资讯 业界
此为临时链接,仅用于文章预览,将在时失效

筹划 3 年,即将发布:详解云知声的造芯之路

作者:刘芳平
2018/05/09 12:06

2016 年,云知声 CEO 黄伟接受雷锋网专访时透露了公司的品牌升级方向————从智能语音公司,到物联网人工智能服务商。

而实现这种转型,在产品层面上云知声提出了“云端芯”的概念,通过芯片将终端和云端连接起来。黄伟对雷锋网表示,云知声的人工智能产品包括以下三块:

云知声要做的,是将 AI 芯放进从家电到汽车的各种产品里,让它们都能连网并进行通过语音交互,并连接至云端服务。

2017 年 8 月,云知声宣布获 3 亿元战略投资,融资目的之一就是加大人工智能专用芯片 UniOne 的研发力度,进一步完善以“云端芯”为核心的产品开发和商业落地。

现在,云知声自行设计的 AI 芯片终于将在 5 月 16 日对外发布。在正式发布前,雷锋网对 UniOne 芯片的研发负责人,IoT 事业部副总裁李霄寒进行了专访,对其造芯之路进行深入解读。

筹划 3 年,即将发布:详解云知声的造芯之路

云知声 IoT 事业部副总裁李霄寒

对云知声来说,造芯不是目的,而是手段。人工智能时代,厂商的竞争力在于其向客户提供解决方案的能力,而芯片正是解决方案的重要一环。

李霄寒告诉雷锋网,云知声设计自己的芯片是一件水到渠成的事,“我们先用一个通用型的方案,去拓展、打磨这个产品,然后找到我们的客户和应用场景。然后,我们再做芯片,去替代原有的产品。”对比之下,一些公司是先设计出芯片再去找客户和应用场景。

而所谓“造芯”,并非是将设计、研发、生产整个流程都做了,“我们不光要涉及到芯片的设计,还要涉及到整个上面的系统,包括相关的云端服务和算法”,李霄寒对雷锋网透露,芯片及方案开发团队有四五十人。

之所以投入的人力并不庞大,是因为云知声只抓最核心的设计部分,包括用于 AI 加速的 NPU、用于信号处理的 DSP 以及其它一些 know-how,其它一些核心模块都采用 IP 复用的方式,这也是当下许多芯片设计所用的方法。

UniOne 并不是一款芯片,而是一个产品系列,并让每一款产品在特别的场景下做到极致,“我们会有一系列的芯片,比如第一款芯片解决智能家居领域里面的多模态交互问题,第二款芯片解决车载环境下的一些交互,或者是别的需求,会把它这个方向做到极致。”李霄寒告诉雷锋网。

筹划 3 年,即将发布:详解云知声的造芯之路

以下为李霄寒与雷锋网的对话实录,雷锋网进行了不改变原意的整理。

做芯片投入有多大?

雷锋网:介绍一下您的主要工作。

李霄寒:我负责这边的研发平台和整个的产品化,我们有个 AI Labs 由 CTO 梁家恩负责,它输出核心引擎。

我底下有若干个团队,从终端、芯片、云平台、测试到系统应用都覆盖,我们负责根据产品的需求,把技术加上一些产品化的工作做成最终的产品。

雷锋网:芯片这块有多大投入?

李霄寒:我们不像传统芯片公司那样,设计、验证,然后后端等。我们不光要涉及到芯片的设计,还要涉及到整个上面的系统,因为我们不是只提供一个芯片就拉倒,还有解决方案以及相关的云端服务和算法。

在这上面的人力投入大概四五十人。

雷锋网:在造芯的整个流程中你们主要做哪些方面?哪些是跟第三方合作的?

李霄寒:我们抓最核心的设计部分,现在的芯片设计很多是采用 IP 复用的方式。像 DDR、ADC,还有 CPU,很多都可以直接复用现有的 IP。

我们是做 AI 加速,也就是 NPU 的部分,还有 DSP,以及一些其它的 know-how。其它的部分尽可能复用。

从 IVM 进化到 UniOne 是非常自然的选择

雷锋网:IVM 和 UniOne 芯片有什么不同?

