現智能終端更接近AI功能，仍有不少廠商開始做定製芯片。
2016年，Rokid聯合杭州國芯開發的KAMINO18就是定製芯片的代表，思必馳的定製芯片下半年即將流片。無獨有偶，據今年3月外媒Information的報道，亞馬遜也正在設計定製用於支持智能音箱Echo的AI芯片，當時消息稱亞馬遜已經擁有449名有芯片專業知識和技能的員工。
定製芯片有一個原則，就是要有足夠的量來支撐成本的回收。至於Rokid、思必馳、亞馬遜在芯片定製化過程中投入了多少成本，這個成本需要依靠賣出多少終端才能收回，目前記者沒有獲取詳細的信息。不過，杭州國芯凌雲表示，一顆芯片要達到收支平衡，至少使用這顆芯片的終端要達到千萬級的量，如果是定製的話，至少是百萬級。
Rokid聯合創始人王舜德也曾表示，定製芯片最重要的一個點就是量，芯片關鍵的利潤點，量要達五百萬顆以上。
“這也是國芯的AI芯片跟谷歌、英偉達AI芯片的區別，”凌雲表示，谷歌、英偉達更多是在做雲端的芯片，雲端芯片對成本和功耗不敏感，且單顆芯片的規模就能做很大，但端側不同，端側必須要從應用場景出發，根據實際場景去做定製，一旦這個場景的銷量難以支撐起芯片定製的成本，就會虧本。
那麼，短期內有何行之有效的解決方法呢？凌雲強調說：“從零開始定製一顆芯片並不理智，成本週期太長，建議芯片公司定義芯片開發時，儘可能去覆蓋更多的應用場景，同時建議下游廠商經常跟上游芯片公司溝通，讓芯片商儘可能在前端設計時就將客戶需求考慮進去，如此就無須支付額外的成本。”
目前，據瞭解，基於Rokid、雲知聲AI芯片以及出門問問AI模組的產品已經開始鋪向市場了，有企業已經獲得百萬級訂單，這是一個好兆頭。Rokid周軍告訴集微網記者：“目前Rokid芯片與方案已經成熟了，得到了諸如互聯網公司、兒童教育市場的採用，我們有信心定製更好的芯片來支撐客戶更好的發展。”
作為國內做“核”的廠商，中天微智能語音平臺負責人勞懋元堅定地表示：“百箱大戰讓AI語音交互成為炙手可熱的焦點，但智能音箱只是冰山一角，萬物互聯才是最終的目標！一顆芯片不可能覆蓋所有的市場，如AI音箱芯片就不可以做進車載。我們會堅持自己的路線，做專用AI語音芯片和定製化解決方案。”
總而言之，AI芯片定製成本是一個大的問題，但諸多受訪者仍一致認為，場景定製AI芯片的價值會更大，是大勢所趨。至於如何解決成本問題，還得看Rokid、雲知聲、思必馳為代表的AI芯片定製公司，能否在預定時間內達到收支平衡，從而給行業樹立信心。
閱讀更多 通緝伯樂886 的文章
