近日，人工智能“独角兽”云知声对外宣布，将于5月16日在北京发布旗下全球首款面向IoT的AI芯片。该芯片采用云知声自主AI指令集，可提供面向物联网跨设备形态的AI感知能力及本地推理能力。在全新的深度学习网络架构下，支持DNN、LSTM等多种网络模型，性能提升超30倍。
“独角兽”云知声——专注于物联网人工智能服务
云知声成立于2012年6月，专注于物联网人工智能服务，拥有世界顶尖的智能语音技术，利用机器学习平台，在语音技术、语言技术、知识计算、大数据分析等领域构建了完整的人工智能技术图谱，通过AI芯、AIUI、AI Service三大解决方案支撑技术落地，在家居、医疗、教育、汽车市场均有建树，实现了比较好的商业化应用。主要产品包括智能家居、智能车载、智慧医疗、智能教育等语音技术解决方案、云知声输入法、语控精灵等。
早在2015年云知声就已经组建了芯片团队；2017年启动芯片产品定义、IP选型、算法优化、工具准备，以及详细产品定义和技术模块评估工作；2018年1月，云知声AI芯片正式流片。
面向IoT应用定制的AI芯片才能满足IoT发展需求
在接受采访时，云知声创始人兼CEO黄伟表示，在IoT的人机交互的大背景下，AI算法对设备端芯片的并行计算能力和存储器带宽提出了更高的要求，传统的芯片架构在这两个方面却捉襟见肘；另一方面，尽管基于GPU能够在终端实现推理算法，但其功耗大、性价比低的弊端却不容忽视，而IoT设备与手机不同，形态千变万化，需求碎片化比较严重，因此很难跨设备形态的问题。因此，只有从IoT的应用场景出发，设计定制化的芯片架构，才能在大幅提升性能的同时，降低功耗和成本，同时满足AI算力以及跨设备形态的需求。
“无论是大的产品还是小的产品，有屏幕还是无屏幕的，人机交互相关的共性东西，应该把它提取出来，并且固化下来，从这个意义上讲，芯片是最恰当的方式。”黄伟说到，从商业的角度看，目前市面上所有的芯片，并不是针对人工智能来设计的，它很难把算法的威力发挥出来。
IoT的人机交互，对AI芯片提出了更高的要求和更多的需求，但在AI芯片的落地过程中，面临着研发、产品定位以及商业化路径等多方面的挑战。在研发方面，需要针对实际采用的AI算法进行深度迭代优化，以满足产品需求并保持架构的灵活性；在产品定位方面，鉴于IoT设备碎片化的现实，必须先考虑应用场景和适用范围，由此再倒推AI芯片的功能和性能要求；在商业化路径方面，最终客户需要的往往是整体解决方案而非芯片本身，因此如何构建一个完整的AI解决方案，是每个AI芯片玩家必须考虑的事情。