李霄寒:IVM 不是一个芯片产品,它是一个板卡,基于通用方案来交给客户的一个解决方案。

比方说,我们会购买第三方符合我们具体产品需求的 CPU,以及相应的降噪 DSP,把软件装进去,然后在上面做优化,同时设计一个硬件的 PCB,作为最终的产品,这就是 IVM。

这个产品做了有 3、4 年的时间,像格力、美的、长虹都是我们的客户。

UniOne 是基于我们之前的一些行业 know-how,包括对算法,对 AI 层面的 know-how,我们觉得可以相应 IVM 的东西变成一颗 SoC。它可以在性能、功耗、价格方面全面的超越原来的 IVM 产品。

所以我们的路子是先用一个通用型的方案,去拓展、打磨这个产品,然后去找到客户和应用场景。然后再做芯片去替代原有的产品。这跟一些其它的公司不一样,有些公司是先设计出芯片出来,再去找客户。

对我们来讲,客户也好,渠道也好,产品形态也好,这些都是现成的,都是被打磨过的,从 IVM 进化到 UniOne是一个非常自然的选择。

雷锋网:是说你们已经发展到了一定程度,有这样的市场存在,然后发现有这个需求,所以才做芯片?

李霄寒:这不是完全等价的,我刚才只是讲了一个自下而上的微观路径,其实是有个自上而下的宏观路径:

从物联网 AI 的发展大势上来判断,它是一个跟手机和移动互联网都不一样的平台,因为它的产品形态多样化,各个场景是非常碎片化的。

所以,它需要一个硬件的解决方案。

另外,随着 AI 的发展,物联网的 AI 一定需要边缘算力,不同场景对 AI 的算力需求也是不一样的。

所以,原来的这种通用方案是不能解决物联网的 AI 问题,必须要有专用的物联网 AI 芯片来打开这个市场。这是从宏观层面上去考虑这件事情,跟我们以前做过什么事情没有关系,这也是我们在 3 年前就在考虑的事。

这是一个自上而下的分析路径,IVM 到 UniOne 是一个自下而上的路径。这 2 个路径殊途同归,都是在说,我们需要一个甚至一系列的物联网 AI 芯片,来解决物联网各个场景下的人工智能问题。

雷锋网:UniOne 跟市场上已有的 AI 芯片有什么不同?

李霄寒:不同的 AI 芯片之间是有很大差异的,像面向自动驾驶的 ADAS 图像芯片,和更加偏物联网或者人机交互的芯片,在整个芯片的制程、功能设计、性能和功耗方面,期待都是不一样的。

所以,AI 芯片的需求是差异化。对于我们来讲,长远来说肯定是瞄准整个物联网,所以 UniOne 本身是一个产品系列,不是一款芯片,是面向物联网的一系列芯片。

现在这个时间点我们从现有的市场、算法和场景去去切入。比方说,原来 IVM 的既有市场,像智能家居,在芯片出来之后,可以实现无缝替换,客户那边可能什么都不需要改,直接用新的芯片替换原来那个板子上的老芯片就可以了。

所以,对于客户来讲,更新换代的成本是非常低的,他只感觉到了性能的提升,功耗和价格的下降。

另外一方面,第一款芯片的出来,可以让我们切入之前尝试过但没有大规模的上量的一些场景,比方说智能音箱。

今年上半年这一版主要是面向语音交互的,同时保留了多模态的一些扩展,但是目前的我们 solution 主要是面向语音的。

筹划 3 年,即将发布:详解云知声的造芯之路

智能燃气灶

做好 AI 芯片的三个关键要素

雷锋网:越专用的 AI 芯片可以做到的能效比就越高,越通用的话在能效比上会有所牺牲?咱们这边是怎么进行平衡的?

李霄寒:我觉得,做一款好的 AI 芯片需要 3 个关键要素:

第一,需要对算法有足够的了解,对算法要有 know-how。如果你拿到的是比较普通的算法,可能你的优化也是比较普通的,如果你的 know-how 比较多,那可能优化可以做的比较精细。

第二,需要对芯片重视,要能够设计芯片,把它做出来,能够给出比较好的架构。我们经过 3 年的打磨已经完全具备了这方面的能力。

第三,很多人会忽略的一点,就是对应用的 know-how。做芯片不是军备竞赛,不是说效能比越高,或者说关键参数,主频、制程越高越好。计算力并不是越高越好,而是要满足场景的需求。

就像做军品和民用的产品一样,做军品相对还容易一点,因为很多情况下不用考虑成本,但是做民用的东西要考虑平衡。

对云知声来讲的,我们有优势的一点是之前通过通用的产品,针对产品形态和市场做了比较深的一些打磨。所以我们对市场的产品和用户了解是比较深刻的,基于以上 3 个要素去设计芯片就可以做到比较好的平衡。

有一些公司可能会缺一两个要素,那么它做出来的产品可能会有点偏,比如性能很好但功耗很高,或者性能功耗比非常不错,但价格很贵。

雷锋网:UniOne 会针对不同场景做专门优化吗?

