一直在聽的設(shè)備讓播放音樂(lè)、打開智能電視、調(diào)低恒溫器變得無(wú)比輕松，甚至在有人闖入房屋時(shí)提醒我們。但是他們讓我們經(jīng)常將它們插入交流電源或更換電池。

雖然有時(shí)感覺(jué)語(yǔ)音助手已經(jīng)在我們的生活中存在了幾十年，但直到 2014 年底，亞馬遜才推出了第一款智能揚(yáng)聲器 Amazon Echo。五年后，我們現(xiàn)在已經(jīng)在智能揚(yáng)聲器、智能家居系統(tǒng)、可穿戴設(shè)備和其他智能設(shè)備中安裝了數(shù)億個(gè)數(shù)字語(yǔ)音助手，這些設(shè)備總是在聽一個(gè)喚醒詞。SAR Insight & Consulting根據(jù)其最新研究預(yù)測(cè)，到 2023 年，始終在線的語(yǔ)音設(shè)備的安裝基數(shù)將躍升至近 10 億臺(tái)。

最初使始終聆聽和語(yǔ)音優(yōu)先成為可能的傳感器——鉛筆尖大小的超微型微機(jī)電系統(tǒng) ( MEMS ) 麥克風(fēng)——捕獲環(huán)境聲音數(shù)據(jù)。起初，在云中處理數(shù)據(jù)、分析喚醒詞和命令的聲音似乎是一個(gè)很好的解決方案。但是，語(yǔ)音助手和其他始終在線的物聯(lián)網(wǎng)設(shè)備的指數(shù)級(jí)增長(zhǎng)正在產(chǎn)生如此多的數(shù)據(jù)——根據(jù)國(guó)際數(shù)據(jù)公司的數(shù)據(jù)，2025 年將有 416 億臺(tái)物聯(lián)網(wǎng)設(shè)備產(chǎn)生 79.4 澤字節(jié)的數(shù)據(jù)1——我們對(duì)集體帶寬負(fù)擔(dān)過(guò)重，并造成成本和功率效率低下，這是一個(gè)意想不到的后果。這正在推動(dòng)半導(dǎo)體行業(yè)尋找新的方法將一些強(qiáng)大的云計(jì)算引入設(shè)備——一種稱為邊緣處理的能力。

邊緣的挑戰(zhàn)

邊緣計(jì)算的成功在很大程度上依賴于低功耗數(shù)字信號(hào)處理器和微控制器的快速普及——其中一些包括嵌入式神經(jīng)網(wǎng)絡(luò)，即微型機(jī)器學(xué)習(xí) (TinyML) 芯片。這些主要是數(shù)字處理芯片可以直接在設(shè)備上處理復(fù)雜的數(shù)據(jù)分析，例如確定是否說(shuō)出了喚醒詞。但是，雖然這些芯片現(xiàn)在可能像大腦一樣聰明，但它們?nèi)匀灰蕾囉诘谝豢钍冀K在線傳感設(shè)備中使用的原始系統(tǒng)架構(gòu)，需要立即將所有聲音（自然是模擬的）轉(zhuǎn)換為數(shù)字信號(hào)。即使聲音（例如狗叫聲或嬰兒哭聲）不可能包含喚醒詞，情況也是如此。浪費(fèi)電力和數(shù)據(jù)，

消費(fèi)者仍然期望可以放在口袋甚至耳朵里的更小的始終聆聽的智能設(shè)備具有相同或更好的性能，但不會(huì)犧牲電池壽命。這使 OEM 陷入困境，因?yàn)槿绻麄兝^續(xù)使用舊架構(gòu)，他們將繼續(xù)浪費(fèi) 80% 到 90% 的電池壽命來(lái)處理無(wú)意義的數(shù)據(jù)。他們將被迫讓消費(fèi)者選擇兩個(gè)弊端中較小的一個(gè)：必須插入墻上的非便攜式語(yǔ)音助手或可以去任何地方但電池壽命短的便攜式語(yǔ)音助手。

