AI芯片開發(fā)正在從技術(shù)難點攻關(guān)轉(zhuǎn)向場景落地角力。如果說2017-2018年，AI芯片注重的是提高效率和算力的架構(gòu)創(chuàng)新，那么2019年，AI芯片更注重的是在落地場景的創(chuàng)新，未來更需要借助場景落地實現(xiàn)規(guī)模發(fā)展。

在眾多的落地應(yīng)用中，語音這條賽道一直熱鬧非凡，互聯(lián)網(wǎng)公司的戰(zhàn)略投入，迅速催熟市場應(yīng)用，使得智能語音交互在各種設(shè)備中滲透。進入2020年，AI語音芯片又有哪些“殺手級”應(yīng)用？架構(gòu)、設(shè)計理念又將取得哪些突破？<電子發(fā)燒友>通過與多位從業(yè)者的交流，試圖梳理出AI語音芯片在2020年的落地點和突圍方向。

2019年進擊的老將新兵

2019年1月4日，思必馳發(fā)布其首款A(yù)I芯片TAIHANG，由其投資的獨立公司深聰半導(dǎo)體有限責(zé)任公司（深聰智能）打造。時隔一年，這款芯片進展如何？深聰智能聯(lián)合創(chuàng)始人吳耿源告訴<電子發(fā)燒友>，2019年是其芯片突破性進展的一年，TH1520芯片已量產(chǎn)，TAIHANG一代可實現(xiàn)AI關(guān)鍵字和指令識別，低功耗喚醒，并且可以良好地實現(xiàn)芯片和算法的融合；由于采取了軟硬融合的方法，使得TH1520方案的性能和能效有了大幅度提升。據(jù)透露，2019年深聰智能已接到很多客戶訂單，在智能家居領(lǐng)域的落地也驗證了最初定位的正確性，目前很多客戶如白電廠商，有非常大的需求。 2019年對于杭州國芯來講，兩件事值得關(guān)注。一是在2019年2月宣布完成1.5 億人民幣 B 輪融資，由國投創(chuàng)合國家新興產(chǎn)業(yè)創(chuàng)業(yè)投資引導(dǎo)基金領(lǐng)投，創(chuàng)新工場跟投。二是開始向IoT市場滲透。杭州國芯AI事業(yè)部總經(jīng)理凌云表示，AI語音市場在經(jīng)歷了智能音箱的快速發(fā)展和繁榮后，開始向更加廣泛的IoT市場滲透。整個行業(yè)的芯片、算法和解決方案都在持續(xù)優(yōu)化，以適應(yīng)于輕量級IoT各種場景，包括智能家電、車載、可穿戴設(shè)備等等。杭州國芯在2019年推出了基于智能語音前端信號處理GX8008的IoT語音解決方案、RTOS輕量級系統(tǒng)，可以搭配WiFi和藍牙，或者純離線運行，在家電、車載領(lǐng)域都有大批量落地。

2019年國芯的GX8010/09/08系列AI語音芯片都實現(xiàn)了大批量產(chǎn)落地，典型的產(chǎn)品/應(yīng)用包括：智能音箱（360 AI Max音箱，JBL音樂城堡等），智能家電（海爾卡薩帝空調(diào)，當(dāng)貝投影儀等），兒童機器人（創(chuàng)維湃熊，豆丁機器人等），還有車載配件及行車記錄儀等等。
知存科技2019年推出數(shù)模混合存算一體芯片MemCore001，用于低功耗的實時智能語音應(yīng)用，支持智能語音識別、語音降噪、聲紋識別等多種智能語音應(yīng)用。知存科技CEO王紹迪對<電子發(fā)燒友>說，MemCore001的目的是使大算力的算法可以更輕松地落地，存算一體技術(shù)能夠解決常規(guī)AI計算中頻繁進行數(shù)據(jù)存取的難題，基于Flash的模擬存算一體技術(shù)是AI加速領(lǐng)域發(fā)展最快、最接近產(chǎn)業(yè)化落地的一個方向。據(jù)透露，知存科技將在2020年實現(xiàn)存算一體芯片的落地。