李霄寒:会的,像家居、车载都会做到极致优化,但是我们不是拿一款芯片来解决所有的问题。

我们会有一系列的芯片,比方说第一款芯片解决智能家居领域里面的多模态交互问题,第二款的芯片解决车载环境下的一些交互或是别的需求,会把这个方向做到极致。

后面还有其它的一些东西出来,但整个是统一的 AI 框架,不断去演进,然后在不同的场景里有不同的分支。

筹划 3 年,即将发布:详解云知声的造芯之路

为什么要自己做而不是用第三方的?

雷锋网:为什么云知声要自己做而不是跟其它厂商合作定制芯片呢?

李霄寒:AI 芯片的整体架构还远没有成熟,并不是说像 CPU 一样,采购谁的都一样,没必要自己去重复发明一个 CPU。我们面临的问题和 PC 上的 CPU 问题是完全不一样的。

现在从整个产品定义,到里面的架构都是在一个探索阶段,没有标准化,你去找一个合作伙伴的话,很可能最后做出来的东西不能够满足场景的需求。这也是为什么我们坚决要自己做。

而且我们在这方面有比较大的优势,因为我们做了 2 年多将近 3 年的时间,团队已经从算法到应用到芯片都打磨出来了。后面做芯片的迭代,架构以及整体方案的演进,成本是比较低的。

所以,对于我们来讲,肯定是还是选择自己做,胜过跟别人去合作。

雷锋网:芯片团队和算法等团队是怎么合作的?

李霄寒:我们基本上是坐在一块,做降噪的,做唤醒的、识别的,甚至包括语音合成的,所有跟 AI 相关的这些算法的同事,都是在一个环境里面工作。

他们之间会互相分享,做算法的人会了解芯片的一些知识,做芯片的人会了解算法的一些架构,互相会做一些渗透。

只有双方互相有比较深的了解,才能做出一个相对定制,但又不是那种死的,具有一定的灵活性的架构,这对于产品的成功是非常关键的。

未来规划

雷锋网:除了语音,你们还会做其它领域吗,比如视觉?

李霄寒:视觉我们已经在做了,从语音交互这个切入点来看,其实我们最终是要设计一个拟人化的东西,但是人的感官是远远不只是耳朵的,视觉也占了很大的一部分。

我们会迅速的从语音交互,转向多模态交互,甚至把交互可能都会去掉,就是多模态的 AI。

雷锋网:UniOne 推出后,接下来芯片方面的规划是什么?

李霄寒:当前这款芯片是从类 IVM 的一套东西着手,紧接着我们会往车的方向走,因为车这块是一个非常巨大的市场。而且对芯片的需求是蛮高的,这是接下来必须要做的。

还有就是往多模态的方向走,把更多的传感器集成进来,让这个语音交互变的不那么单薄,更像一个真人,这是我们今年的研发规划。

同时,在体系架构上面会继续演进,之前的体系架构做的会相对保守,因为这是我们的第一款芯片,要保证它能够量产,但这不代表战略是保守的,我们的芯片战略是比较激进的。


现在关注“雷锋网”微信公众号(leiphone-sz),回复关键词【2018】,随机抽送价值 3999 元的参会门票 3 张

相关文章:

云知声获3亿元战略投资,将加大AI芯片研发

云知声发布“Pandora”语音中控方案,产品智能化只需6个月

云知声谢冠超:智能音箱是个伪命题

云知声 CEO 黄伟:坚持才会有收获,今年的营收将突破 9 位数

2 步让你开发出“中国版 Echo”,云知声要做“中国版 Alexa” | AWE 2017

云知声 AI 芯:跟一台抽油烟机展开“对话”,是一种怎样的体验?

做AI的路很多,云知声选择的是这条 | GMIC 2016

云知声黄伟: 硬件正值寒冬 但依然得提前布局

长按图片保存图片,分享给好友或朋友圈

筹划 3 年,即将发布:详解云知声的造芯之路

扫码查看文章

正在生成分享图...

取消
相关文章