本文來源：中國日報網(wǎng)

2019年的第一個工作日，云知聲創(chuàng)始人、CEO黃偉以一句“少有人走的路”，為其多模態(tài)AI芯片戰(zhàn)略拉開帷幕。

2014年人工智能還遠未如此火熱，黃偉在面向B端市場的商業(yè)探索中，就意識到算力、算法結(jié)合在一起的重要性，于是確定了“云端芯”一體化的戰(zhàn)略，并于2015年啟動自研AI芯片。

在AI前夜的那個節(jié)點來看，作為一家剛成立2年的創(chuàng)業(yè)公司，云知聲當(dāng)時的策略無疑飽受質(zhì)疑。

然而隨著阿爾法狗（AlphaGo）戰(zhàn)勝世界頂級圍棋選手李世石后，AI浪潮襲來，并逐漸落地走向應(yīng)用。2018年在場景驅(qū)動、中美貿(mào)易摩擦的背景下，AI芯片走向時代前臺。

歷時3年，云知聲也終于2018年5月推出第一款語音AI芯片雨燕，交出造芯答卷。而2019年，云知聲將在云端芯戰(zhàn)略的基礎(chǔ)上再邁進一步，并提出多模態(tài)AI芯片的構(gòu)想。

先行業(yè)一步提出多模態(tài)AI芯片戰(zhàn)略，這背后是云知聲怎樣的思考，這一構(gòu)想又能否引領(lǐng)云知聲下一階段的發(fā)展？

一、多模態(tài)AI芯片戰(zhàn)略浮出水面

過去6年來，云知聲大概走過了四個階段，2012~2014年即剛成立的前兩年，布局算法平臺構(gòu)建技術(shù)優(yōu)勢；緊接著云知聲確立“云端芯”一體化的策略，并啟動自研AI芯片；到了2017~2018年云知聲加速AI的商業(yè)擴展和應(yīng)用，并推出首款語音AI芯片雨燕。

站在2019年的起跑線上，黃偉稱，接下來就是依托云知聲的AI算法與AI芯片構(gòu)建場景優(yōu)勢。而構(gòu)建場景優(yōu)勢的關(guān)鍵就在于多模態(tài)AI芯片戰(zhàn)略。

之所以提出這一戰(zhàn)略，黃偉重點講述了他面向5G與AIoT的思考。他認為，5G將推動行業(yè)產(chǎn)生質(zhì)變，引發(fā)連接大爆炸、應(yīng)用大爆炸，尤其是工業(yè)領(lǐng)域。

可以預(yù)見，隨著5G的到來，語音、圖像、視頻等多維數(shù)據(jù)將會海量增長，此時多維數(shù)據(jù)的處理能力成為剛需。

與此同時，IoT場景下AI應(yīng)用對于端云互動有著強需求，強大的云會讓端側(cè)能力更強，而強大的端則可提升數(shù)據(jù)處理的實時性和有效性，進而增強云的能力。

在多維數(shù)據(jù)處理能力與邊緣計算的需求下，具備更強算力的多模態(tài)AI芯片就成為了場景的關(guān)鍵競爭力之一。

黃偉指出，面向5G場景，只有更強的算力還不夠，還需要有深入場景提供服務(wù)的能力，并在此基礎(chǔ)上對傳統(tǒng)SOC（SystemOnChip，片上系統(tǒng)）做了進一步的解讀。

他認為，S應(yīng)該代表不同的AI服務(wù)能力即Skills，O代表云端與邊緣側(cè)的互動On/OffCloud，C代表具備智能處理能力的AI芯片。

從云端芯一體化，到多模態(tài)AI芯片戰(zhàn)略，再到對SoC全新的理解，云知聲對AI芯片的理解和布局都保持著行業(yè)領(lǐng)先性。

二、戰(zhàn)略背后是多模態(tài)AI技術(shù)的積淀

從2018年開始，多模態(tài)交互就成為業(yè)界研究的一個重點。簡單來說，模態(tài)可以理解為感官，多模態(tài)交互即是調(diào)用多種感官的交互方式，它跨過了自然語言，其方式也更加貼近人，也代表了AI未來的一個發(fā)展方向。

