云知声发布首款面向物联网的AI芯片

2018-05-16 22:39:37 来源:上证报APP·中国证券网 作者:王雪青

  中国证券网讯(记者 王雪青)5月16日,创业六年的物联网(IoT,Internet of Things)人工智能服务企业云知声在京召开新品发布会,正式推出首款面向物联网的AI芯片——UniOne。同时,云知声公布了与京东智能、亿咖通科技的战略合作。各方将基于云知声物联网AI芯片及系统解决方案之上,共享各自优势资源,构建面向新零售、智能家居、汽车等领域的AI“芯生态”。就在几天前,云知声刚刚宣布完成了1亿美元的C轮融资,由中电健康基金领投,360、前海梧桐并购基金、汉富资本等跟投。

  3年研发首款物联网AI芯片

  据介绍,这款第一代UniOne物联网AI芯片取名为“雨燕”(Swift),该芯片由云知声自主设计研发,研发耗时近3年,采用云知声自主AI指令集,拥有具备自主知识产权的DeepNet、uDSP(数字信号处理器),支持 DNN/LSTM/CNN等多种深度神经网络模型,性能较通用方案提升超50倍。云知声创始人/CEO黄伟表示:“在AIoT市场加速爆发的今天,云端方案在网络、带宽、能耗、隐私以及边缘计算等方面的限制,使得面向物联网的AI芯片成为必然选择。在推出芯片产品之前,云知声已在家居、智能音箱、儿童机器人等市场方面,基于通用芯片方案(IVM)百万级出货量的产品形态,验证了芯片市场、产品和用户场景的合理性。第一代UniOne物联网AI芯片雨燕量产后,将能快速切入市场客户并满足更多产品种类和形态上对成本、稳定性、集成度等方面的需求。”黄伟认为,无论是CPU还是GPU、FPGA,现有的芯片架构并非为AI专门设计,并不能满足物联网AI算力需求,且考虑了太多的向后兼容性,因此在性能上远非最优。“基于业务方面对芯片产品、场景的反复验证,以及对AIoT终局的判断,云知声在2014年就明确必须自主研发面向物联网的AI芯片。”

  与传统芯片相比,定制化的AI芯片由于应用场景和AI算法相对确定,在硬件设计上更加专门化,在面向此类任务时其相对于通用芯片在计算密度及功耗上有绝对优势。因此,较通用芯片而言,AI芯片可以在更低的主频、更小的芯片面积,完成机器学习中同等任务量的计算,做到成本、功耗、算力等多维需求之间的完美平衡。

  据介绍,云知声第一代UniOne物联网AI芯片及解决方案——雨燕采用CPU+uDSP+ DeepNet架构,支持8/16bit向量、矩阵运算,基于深度学习网络架构,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。

  云知声联合创始人/芯片负责人李霄寒表示,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。通过云端芯结合,云知声基于雨燕提供的是面向一个个具体场景,如智能家居、智能音箱、智能车载等的Turn-key解决方案。

  “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。”李霄寒表示。

  据了解,第二代芯片“雪豹”预计将于明年发布,面向智能车载领域,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。

  牵手合作伙伴共建“芯”生态

  在本次发布会上,云知声还公布了与京东智能、亿咖通科技的战略合作。各方将基于云知声物联网AI芯片及系统解决方案之上,共享各自优势资源,构建面向新零售、智能家居、汽车等领域的AI“芯生态”。

  在智能家居领域,云知声携手京东智能,推动人工智能芯片在智能家居领域的应用。与京东Alpha平台合力打造定制化智能标杆产品,实现跨品牌、跨品类智能设备的互联互通,使用户通过自然语言即可获取平台音乐、新闻、购物等海量内容服务,带来更为智能化和更为便捷舒适的家居生活体验。

  在智能网联汽车领域,云知声将携手亿咖通科技,共同研发汽车前装车规级AI芯片,打造更好的车内智能交互体验,推动人工智能芯片在汽车行业的升级应用。双方将围绕GKUI座舱生态系统,构建以语音为核心的座舱交互平台,帮助用户在位置导航,车载娱乐,车辆控制,车与车互联等方面实现更精准的语音服务,让AI赋能汽车,让汽车更“聪明”,让人们更便捷和高效地享受汽车智慧出行。双方还将在自动驾驶领域进行AI芯片的研发合作,共同致力于未来智能出行技术能力的提升。

  据介绍,自2012年成立以来,云知声已成为国内为数不多拥有算法、计算能力、芯片能力技术链条的人工智能企业。目前,云知声在家居、医疗、机器人、汽车、教育等各业务的合作伙伴数量已经超过2万家,覆盖用户已经超过2亿,日调用量4亿次。

  公司表示,未来,云知声还将联合诸多产业上下游合作伙伴,展开更加全面、更加深入的人工智能多模态服务,推动“智享未来”愿景的加速实现。