2020年AI語音芯片有哪些熱門應(yīng)用？

可穿戴市場將持續(xù)火熱

凌云認為，2020年除了智能家居和智能車載外，預(yù)計TWS等可穿戴市場將持續(xù)火熱，如何在功耗非常敏感的場景，實現(xiàn)各種AI算法是非常大的技術(shù)挑戰(zhàn)。國芯即將針對TWS耳機等可穿戴市場，推出超低功耗AI語音處理芯片，解決低功耗喚醒、指令識別和降噪等問題。

邊緣計算產(chǎn)品呈連鎖式爆發(fā)效應(yīng)

王紹迪認為智能支付、智能家居、智能可穿戴設(shè)備等將帶來更多的端側(cè)AI需求，看好2020年可穿戴設(shè)備的高速增長趨勢，以及新增的AI功能。他認為，可穿戴設(shè)備對AI芯片的需求有三點：可以運行提升產(chǎn)品體驗的AI算法，通常是大算力的算法；芯片面積小、功耗低；AI芯片和現(xiàn)有的系統(tǒng)兼容。

他認為，邊緣計算產(chǎn)品將呈現(xiàn)連鎖式爆發(fā)效應(yīng)，比如從TWS耳機的爆發(fā)到智能手表的爆發(fā)，智能邊緣的發(fā)展有連鎖效應(yīng)：一個擁有邊緣計算能力的產(chǎn)品成功，會讓更多的用戶感受到邊緣計算帶來的便捷和體驗升級，提高用戶對其他相似的電子產(chǎn)品接受度，使得用戶更愿意嘗試新的產(chǎn)品。同時一個成功的邊緣計算方案可以將經(jīng)驗移植到另一類產(chǎn)品中，加快邊緣計算產(chǎn)品的開發(fā)速度。

智能家居市場需求將逐步打開

吳耿源看好智能家居場景的應(yīng)用。他認為該市場經(jīng)過幾年的培育已進入推廣階段，各類終端產(chǎn)品功能和質(zhì)量都在穩(wěn)步提高，應(yīng)用也更加人性化，用戶的習(xí)慣也逐漸地被養(yǎng)成，但是總體來說體量還是比較小，整體的市場需求還未完全打開，有很大的開拓空間。吳耿源認為，過去幾年來，多數(shù)智能家居行業(yè)從業(yè)者不再幻想C端市場的爆發(fā)，為了更好地生存，更多寄望于B端市場。但都是基于自己獨特的業(yè)務(wù)訴求，而這些訴求并非是使用者真正所需，因此導(dǎo)致了需求和產(chǎn)品的錯配，終端用戶需求無法持續(xù)性地保持高增長態(tài)勢，甚至還處在“被教育”的市場狀態(tài)。他強調(diào)，即使是面向B端，最終的使用者仍是C端消費者，一款好的智能家居產(chǎn)品一定要能滿足人們?nèi)粘５木幼鼍靶枨蟆?br />
深聰智能會結(jié)合思必馳現(xiàn)有生態(tài)，初期將帶動芯片行業(yè)轉(zhuǎn)型加速；中期階段以AI芯片賦能傳統(tǒng)白色家電廠商、電視廠商等，實現(xiàn)產(chǎn)業(yè)升級，提升產(chǎn)品附加價值；遠期還將提供 IP 服務(wù)，形成 AI 創(chuàng)業(yè)環(huán)境，帶動周邊AI產(chǎn)業(yè)化落地。提供的產(chǎn)品和技術(shù)依然會圍繞著在智能語音算法及芯片設(shè)計的軟硬件優(yōu)化，提供高性能、低功耗的智能語音交互專用芯片和深度優(yōu)化的語音前端解決方案（包含軟硬件及相應(yīng) IP）。

