2019年1月2日，云知聲在北京召開一場主題為”聲視不凡“的新聞發(fā)布會(huì)，正式公布了其全新的多模態(tài)AI芯片戰(zhàn)略與規(guī)劃。這一次，云知聲突破原有的語音AI廠商的定位，進(jìn)一步擴(kuò)展到了視覺AI領(lǐng)域。同時(shí)，云知聲還曝光了其正在研發(fā)中的三款A(yù)I芯片，包括第二代物聯(lián)網(wǎng)語音AI芯片雨燕Lite、面向智慧城市的支持圖像與語音計(jì)算的多模態(tài)AI芯片海豚（Dolphin），以及面向智慧出行的車規(guī)級(jí)多模態(tài)AI芯片雪豹（Leopard）。

從IVM到雨燕，云知聲的造芯之路

眾所周知， 云知聲一直以來都是一家語音技術(shù)廠商。隨著人工智能以及邊緣計(jì)算的興起，自2014年云知聲開始切入物聯(lián)網(wǎng)AI硬件芯片方案（IVM），并于2015年開始形成量產(chǎn)出貨，其中家居領(lǐng)域客戶覆蓋格力、美的、海爾、長虹、海信、華帝等幾乎所有國內(nèi)一線家電廠商。

另外值得一提的是，根據(jù)云知聲創(chuàng)始人兼CEO黃偉在今天發(fā)布會(huì)上公布的數(shù)據(jù)也顯示，自2015年以來到現(xiàn)在，云知聲的語音AI已經(jīng)進(jìn)入了500多家醫(yī)院，其中80%都是三甲醫(yī)院（比如北京協(xié)和醫(yī)院、上海華山醫(yī)院等）。

在深入場景提供服務(wù)的過程中，為彌補(bǔ)通用芯片方案在給定成本和功耗條件下的能效比問題，以及在邊緣算力、多模態(tài)AI數(shù)據(jù)處理方面的能力短板，2015年云知聲正式啟動(dòng)自研AI芯片計(jì)劃。

經(jīng)過三年的研發(fā)，去年5月16日，云知聲率先推出了業(yè)界首款面向物聯(lián)網(wǎng)的語音AI芯片——UniOne雨燕（Swift）及其系統(tǒng)解決方案。該芯片采用云知聲自主AI指令集，擁有具備完整自主知識(shí)產(chǎn)權(quán)的DeepNet1.0、uDSP（數(shù)字信號(hào)處理器），并支持DNN/LSTM/CNN等多種深度神經(jīng)網(wǎng)絡(luò)模型，性能較通用方案提升超50倍。

而為了進(jìn)一步加速”雨燕“及系統(tǒng)解決方案的落地，去年9月12日，云知聲又發(fā)布了基于”雨燕“的智能音箱和智能家居的解決方案，并宣布將該方案開源。過“云端芯”結(jié)合，提供給客戶與合作伙伴面向具體場景的軟硬件一體化Turnkey解決方案，可讓客戶站在更高的設(shè)計(jì)起點(diǎn)、以更低的成本，在更短的時(shí)間周期內(nèi)打造出更穩(wěn)定可靠的產(chǎn)品。同時(shí)，開源的方案也可確保客戶基于已提供的AI能力自行設(shè)計(jì)其它各種長尾產(chǎn)品形態(tài)，構(gòu)建更為豐富的AIoT生態(tài)。

據(jù)介紹，目前基于雨燕芯片的全棧解決方案已導(dǎo)入的各類方案商及合作伙伴已超過10 家，包括美的、奧克斯、海信、京東、360、中國平安、硬蛋科技等，相關(guān)產(chǎn)品最早將于Q1量產(chǎn)上市。

而雨燕芯片在市場上的成功，也成功推動(dòng)了云知聲營收的增長。雖然2018年整體的大環(huán)境不是很好，但是，根據(jù)云知聲公布的數(shù)據(jù)顯示，2018年云知聲的營收相比2017年竟猛增了3倍。而之所以能夠有如此巨大的增長，與”雨燕“的”開花結(jié)果“密不可分。

云知聲創(chuàng)始人兼CEO黃偉也表示，2018年云知聲的營收主要就是來源于芯片和軟件服務(wù)。

5G推動(dòng)AIoT落地，多模態(tài)AI芯片成必然

那么作為一家語音AI技術(shù)廠商，云知聲這一次為什么會(huì)突破原有的語音AI廠商的定位，進(jìn)一步擴(kuò)展到了視覺AI領(lǐng)域，并宣布推多模態(tài)AI芯片呢？

▲云知聲創(chuàng)始人兼CEO黃偉

云知聲創(chuàng)始人兼CEO 黃偉認(rèn)為，當(dāng)前我們正處于5G 爆發(fā)的邊緣，5G與人工智能的結(jié)合將真正促使萬物智聯(lián)（AIoT）的落地與實(shí)現(xiàn)。可以預(yù)見的是，未來巨量的多維數(shù)據(jù)（如語音、圖像、視頻等）集中處理與邊緣式分布計(jì)算的需求，勢必將進(jìn)一步挑戰(zhàn) AI 底層支持硬件——芯片的計(jì)算能力。

