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。
即将发布的云知声AI芯片“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。
云知声创始人兼CEO 黄伟“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。
网友评论