2020年AI落地有哪些催化劑？

王紹迪認為AI芯片就是AI落地的催化劑：比起傳統(tǒng)芯片，AI芯片可以更高效率地運行體驗更好的AI算法，提高續(xù)航時間降低成本。知存科技打造的芯片有兩個目標(biāo)：一是讓電子產(chǎn)品可以植入更好用的AI算法，提升產(chǎn)品競爭力；二是幫助更多的AI算法落地。為此研發(fā)了存算一體架構(gòu)來提高芯片算力，同時設(shè)計了可以運行多種AI算法的架構(gòu)提高通用性，幫助做好上述兩點。

而隨著語音技術(shù)的進一步成熟和普及，AI語音將在更多的場景和設(shè)備落地。凌云表示，針對碎片化和場景化的市場，國芯將有針對性地推出語音自定義技術(shù)和配套工具鏈，這是在各種場景快速落地不可或缺的“催化劑”，能夠讓合作伙伴和客戶非常方便、快速地定制出符合特定場景的語音解決方案。

吳耿源認為，場景落地依舊是2020年各大AI企業(yè)最為關(guān)鍵的突破點，而AI與IoT的深度融合也是促進AI場景落地的關(guān)鍵“催化劑”。當(dāng)然，在落地過程中軟硬結(jié)合的“算法+芯片”的整體解決方案是AI企業(yè)最為接地氣的一種方式。目前看來，語音交互是最明確的AI落地應(yīng)用之一，而終端的AI語音芯片即將迎來高速增長，這也是促使AI更快落地的“催化劑”。

未來——集成化、多模態(tài)融合、被推倒的存儲墻

凌云表示，AI芯片未來的演進主要有三個方向：第一，AI芯片+WiFi/BT/Memory的方案將走向集成化；第二，專用的AI芯片將更為專業(yè)化；第三，語音+視覺+屏幕的方式將實現(xiàn)更強大的人機交互。就國芯而言，AI語音芯片的演進首先實現(xiàn)端到端的模型突破，接下來，將在深度學(xué)習(xí)的領(lǐng)地進一步擴大，將信號處理融入深度學(xué)習(xí)網(wǎng)絡(luò)中。

吳耿源認為，AIoT場景下AI應(yīng)用對于端側(cè)和云端都有很強的需求，而5G與AI的結(jié)合將進一步促使萬物智聯(lián)的落地與實現(xiàn)。未來巨量的數(shù)據(jù)會是多維的，包括語音、圖像、視頻等等，集中處理邊緣式分布計算的需求，也會進一步挑戰(zhàn)AI芯片的計算能力。傳統(tǒng)的芯片架構(gòu)由于無法很好地平衡成本、功耗、安全性等諸多需求，因此未來具備處理多個維度的巨量數(shù)據(jù)的多模態(tài)AI芯片將會是趨勢。

當(dāng)然，AI時代硬件架構(gòu)層面的創(chuàng)新還有一大難關(guān)——存儲墻。傳統(tǒng)的馮諾依曼結(jié)構(gòu)是把計算和存儲分開，創(chuàng)新的計算機體系正在改變這種方式，并非基于計算機的Memory，而是基于Memory的計算做更多融合，即In-Memory Computing。吳耿源認為這種存算一體化的架構(gòu)不但是深聰智能芯片架構(gòu)創(chuàng)新的趨勢，也是整個業(yè)界認為的趨勢。

例如知存科技主推的數(shù)模混合存算一體芯片，被認為能夠有效降低設(shè)計的復(fù)雜度和制造成本，利于大規(guī)模產(chǎn)業(yè)化，并增加了設(shè)計的靈活性，延長閃存的使用壽命，可以用于神經(jīng)網(wǎng)絡(luò)運算等場合。

根據(jù)筆者之前的走訪，探境科技在解決存儲墻的問題上，提出了存儲優(yōu)先的SFA概念，即以存儲調(diào)度為核心，讓數(shù)據(jù)在存儲器之間傳遞的過程就能夠得到計算，他們認為這一架構(gòu)非常適合邊緣計算場景，具有更通用的算法支持度和更快速的商業(yè)落地節(jié)奏。

凌云透露國芯的第二代NPU架構(gòu)將實現(xiàn)更高效的指令、更靈活的計算、更強的壓縮，第三代也將實現(xiàn)存內(nèi)計算、數(shù)字&模擬電路混合計算。