云知聲在2019年開年提出多模態(tài)AI芯片戰(zhàn)略，無疑在多模態(tài)探索的道路上又邁出一步，但多模態(tài)不應(yīng)該成為一句口號，而應(yīng)該真正落實到技術(shù)研發(fā)中。

智東西發(fā)現(xiàn)，在語音技術(shù)主賽道外，云知聲在2018年也加緊布局圖像識別、機器翻譯等領(lǐng)域，進行多模態(tài)技術(shù)的儲備。

去年，在國際權(quán)威人臉識別標準評測數(shù)據(jù)庫LFW和MegaFace上，云知聲團隊研發(fā)的人臉識別系統(tǒng)，在上述兩項標準評測中，性能分別達到99.80%和98.47%，得分位居業(yè)內(nèi)前列。去年5月份的WMT2018國際機器翻譯大賽的中英翻譯比賽中，組建不足1年的云知聲機器翻譯團隊，也拿下英中第二、中英第四，綜合第三的優(yōu)異成績。

本次發(fā)布會上，云知聲聯(lián)合創(chuàng)始人李霄寒進一步分享了云知聲在人臉識別、表情分析、標簽化、多目標唇動狀態(tài)追蹤等視覺AI方面的進展，進一步儲備多模態(tài)技術(shù)基礎(chǔ)。

另一方面，云知聲還發(fā)布了多模態(tài)人工智能核心IP——DeepNet2.0，其AI處理能力也有1.0的語音進化到2.0的多模態(tài)，支持語音、圖像等處理能力。DeepNet2.0可兼容LSTM/CNN/RNN/TDNN等多種推理網(wǎng)絡(luò)，支持可重構(gòu)計算與Winograd處理，最高可配置算力達4T。目前云知聲DeepNet2.0已在FPGA上得到驗證，將在2019年落地多模態(tài)AI芯片海豚（Dolphin）。

可見，在硬件層面與算法層面，云知聲都在儲備多模態(tài)技術(shù)，為其多模態(tài)AI芯片的落地打下地基。

三、造芯之路：從云端芯一體化到多模態(tài)AI芯片

2014年，云知聲就確定了“云端芯”的發(fā)展戰(zhàn)略，2015年推出IVM（通用芯片方案），并落地格力、美的、海爾、長虹等一線家電廠商，從客戶需求切入，布局AI芯片更具場景優(yōu)勢和時間窗口優(yōu)勢。

在此基礎(chǔ)上，云知聲在2015年啟動AI芯片研發(fā)，歷時3年終于推出第一代語音AI芯片雨燕。基于此，云知聲又在去年9月推出Turnkey方案，加速雨燕芯片的落地。李霄寒透露，預(yù)計落地產(chǎn)品最快會在今年Q1季度面世。

針對面向物聯(lián)網(wǎng)時代的AI芯片，云知聲又在2019開年之分享了一些新的思考。李霄寒指出，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)出三個趨勢：

場景化。所謂場景化是芯片設(shè)計要堅持場景導(dǎo)向、需求導(dǎo)向，面向垂直領(lǐng)域的具體場景，通過芯片以及解決方案解決實際場景中的問題。

端云互動。在物聯(lián)網(wǎng)的不同應(yīng)用場景下，海量終端設(shè)備要實現(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態(tài)平衡。這意味著從芯片設(shè)計開始，就要考慮端云互動能力。

數(shù)據(jù)多模態(tài)。在5G驅(qū)動的萬物智聯(lián)場景下，數(shù)據(jù)類型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)。

以此來看，面向物聯(lián)網(wǎng)終端場景的AI芯片核心是解決垂直場景問題的能力，其呈現(xiàn)形式將不再是一個單一的硬件，而是承載著邊緣能力與云端能力的多模態(tài)AI軟硬一體解決方案。

在此基礎(chǔ)上，云知聲在多模態(tài)AI芯片戰(zhàn)略的引領(lǐng)下，拋出2019年的AI芯片布局藍圖，今年將推出3款芯片，搶灘IoT場景。