與此同時(shí)，AIoT 場景下人工智能應(yīng)用對(duì)于端云互動(dòng)有著強(qiáng)需求。強(qiáng)大的云會(huì)讓端能力更強(qiáng)，而強(qiáng)大的端則可提升數(shù)據(jù)處理的實(shí)時(shí)性和有效性，進(jìn)而增強(qiáng)云的能力。二者需要緊密結(jié)合，這要求對(duì)芯片設(shè)計(jì)和云端架構(gòu)進(jìn)行統(tǒng)一考量。傳統(tǒng)的通用方案架構(gòu)由于在高實(shí)時(shí)性、高智能化場景中的算力有限，且無法平衡好成本、功耗、安全性等諸多現(xiàn)實(shí)需求，因此具備多維度 AI數(shù)據(jù)集中處理能力的多模態(tài)AI芯片將成必由之路。

物聯(lián)網(wǎng)AI芯片的多模態(tài)演進(jìn)之路

在第一代 UniOne芯片雨燕的發(fā)布會(huì)上，云知聲聯(lián)合創(chuàng)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(duì)于物聯(lián)網(wǎng) AI 芯片發(fā)展戰(zhàn)略的整體構(gòu)想。在今日舉行的云知聲 2019 多模態(tài) AI 芯片戰(zhàn)略發(fā)布會(huì)上，李霄寒再次從三方面論證了物聯(lián)網(wǎng)多模態(tài) AI 芯片的必要性。

▲云知聲聯(lián)合創(chuàng)始人李霄寒

李霄寒認(rèn)為，當(dāng)前物聯(lián)網(wǎng)產(chǎn)品線的 AI 芯片越來越明顯地體現(xiàn)出三個(gè)趨勢：

首先是場景化。芯片設(shè)計(jì)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(wù)的方式來解決某個(gè)垂直領(lǐng)域的具體問題，芯片本身上升成為整個(gè)解決方案中的重要部分，而非唯一；

其次，端云互動(dòng)。在物聯(lián)網(wǎng)的不同應(yīng)用場景下，海量終端設(shè)備要實(shí)現(xiàn)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(dòng)態(tài)平衡。端云互動(dòng)的命題需要 AI芯片的強(qiáng)有力支持，進(jìn)一步也深刻影響到芯片的設(shè)計(jì)，以及最終的交付；

第三，數(shù)據(jù)多模態(tài)。在以5G驅(qū)動(dòng)的萬物智聯(lián)場景下，芯片所接觸到的數(shù)據(jù)維度將由原來的單一化走向多元化，芯片所需處理的數(shù)據(jù)也由單模態(tài)變成多模態(tài)，這對(duì)芯片尤其是物聯(lián)網(wǎng)人工智能芯片的設(shè)計(jì)提出了新的挑戰(zhàn)。

云知聲多模態(tài) AI 芯片技術(shù)布局

為實(shí)現(xiàn)多模態(tài) AI芯片的戰(zhàn)略落地，目前云知聲已在加速技術(shù)布局，并在機(jī)器視覺方面取得飛速進(jìn)展。

其中，面向機(jī)器視覺的輕量級(jí)圖像信號(hào)處理器已可實(shí)現(xiàn)在不依賴外部內(nèi)存的情況下，在 30 fps的速率下實(shí)時(shí)對(duì)傳感器的圖片進(jìn)行預(yù)處理，以進(jìn)一步提高后續(xù)機(jī)器視覺處理模塊的處理速度和效果。

▲云知聲面向機(jī)器視覺的輕量級(jí)圖像信號(hào)處理器

借助基于人臉信息分析的多模態(tài)技術(shù)，已可實(shí)現(xiàn)人臉/物體識(shí)別、表情分析、標(biāo)簽化、唇動(dòng)狀態(tài)跟蹤等功能，可為產(chǎn)品交互和用戶體驗(yàn)提供更多的可玩性和靈活性。

▲云知聲的人臉識(shí)別、表情分析、標(biāo)簽化技術(shù)

▲多目標(biāo)物體識(shí)別

▲多目標(biāo)唇動(dòng)狀態(tài)跟蹤

尤為值得一提的是，云知聲多模態(tài)人工智能核心 IP——DeepNet2.0 的發(fā)布，標(biāo)志著云知聲人工智能處理核心由 1.0語音時(shí)代全面邁入 2.0 融合語音、圖像等處理能力的多模態(tài)時(shí)代。

DeepNet2.0可兼容 LSTM/CNN/RNN/TDNN等多種推理網(wǎng)絡(luò)，支持可重構(gòu)計(jì)算與Winograd 處理。

根據(jù)云知聲公布的數(shù)據(jù)顯示，基于云知聲的DeepNet2.0，在LFW2018、MegaFace2018等人臉識(shí)別評(píng)測中，準(zhǔn)確度分別達(dá)到了99.80%、99.47%，已接近現(xiàn)有的最優(yōu)成績。