造芯誰更行？

傳統(tǒng)芯片公司大規(guī)模地進入AI造芯行列，推動了低成本、低功耗的專用語音識別芯片的發(fā)展。2019年，多家算法公司也開始大力推動語音技術(shù)的落地應(yīng)用，形成了算法、終端應(yīng)用方案一體化的產(chǎn)業(yè)格局，并逐步開始自研或與傳統(tǒng)芯片設(shè)計公司合作推出研發(fā)芯片，形成了語音算法和芯片設(shè)計公司既互補又競爭的格局。

凌云認為，2019年整個AI芯片市場其實是在去泡沫，很多明星公司在這一年進行了業(yè)務(wù)調(diào)整或減員收縮等。去掉泡沫后，真實的市場需求和格局會逐步明晰，行業(yè)才能走向健康有序發(fā)展。下一步，AI芯片面臨的挑戰(zhàn)仍是場景多、分散，需要通過算法去適配各種場景、設(shè)備，定制化的需求很多，考驗的是公司的技術(shù)支持和業(yè)務(wù)能力。由于資本市場的冷卻，初創(chuàng)企業(yè)還同時面臨短期內(nèi)盈利難和融資的雙重壓力。

“算法是實現(xiàn)智能的核心，芯片是支撐智能的基礎(chǔ)。算法不是最強，芯片不是最強，如果只是做整合大家都可以做了，你的競爭力體現(xiàn)在哪里？”他反問道。相比初創(chuàng)AI芯片公司，凌云認為老牌企業(yè)具有更加完備的前后端設(shè)計、產(chǎn)品、驗證和測試團隊，具備打造一顆完整SoC芯片產(chǎn)品的工程化經(jīng)驗，并在供應(yīng)鏈方面有一定的優(yōu)勢。

吳耿源則認為語音算法公司做AI芯片更有優(yōu)勢。從打造AI芯片的兩種路徑來看，一是從硬件出發(fā)做AI芯片，但如果對AI算法不夠了解，往往很難做出滿足場景最優(yōu)的芯片；另一類是算法公司，了解算法、市場需求，能夠根據(jù)算法、場景需求，結(jié)合硬件做優(yōu)化。從語音算法的角度來說，由于語音技術(shù)對硬件有一定需求，需要一款高能效、低功耗、降低成本，同時又能夠改善體驗的芯片。思必馳做AI芯片的核心目的是，面向客戶需求，通過軟件定義硬件、軟硬件耦合的思路來構(gòu)建在算法方案的優(yōu)勢。

他認為目前的AI芯片多為特定場景設(shè)計，不能靈活適應(yīng)多場景需求，未來需要專門為AI設(shè)計的靈活、通用的芯片，成為AI領(lǐng)域的“中央處理器”。另外，現(xiàn)階段AI芯片產(chǎn)業(yè)的發(fā)展方式主要以企業(yè)為主體，產(chǎn)品上下游企業(yè)的運營和管理相對獨立，但同環(huán)節(jié)的企業(yè)卻高度競爭，未來產(chǎn)業(yè)發(fā)展應(yīng)以合作為主線，形成產(chǎn)業(yè)生態(tài)。

從芯片發(fā)展的大趨勢來看，目前尚處于AI芯片發(fā)展的初級階段，不論是科研還是產(chǎn)業(yè)應(yīng)用都有巨大的創(chuàng)新空間。除了上述兩類企業(yè)，還有系統(tǒng)公司，他們離場景最近，對場景真實需求深刻了解，具有強大的軟硬件一體化產(chǎn)品能力、市場營銷渠道以及充足的資本儲備，這使得他們和眾多AI芯片初創(chuàng)企業(yè)的關(guān)系上處于主導(dǎo)，更增加了產(chǎn)業(yè)格局的不確定性。面向具體場景的落地能力，對AI芯片將會是更為嚴(yán)酷的挑戰(zhàn)。AI芯片看似熱度攀升，實則任重而道遠，老將新兵在場景落地中展開近場搏殺，將成為2020年的一大看點。