由于在系統(tǒng)中移動(dòng)數(shù)據(jù)會(huì)消耗電力，因此最有效的節(jié)能方法是盡快將數(shù)據(jù)量減少到重要的程度。如果我們真的想解決一直在聽的力量挑戰(zhàn)，我們需要一種新的范式，更接近地模仿大腦在任何給定時(shí)刻有效處理來(lái)自人類感官系統(tǒng)的大量數(shù)據(jù)的能力。預(yù)先花費(fèi)一點(diǎn)點(diǎn)精力來(lái)確定什么是相關(guān)的，并節(jié)省大部分資源來(lái)僅處理最重要的數(shù)據(jù)。

聲音自然是模擬的

提高始終收聽設(shè)備的電池壽命需要采用當(dāng)今許多工程師認(rèn)為既過(guò)時(shí)又令人生畏的技術(shù)：模擬。處理來(lái)自真實(shí)世界的原始、非結(jié)構(gòu)化模擬信號(hào)——即觸摸、視覺(jué)、聽覺(jué)和振動(dòng)——是很困難的。自從推出第一個(gè)數(shù)字集成電路以來(lái)，創(chuàng)建處理傳感器信號(hào)的產(chǎn)品（使用熟悉的 1 或 0）比直接處理感測(cè)到的模擬數(shù)據(jù)要簡(jiǎn)單得多。（這就是為什么永遠(yuǎn)在線的設(shè)備會(huì)立即將模擬輸入轉(zhuǎn)換為數(shù)字信號(hào)，然后再進(jìn)行幾乎任何其他操作。）

雖然過(guò)去 50 年來(lái)數(shù)字化有效地解決了處理挑戰(zhàn)，但它可能最終在物理定律上碰壁了。數(shù)字設(shè)備擴(kuò)展的放緩導(dǎo)致技術(shù)人員對(duì)設(shè)備內(nèi)部的芯片進(jìn)行創(chuàng)新。在這種情況下，這種創(chuàng)造力通過(guò)兩個(gè)根本性的變化來(lái)實(shí)現(xiàn)：更加戰(zhàn)略性地使用數(shù)字，因此數(shù)字芯片僅在必要時(shí)才進(jìn)行大量處理；并使用模擬電路固有的低功耗，結(jié)合機(jī)器學(xué)習(xí)，進(jìn)行第一輪分析，確定聲音數(shù)據(jù)是否仍處于自然模擬狀態(tài)時(shí)是否存在語(yǔ)音。這使數(shù)字處理芯片保持在低功耗睡眠模式，直到它們真正需要“收聽”關(guān)鍵字。

在永遠(yuǎn)在線的設(shè)備中實(shí)現(xiàn)更高能效的途徑不在于讓每個(gè)芯片“像大腦一樣思考”，而在于重新構(gòu)想更像人類感官系統(tǒng)的系統(tǒng)架構(gòu)，逐步分層分析聲音，以便將最多的能量集中在關(guān)于什么是最重要的。

?

仿生邊緣處理（底部）將數(shù)字處理能力集中在最相關(guān)的感官數(shù)據(jù)上。（圖片：Aspinity）

每個(gè)人都贏了

尋求更長(zhǎng)的電池壽命將鼓勵(lì)系統(tǒng)設(shè)計(jì)人員采用一種新的架構(gòu)范例，其中更少的數(shù)據(jù)處理意味著更長(zhǎng)的電池壽命。位于邊緣的模擬 ML 芯片可以充當(dāng)智能流量管理器，讓數(shù)字處理芯片保持休眠狀態(tài)，除非需要它們。這種受生物啟發(fā)的永遠(yuǎn)在線邊緣處理方法允許模擬和數(shù)字處理器執(zhí)行它們最高效的工作，使消費(fèi)者成為最終的贏家。畢竟，誰(shuí)不想要一個(gè)單節(jié)電池就能運(yùn)行一年的聲控電視遙控器呢？

參考

1 International Data Corp. 全球數(shù)據(jù)領(lǐng)域物聯(lián)網(wǎng)設(shè)備和數(shù)據(jù)預(yù)測(cè)，2019-2023 年。2019 年 6 月