目前云知聲DeepNet2.0已在FPGA上得到驗(yàn)證，將在2019年落地的全新多模態(tài)AI芯片海豚（Dolphin）上落地。

除此之外，在圖像與芯片技術(shù)的產(chǎn)學(xué)研合作方面，云知聲還與杜克大學(xué)所領(lǐng)導(dǎo)的美國自然科學(xué)基金旗下唯一人工智能計(jì)算中心——ASIC達(dá)成深度合作，致力于AI 芯片算法壓縮與量化技術(shù),以及非馮新型 AI 芯片計(jì)算架構(gòu)研究，將進(jìn)一步為云知聲多模態(tài) AI芯片戰(zhàn)略的推進(jìn)夯實(shí)基礎(chǔ)。

三款在研芯片曝光，2019年啟動(dòng)量產(chǎn)

在首款量產(chǎn)芯片雨燕已有大批客戶導(dǎo)入，占領(lǐng)市場先發(fā)優(yōu)勢的背景下，云知聲在2019年AI芯片規(guī)劃方面顯得較為激進(jìn)，計(jì)劃推出三款A(yù)I芯片，并計(jì)劃于2019年啟動(dòng)量產(chǎn)。

一款是輕量級(jí)物聯(lián)網(wǎng)AI芯片雨燕Lite。支持麥克風(fēng)矩陣、輕量級(jí)語音喚醒、輕量級(jí)語音識(shí)別。

一款是面向智慧城市的多模態(tài)AI芯片“海豚”。支持?jǐn)z像頭，ISP、OD、Face ID，支持麥克風(fēng)矩陣、語音喚醒、離線語音識(shí)別合成等。

還有一款面向智慧出行的多模態(tài)AI芯片“雪豹”。其中，后兩者都同時(shí)融合了語音AI和視覺AI的能力。

而根據(jù)云知聲在會(huì)上公布的資料顯示，多模態(tài)AI芯片“海豚”將采用28nm工藝,對(duì)標(biāo)的是Mobileye EQ4。根據(jù)規(guī)劃，云知聲的“海豚”最高可配置算力達(dá)4Tops，達(dá)到了EQ4的1.6倍，功耗為4.3W，略高于EQ4。

另據(jù)李霄寒透露，面向智慧出行場景的多模態(tài)車規(guī)級(jí)AI芯片雪豹（Leopard）是與吉利集團(tuán)旗下生態(tài)鏈企業(yè)億咖通科技共同打造的，這也意味著一旦這款芯片成功量產(chǎn)，后續(xù)或有機(jī)會(huì)在吉利集團(tuán)的支持下實(shí)現(xiàn)快速落地商業(yè)化。

小結(jié)：

2017年年底百度率先宣布免費(fèi)開放其語音AI能力，隨后科大訊飛的訊飛開放平臺(tái)也免費(fèi)開放了基礎(chǔ)能力。這也使得語音AI市場競爭變得異常激烈。在此背景之下，不少語音AI初創(chuàng)公司紛紛寄希望于通過推出語音AI芯片來打造生態(tài)，從而實(shí)現(xiàn)價(jià)值的提升。

而對(duì)于云知聲來說，從語音技術(shù)服務(wù)提供商，進(jìn)一步擴(kuò)展語音AI芯片，再到視覺AI領(lǐng)域，顯然是希望能夠擺脫語音AI市場的激烈競爭，分食市場更為龐大的視覺AI市場蛋糕。

不過，相對(duì)于語音AI市場來說，視覺AI市場雖然更為廣闊，但是同樣也是競爭激烈，不僅有著商湯科技、曠視科技、依圖科技、云從科技等眾多的獨(dú)角獸，也有著海康、大華等老牌安防廠商，還有著一大批的中小型視覺AI初創(chuàng)企業(yè)，并且不少視覺AI廠商已經(jīng)推出或正在積極的準(zhǔn)備推出視覺AI芯片/模組。

另外，對(duì)于視覺AI最大的也是價(jià)值最高的一塊市場——安防市場，其壁壘相對(duì)較高，而且需要較長周期的持續(xù)耕耘，而這一塊市場也是大家爭奪的焦點(diǎn)。但是由于各地政府的政策、偏好及要求不同，也使得這塊市場呈現(xiàn)出割裂的態(tài)勢。所以，新的玩家依然存在機(jī)會(huì)。

不過，對(duì)于云知聲這樣一家過往長期專注于語音AI領(lǐng)域的技術(shù)廠商，突然進(jìn)入到視覺AI領(lǐng)域，確實(shí)會(huì)給市場一種突兀感，要想在強(qiáng)敵林立的視覺AI市場取得成功確實(shí)不易。當(dāng)然，視覺AI市場巨大，機(jī)會(huì)猶存，這也是為什么現(xiàn)有的視覺AI廠商的數(shù)量數(shù)倍于語音AI廠商的一個(gè)原因。