1月2日，云知聲在京召開旗下多模態AI芯片戰略發布會。會上云知聲創始人/CEO 黃偉篤定認為，“當前我們正處于 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)的落地與實現。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——芯片的計算能力。”
而數以萬計的IoT設備所產生的海量的數據，數據安全以及隱私保護等也越來越受大家的關注，另外端側智能需要考慮功耗、算力、延遲等因素，因此為滿足終端設備的智能化，端側AI芯片就應運而生。
據口碑家電了解，今年5月，云知聲發布旗下首款AIoT芯片UniOne雨燕，相較于通用芯片，雨燕在 DSP 任務加速、miniNLP 任務加速、TTS 任務加速、內存帶寬利用效率、NN 任務提升等核心指標，都能帶來成倍的性能提升，在功耗上也做了特別優化，提供更貼近AI應用的多級電源模式，可實現功耗的最優化配置。
實際上，在第一代 UniOne 芯片雨燕的發布會上，云知聲聯合創始人李霄寒曾指出， UniOne 并不是一顆芯片，而是一系列芯片，代表了云知聲對于物聯網 AI 芯片發展戰略的整體構想。如今在2019年的第一個工作日，李霄寒再次在多模態 AI 芯片戰略發布會上，從三方面論證了物聯網多模態 AI 芯片的必要性。他認為，當前物聯網產品線的 AI 芯片越來越明顯地體現出三個趨勢：
首先是場景化。芯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)逐漸演變成基于軟硬一體，甚至包括云端服務的方式來解決某個垂直領域的具體問題;
其次，端云互動。在物聯網的不同應用場景下，海量終端設備要實現功能智能化必須端云配合，即形成邊緣算力和云端算力的動態平衡。
再者，數據多模態。在以 5G 驅動的萬物智聯場景下，芯片所接觸到的數據維度將由原來的單一化走向多元化，芯片所需處理的數據也由單模態變成多模態，這對芯片尤其是物聯網人工智能芯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 芯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云端能力的多模態 AI 軟硬一體解決方案。
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，云+芯一體化的服務模式將成為行業主流。基于此，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 代表云端與邊緣側的互動 On/off Cloud，C 代表具備智能處理能力的 AI 芯片。
為實現多模態 AI 芯片的戰略落地，目前云知聲已在加速技術布局，并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實現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，以進一步提高后續機器視覺處理模塊的處理速度和效果。借助基于人臉信息分析的多模態技術，已可實現人臉/物體識別、表情分析、標簽化、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。
據李霄寒透露，在持續迭代升級現有雨燕芯片的性能與服務之外，目前云知聲多款面向不同方向的芯片也已在研發中，包括適用性更廣的超輕量級物聯網語音 AI 芯片雨燕 Lite，集成云知聲最先進神經網絡處理器 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 芯片海豚(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 芯片雪豹(Leopard)。以上三款芯片計劃于 2019 年啟動量產。
從目前的AI技術的產業化演進路線可以看出，無非就是兩條路。一是平臺化路徑，就像BAT那樣，基于大流量去做C端大眾需求的產品(以及廣義的B端的平臺級產品);另一條路徑，就是像云知聲這樣深耕B端垂直領域，基于細分領域的需求做產品，去針對細分客戶的需求做極致化服務。
而不做“分蛋糕”的人，甘愿做“做蛋糕”的人的云知聲，秉承“捷徑就是走最難的路”的理念，依靠云端芯戰略，從AI芯片做起，充分落地垂直細分市場，通過發力就多模態AI芯片戰略，不斷拓展場景生態，終將實現面向未來5G網絡下的AIOT時代的全面賦能。
京公網安備 11010502049343號