云知声发布首款面向物联网的AI芯片

5月16日，距云知声宣布完成1亿美金C轮融资仅过去5天，在市场声量中沉寂多年的云知声，开始了马拉松后半程的加速——今天，它推出首款面向 IoT 的 AI 芯片 UniOne 及其解决方案——雨燕（Swift）。

云知声是一家专注物联网人工智能的服务公司，主要产品包括智能家居、智能车载、智慧医疗、智能教育等语音技术解决方案 、云知声输入法、语控精灵等。云知声利用机器学习平台，在语音技术、语言技术、知识计算、大数据分析等领域建立了领先的核心技术体系，这些技术共同构成了云知声完整的人工智能技术图谱。在应用层面， AI芯、AIUI、AI Service三大解决方案支撑起云知声核心技术的落地和实现，目前已经在家居、车载、医疗和教育等领域有广泛应用，形成了完整的“云端芯”生态闭环。

云知声的“造芯之路”

云知声创始人/CEO黄伟指出，“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芯片成为必然抉择。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。”

随着物联网的深入推进，终端设备被赋予越来越多的AI能力，要求其在保证低功耗、低成本的同时完成AI运算。然而，IoT设备与手机不同，不仅形态千变万化且需求碎片化严重，对于AI算力需求也不尽相同，因此，原有通用架构的芯片很难满足新形势下的需求。

另一方面，AI算法的接入，对设备端芯片的并行计算能力和存储器带宽也提出了更高的要求，而尽管基于GPU的传统芯片能够在终端实现推理算法，但其并非针对深度学习设计，能效比远低于AI专用芯片。

黄伟指出，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。”

较之于传统芯片，定制化的AI芯片由于应用场景和AI算法相对确定，因此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，相较通用芯片而言，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。

第一代UniOne物联网AI芯片“雨燕”及其解决方案

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。

“雨燕”将应用于智能家居、智能音箱、智能车载等各个具体场景中。客户可以站在更高的设计起点，以更低的成本在更短的时间内打造出更稳定可靠的产品。同时，开源的方案也可确保客户基于已提供的 AI 能力自行设计其它各种长尾产品形态，构建更为丰富的 AIoT 生态。

IoT 事业部副总裁李霄

“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。”IoT 事业部副总裁李霄寒指出。

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。基于雨燕方案，可让客户站在更高的设计起点，以更低的成本在更短的时间内打造出更稳定可靠的产品。同时，开源的方案也可确保客户基于已提供的 AI 能力自行设计其它各种长尾产品形态，构建更为丰富的AIoT生态。

自2012年成立以来，云知声一直专注于物联网人工智能服务，是当前国内为数不多拥有算法、计算能力、芯片能力全栈式技术链条的人工智能龙头企业。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。

此次，伴随着UniOne芯片的量产落地，云知声“云端芯”产品架构及战略闭环正式搭建完毕。未来，云知声将以更加完善立体的全栈解决方案，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。