在去年5月份發(fā)布的雨燕芯片的基礎(chǔ)上，今年云知聲將面向智能語音場景，推出一款適用性更廣的輕量級AI芯片雨燕Lite，比如可以應(yīng)用在智能開關(guān)、智能燈泡等場景，實現(xiàn)設(shè)備的智能化，相比第一代其成本也將更低。

面向智慧城市場景，云知聲將推出支持語音和圖像等計算的多模態(tài)AI芯片海豚（Dolphin），預(yù)計將在今年Q3季度投產(chǎn)。

面向智慧出行場景，云知聲將與吉利集團旗下生態(tài)鏈企業(yè)億咖通科技共同打造車規(guī)級AI芯片雪豹（Leopard），預(yù)計將在2019年Q3/Q4季度投產(chǎn)。

相比行業(yè)其他公司造芯，云知聲的優(yōu)勢在于自主設(shè)計，尤其是DSP、深度神經(jīng)網(wǎng)絡(luò)處理器都為云知聲自主研發(fā)，能夠真正面向場景，使AI芯片滿足真實場景中的需求。

而AI芯片戰(zhàn)略布局的領(lǐng)先性，雨燕芯片在行業(yè)的率先推出，給了云知聲更多的時間窗口優(yōu)勢。把握這一優(yōu)勢，從而率先導(dǎo)入客戶，搶占場景，則更有利于率先在行業(yè)中形成規(guī)模優(yōu)勢。

今年云知聲再進一步，面向語音、視覺、車載等場景再推3款A(yù)I芯片，可見其對AI芯片的戰(zhàn)略積極且堅定，在芯片落地的節(jié)奏上領(lǐng)先行業(yè)。

結(jié)語：場景落地戰(zhàn)剛剛打響！

物聯(lián)網(wǎng)時代是一個場景導(dǎo)向的時代，很難形成PC時代或者移動互聯(lián)網(wǎng)時代在芯片領(lǐng)域形成一家獨大的局面，因此業(yè)內(nèi)也有一種觀點，物聯(lián)網(wǎng)時代是應(yīng)用定義算法，算法定義硬件（芯片）。

這一觀點也與云知聲強調(diào)的場景化、端云互動不謀而合。以云知聲為代表的AI技術(shù)公司，最早面向行業(yè)場景探索技術(shù)落地，能夠率先發(fā)現(xiàn)場景中客戶的真實需求，從而定制出更加滿足行業(yè)需求的AI芯片。這也是AI技術(shù)公司布局AI芯片的優(yōu)勢所在。

從云知聲2019年布局的三款A(yù)I芯片可以看出，輕量版的雨燕Lite面向智能語音場景，成本更低，可以與第一代雨燕（算力更強）配合，滿足智慧家庭領(lǐng)域更廣闊的終端設(shè)備。車規(guī)級的雪豹AI芯片是面向智慧出行領(lǐng)域，多模態(tài)語音和圖像的海豚AI芯片則是面向智慧城市領(lǐng)域。

通過這三款A(yù)I芯片，云知聲正在搭建一整套滿足語音、多模態(tài)、車載等場景的AI芯片能力。

目前AI芯片正處于場景落地的初期，場景的真正需求尚不明確，哪些場景最終能夠成為有潛力的市場也尚需探索?？梢钥闯鲈浦暤牟呗允?，從自身深耕的智能家居、車載、醫(yī)療、教育出發(fā)，快速搭建一整套覆蓋語音、視覺等能力的AI芯片，搭建好能力框架之后，就可以在市場中一面探索場景需求，一面快速基于能力框架量體裁衣，推出更加適合場景需求的AI芯片。

而雨燕Lite這款輕量級、低成本的語音AI芯片，很有可能就是這一打法下的產(chǎn)物。

無論是在多模態(tài)AI芯片戰(zhàn)略，還是AI芯片的推出、落地速度上，云知聲都走到了行業(yè)前列，但迎接它的是更加艱巨的AI芯片落地戰(zhàn)、卡位戰(zhàn)。

只有經(jīng)受場景與市場的考驗，真正解決現(xiàn)實場景的實際痛點，才能真正被行業(yè)與市場認可，而這一戰(zhàn)役剛剛打響。