0
| 本文作者： 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：
AI 芯，目前你可以将其理解成连网的麦克风；
AIUI，用户与终端之间的交互方式，目前主要就是语音；
AI Service，云端服务。
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。
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。
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。
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。
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。
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。
智能燃气灶
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。
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。
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：
云知声发布“Pandora”语音中控方案，产品智能化只需6个月
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？
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
