思必驰加入AI造芯大潮:明知山有虎偏向虎山行?

与非网 中字

在AI横行的当下,没有什么高科技能比AI更能激起广大用户内心的好奇,很多创业公司都在拿AI当噱头,几乎所有传统公司都竭尽全力向AI靠近。于是去年智能音箱火了,天猫精灵、小爱音箱、亚马逊的Echo纷纷走入我们的生活,语音控制确实比硬件控制更加便捷,有些设备厂商甚至打出一个口号“能动动嘴解决的事情就不让用户动手”。

在智能语音处理领域,思必驰以算法见长。从2013年开始,思必驰专注人性化的自然语言交互方案,在2017年基于语音技术积淀推出了DUI开放平台,开启全链路对话定制;2018年,思必驰挤身中国AI国际队,14篇论文入选ICASSP,并发布了会话精灵。从应用市场来看,思必驰CEO高始兴向与非网记者介绍,“我们打通了全链路,实现了规模化定制,终端设备激活8000多万台,开发者超过17000人,打通了16葛智能家居平台。在车联网后装市场、智能音箱、儿童平板、故事机,以及知识机器人等关键领域市场占有率位居第一,在汽车前装、电视、白电、智能客服等重点领域增速第一。”

思必驰联合创始人、首席科学家俞凯

独行者快,众行者远,思必驰选择联手强者打造AI芯片

思必驰造芯是经过了深思熟虑之后作出的决定,而且选择适合自己的路,用思必驰联合创始人、首席科学家俞凯的话说就是“独行者快,众行者远”,思必驰选择与中芯国际旗下的中芯聚源合资成立深聪智能公司,从2017年初开始酝酿,2018年2月开始定制芯片,2018年8月份实现流片,2018年11月进行验证。

深聪智能CTO朱澄宇介绍TH1520是一款聚焦于语音应用场景下的AI专用芯片,主要面向智能家居、智能终端、车载、手机、可穿戴设备等各类终端设备。解决方案包含算法+芯片,具有完整语音交互功能,能实现语音处理、语音识别、语音播报等功能,支持离线语音交互。

他强调,“TH1520进行了算法硬件优化,基于双DSP架构,内部集成codec编解码器以及大容量的内置存储单元,同时,TH1520采用了AI指令集扩展和算法硬件加速的方式,使其相较于传统通用芯片具有10X以上的效率提升。TH1520在架构上具有算力及存储资源的灵活性,支持未来算法的升级和扩展。”

TH1520兼具低功耗及实用性,采用多级唤醒模式,内置低功耗IP,使其在always-on监听阶段的功耗低至毫瓦级,典型工作场景功耗仅需几十毫瓦,极端场景峰值功耗不超过百毫瓦。该芯片支持单麦、双麦、线性4麦、环形4麦、环形6麦等全系列麦克风阵列,同时支持USB/SPI/UART/I2S/I2C/GPIO等应用接口和多种格式的参考音,能在各类IOT产品中灵活部署应用。

语音算法是占用内存的大户,通过软硬融合思必驰知道如何优化,经过团队的交流,成功将内存放到了片内,片内的内存功耗比片外内存功耗小两个数量级,对降低功耗起到决定性作用。

在发布会现场,朱澄宇并没有介绍芯片的主频以及GOP数量,他的解释是,一是芯片在调试,在正式量产会公布;第二,我们提供的是“芯片+算法”的解决方案,给用户提供良好的体验,给开发者带来最大的放便是产品的最大亮点。

明知造芯难,为何偏要倾力造?

芯片从业者都明白,芯片是大坑,不是有豪言壮语就能做成,思必驰却在这个时候发布了其AI芯片。他们为什么要冒着巨大的风险从算法跨越到硬件?是因为国内的造芯热潮,还是自身的需要?思必驰CTO、深聪智能CEO周伟达分享了思必驰的造芯之路。

人工智能交互技术对芯片的要求很高,第一是计算量,第二是内存,现在芯片的计算能力和存储空间不能直接提供给消费者来使用,深度学习最早应用于神经网络首先是在PC上实现,在客户端使用先要进行量化,可以量化到定点的32位、16位、8位,思必驰目前在客户端的所有定点都是到8位,可能会定位到4位、2位、1bit。神经网络的基础模型不是类似于冯诺依曼的CPU架构,传递的是神经冲动,不是浮点数据,要真正做到类人脑运算,需要考虑高能效、低功耗的人工智能芯片是否能做到1bit运算,到最后的运算就不需要存储了,而是需要数字逻辑的与非异或,这样的技术在思必驰的PC仿真中已经验证了,思必驰的技术未来有希望用到更多终端上。但是也发现了问题:现在的CPU以1byte为单位,思必驰算法在CPU、DSP上没有优势。于是开始考虑从哪里开始做?

思必驰做芯片第一是因为神经网络发展的需求,第二是更多的市场需求,从成立之初到现在,我们已经对接赋能了上千万套设备,对接了ARM、DSP、MIPS、MCU的芯片,存储空间从几兆到几G,因此非常清楚客户的需求和瓶颈。我们如何把AI算法提供给客户,这让我们看到有大量的市场需求,因此,从技术发展和市场需求来看,做芯片是一条必经之路。

思必驰从2016年开始筹划做面向深度学习的神经网络芯片,我们在本质上是软件公司,我们也在思考自己能不能做硬件?因此,我们决定和行业专家一起合作研发芯片。从2016年到2017年一直在寻找合作伙伴,从芯片行业的IP供应商、芯片制造商、芯片生产商、以及做编译器、操作系统的公司中筛选,整个过程中发现三个困难:第一,人工智能算法在未来的5-10年会不断发展,不断进化、完善,如何做芯片?芯片公司说,你可以告诉我你需要多少算力,多少带宽,多少内存,剩下的问题交给我来做。但是我们限制,这款芯片是否能达到毫瓦级?在未来物联网应用中达到百微瓦甚至十微瓦?大部分公司无法做。CPU最小做到几百毫瓦甚至1W,这需要我们和芯片设计公司深度融合来进行合作,需要我们公司开放算法,需要芯片公司重新架构CPU计算单元,这一步很难迈出;第二,我们对接了很多设备了解了需求,把这些需求提交给芯片公司,他们未必认可。第三,未来数据存在很大的安全隐患,消费者存在信息泄漏风险,我们想研发芯片做三层数据安全的保护:第一层加入芯片密码,只有验证了芯片密码,应用才能启动;第二层用户加入声纹,才能启动芯片进行录音,传输到云端;第三层,随着芯片计算能力增加,可以在本地做通用的语音的识别,尽可能少在云端传数据,通过研发芯片达到保护个人信息安全。最后,思必驰决定做芯片,而且要软硬结合做好AI芯片。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存