思必驰加入AI造芯大潮：明知山有虎偏向虎山行？
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。
1 2 下一页>
