首款面向物联网领域的AI系列芯片UniOne发布_AI芯片领域的中国势力凸起.doc

《首款面向物联网领域的AI系列芯片UniOne发布_AI芯片领域的中国势力凸起.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、首款面向物联网领域的AI系列芯片UniOne发布_AI芯片领域的中国势力凸起面向智能家居，云知声称用1／10的价格挑战50倍的性能根据云知声的表示，UniOne是云知声的芯片品牌，是一系列芯片的总称。发布的第一代芯片是“雨燕”产品，是第一款面向IoT人机交互场景的AI芯片，面向智能家居和智能音箱，主要是由语音AI切入DNN／LSTM／CNN。而第二代芯片“雪豹‘预计将于明年发布，面向智能车载领域，主打多模态、车规级，对算力的数量级提升；第三代芯片”旗鱼“预计将于2020年推出，面向智慧城市领域，将提供通

2、用的AI边缘算力。本次发布的“雨燕”芯片采用CPU＋uDSP＋DeepNet架构，支持8／16首款面向物联网领域的AI系列芯片UniOne发布_AI芯片领域的中国势力凸起面向智能家居，云知声称用1／10的价格挑战50倍的性能根据云知声的表示，UniOne是云知声的芯片品牌，是一系列芯片的总称。发布的第一代芯片是“雨燕”产品，是第一款面向IoT人机交互场景的AI芯片，面向智能家居和智能音箱，主要是由语音AI切入DNN／LSTM／CNN。而第二代芯片“雪豹‘预计将于明年发布，面向智能车载领域，主打多模态、车

3、规级，对算力的数量级提升；第三代芯片”旗鱼“预计将于2020年推出，面向智慧城市领域，将提供通用的AI边缘算力。本次发布的“雨燕”芯片采用CPU＋uDSP＋DeepNet架构，支持8／16首款面向物联网领域的AI系列芯片UniOne发布_AI芯片领域的中国势力凸起面向智能家居，云知声称用1／10的价格挑战50倍的性能根据云知声的表示，UniOne是云知声的芯片品牌，是一系列芯片的总称。发布的第一代芯片是“雨燕”产品，是第一款面向IoT人机交互场景的AI芯片，面向智能家居和智能音箱，主要是由语音AI切入D

4、NN／LSTM／CNN。而第二代芯片“雪豹‘预计将于明年发布，面向智能车载领域，主打多模态、车规级，对算力的数量级提升；第三代芯片”旗鱼“预计将于2020年推出，面向智慧城市领域，将提供通用的AI边缘算力。本次发布的“雨燕”芯片采用CPU＋uDSP＋DeepNet架构，支持8／16bit向量、短距运算，基于深度学习网络架构。云知声称，雨燕可将面向语音AI的并行运算性能发挥到极致，在更低成本和功耗下提供更高的算力。根据云知声联合创始人、芯片负责人李霄寒的表述，“雨燕”芯片架构可以分为五个部分。第一部分是A

5、udio，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深度神经网络处理器（NPU）DeepNet。前三部分是一个封闭的代码。但是，物联网领域的终端形态多样，需求非常复杂，所以云知声不仅提供雨燕芯片和终端引擎，还将应用部分向客户开源，同时提供相应定制化工具以及云端AI能力服务。而支持这种定制化能力的是雨燕芯片架构中的CPU＋Memory、以及多种接口这两部分，可以提供给合作伙伴进行自

6、由开发。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。也就说，UniOne提供产品共性的东西，比如远场语音识别，标准化组件。但是在场景、产品使用等相关的个性化部分将源代码开放。这样就能在保证高性能、高能效比的同时，兼顾灵活性和通用性。从软件层面来看，雨燕提供了面向深度神经网络的AI扩展指令集。李霄寒表示，将耗时的AI计算进行算子抽象，并在全新并行架构中进行硬件实现。电源模式设计上

7、，雨燕提供多级电源模式，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。大大降低功耗。功能上，“雨燕”芯片提供声源定位、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。另外，云知声不仅提供芯片，还将提供一体化的云端芯产品级解决方案，对接AI云服务、AI软件方案商、芯片原厂等。在本次发布会上，云知声还公布了与两家公司的战略合作。会上，云知声宣布与京东Alpha平台合力打造定制化智能

8、标杆产品，并联手亿咖通科技共同研发汽车前装车规级AI芯片，构造以语音为核心的座舱交互平台。　　　　AI芯片研发之路：打磨四年，先验证市场合理性云知声为何要研发AI芯片？据云知声CEO黄伟称，从PC互联网到移动互联网，再到现在物联网时代，AIoT的设备数量级将增长到348亿，远超PC设备和手机设备。但是，随着物联网的深度推进，终端设备被赋予更多的AI能力，且需求碎片化严重，对于AI算力需求也不尽相同，原有的通用架构芯片很难满足物联网设备的需求