5月16日，刚刚完成C轮融资的云知声宣布正式发布全球首款面向IoT(物联网)的AI芯片UniOne。
云知声成立6年以来极少像业界科技企业一般举办发布会，黄伟公开演讲的次数也仅仅只有4次。而这一次，黄伟不仅邀请了政府方面的领导，如华米、寒武纪等一般正在势头上的明星企业，更邀请了他的初中老师、同学，还有在湖畔大学的一众同学们。
对于黄伟来说，这是非常重要的时刻，所有的等待与隐忍终于要绽放了。他将人工智能创业比喻成为在沙漠中前行，饥渴、艰难，沙漠中偶尔出现的绿洲不是他的最终目标，沙漠后的那片汪洋大海才是他的终点。那片海就是物联网AI。
UniOne是什么？
云知声联合创始人兼芯片负责人李霄寒解释，“UniOne不是一颗芯片，而是一系列芯片，它代表了云知声对于物联网AI芯片发展战略的整体构想。”
他指出，面向方案商与开发者，UniOne可提供完整的语音AI应用参考方案、云端能力以及定制化工具，帮助客户在跨形态的物联网已经产品上以最低的时间、资源等探索成本，打造最高体验的用户入口应用未来。
按照云知声的设计，今年推出第一代面向智能家居和智能音箱应用的雨燕芯片，由语音AI进行切入;2019年推出增加智能车载领域应用的雪豹芯片，可从多模态进行切入;2020年，将推出面向智慧城市的旗鱼芯片，届时可提供通用的AI边缘算力。
云知声第一代UniOne物联网AI芯片及解决方案叫做“雨燕”，“雨燕”是世界上飞翔速度最快速的鸟类，而这个名字也很容易让人感受到云知声希望“乘风破浪”的雄心。
雨燕采用CPU+uDSP+DeepNet架构，支持8\16bit向量、矩阵运算，基于 学习网络架构，特点是可以提供低成本，低功耗下的更高算力。
“雨燕”芯片架构可以分为五个部分：
第一部分是Audio，内置了云知声的全频谱的自主语音AI技术。
第二部分架构是云知声拥有自主知识产权的数字信号处理器uDSP，支持多种类型麦克降噪和声源定位。
第三部分架构是云知声完全自主研发的 神经网络处理器(NPU)DeepNet。
第四部分是CPU+Memory，这部分可以向客户开源，同时提供相应定制化工具以及云端AI能力服务。
第五部分是更多样化的接口Peripherais
在架构灵活性方面，通过Scratch-Pad将主控CPU与AI加速器内部RAM相连，提供高效的CPU与AI加速器之间的数据通道，以便CPU对AI加速器运算结果进行二次处理。
此外，在电源模式设计上，雨燕提供多级电源模式来降低耗能，从动静检测(占芯片能耗的2%)，到活体检测(占芯片能耗的10%)，到目标检测(占芯片能耗的20%)，再到正常模式。
功能上，“雨燕”芯片支持声源定位、回声消除、远讲降噪、超低功耗的语音唤醒、离线识别、本地TTS、声纹识别、用户画像、流式对话，应用定制化等等。
李霄寒表示，相较于通用CPU，其DSP任务处理能力加速8倍，miniNLP任务加速能力提升10倍，TTS(自然语言处理)任务加速提升16倍，内部带宽利用效率提升20倍。
凭什么研发物联网AI芯片？
业界对云知声一直有一种质疑，为什么不能专心做一件事?2014年云知声就提出了“云端芯”一体化的构思，彼时很多人不理解一家做智能语音起家的创业公司为什么要走这条路。时至今日，黄伟说在困难的时候坚持住，最难走的路才是捷径。云知声在AI领域所选择的赛道也终于被大家看清楚。
在PC时代以电脑为主有约35亿台设备被连接，移动互联网时代以手机为主有约68亿台设备被连接，在物联网时代，以电视、空调、音箱等多样化硬件为主的约有345亿台设备被连接。
黄伟解释，AIoT设备数量级爆发式增长，终端设备被赋予了更多的AI能力，并且需求碎片化严重，对AI算力的需求也不尽相同，原有的通用架构芯片并不能满足物联网设备要求。
黄伟认为AIoT的关键在芯片上，而做好一个AI芯片需要三个前提：全栈式的AI技术能力、已经验证的应用场景和芯片设计能力。
在全栈式的AI技术能力的积累上，从2012年开始云知声就提出了算法平台化，建立了一套“金字塔”技术研发体系，有ASR、TTS、NLU等应用层技术输出，也有相当于高速上的“兰博基尼”的Atals分布式机器学习并行计算平台，并构建了异构化硬件服务集群DeepFlow。而在应用场景方面，云知声在家居、智能音箱、儿童陪伴机器人市场等方面都进行了布局，验证了市场、产品、用户场景的合理性。
黄伟透露云知声在2015年就组建了芯片团队，2016年开始对市场、产品、技术路线以及芯片下游合作方做评估。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。直到今年的量产发布，也代表云知声全面进入云+芯时代。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
