雖然是IC界的“網(wǎng)紅”，但AI芯片仍在經(jīng)歷落地的陣痛。

即使面向已有大量需求的圖像識別和語音識別AI芯片，也同樣要在不同應(yīng)用中破除算法、數(shù)據(jù)、應(yīng)用場景的壁壘，才能得以成全。而隨著應(yīng)用的深入，角逐其中的玩家還要在不斷的迭代中持續(xù)進(jìn)化，以形成閉環(huán)，加速落地。正如北京探境科技有限公司創(chuàng)始人兼CEO魯勇所言，AI芯片像馬拉松長跑，比的是耐力，而不是沖刺速度。在這場比賽中，不是要看誰跑得快，而是要看誰有潛力到達(dá)終點，誰在中途不走岔路。

多方角力

這顯然是一場“馬拉松”。隨著市場局面漸次打開，各方勢力紛至沓來，欲在市場格局未定之際占據(jù)先機。

而四種主流勢力亦在各較短長?；ヂ?lián)網(wǎng)和通信類巨頭的長處在于數(shù)據(jù)和場景的支持，以及足夠的資金和人才；成熟芯片設(shè)計公司在成本控制、芯片定義、供應(yīng)鏈管理、渠道方面優(yōu)勢明顯；初創(chuàng)芯片公司在芯片前沿架構(gòu)和定制化方面可輕裝前進(jìn)；算法及方案公司在整合芯片下游算法和應(yīng)用方案上具有優(yōu)勢。

雖然，先期AI語音芯片在集成方式、功能定位方面存在不同策略，但從通用走向?qū)Ｓ玫内厔菀讶幻髁?，即無論是CPU直接進(jìn)行AI算法加速，還是DSP+NN模塊的方式，以及針對語音識別設(shè)計的AISC芯片，在靈活性及模型支持、成本、功耗等綜合指標(biāo)來看，未來專用型AI芯片將成為主流產(chǎn)品。

于是乎，在專用AI芯片的賽道上，各種“架構(gòu)熱”興起，但無論是存內(nèi)計算、模擬計算、光計算、類腦等，確實各有差異，但對于初創(chuàng)公司來說，若僅是采用“專用架構(gòu)”已然沒有太高的門檻，終級比拼的不僅是工程能力和客戶能力的全面考驗，還有持續(xù)迭代和進(jìn)化的能力。

畢竟，以往規(guī)模的確很重要，但到今天可能更重要的不是規(guī)模，而是變化速度。

新的進(jìn)化

而在年中發(fā)布音旋風(fēng)611以來，出貨已趨百萬級，這對于成立僅兩年多的探境而言，殊為不易。而拿到越進(jìn)下一階競爭的“門票”之后，探境持續(xù)發(fā)力，在12月底一舉發(fā)布了由低功耗系列、主打系列、旗艦系列組成的3大系列、6顆AI芯片組成的產(chǎn)品矩陣，包括首個離在線一體的語音識別解決方案以及具備AI雙麥降噪功能的語音識別方案。

“組合拳”式的產(chǎn)品矩陣凸顯出的是探境在算法和算力“接場景地氣”的革新。

要知道，落地問題就是解決場景挑戰(zhàn)問題。在實戰(zhàn)演練中，探境科技副總裁李同治認(rèn)為，智能家居應(yīng)用的語音控制技術(shù)層面仍面臨諸多挑戰(zhàn)，包括由于高噪聲、遠(yuǎn)場識別環(huán)境造成低信噪比情況，由于非穩(wěn)態(tài)噪聲對于降噪算法產(chǎn)生影響，以及在語音識別期間同時播放電視劇、音樂造成的多聲源問題。

對此，探境科技采取的方式是各個擊破。李同治介紹說，完整的語音識別鏈路可分為麥克風(fēng)輸入、降噪處理、語音識別、識別結(jié)果輸出四個環(huán)節(jié)。首先要在降噪算法處理上下工夫。探境通過自研基于深度學(xué)習(xí)的AI降噪算法，不僅能夠處理穩(wěn)態(tài)的噪聲，對一些非穩(wěn)態(tài)的噪聲和突發(fā)性的噪聲也可高效過濾。而在降噪之后的語音識別環(huán)節(jié)，探境采用新型高計算強度神經(jīng)網(wǎng)絡(luò)HONN(High Operation Neural Network)，其算法參數(shù)只是傳統(tǒng)DNN算法的1/5，但算力卻超過幾百兆，遠(yuǎn)超DNN表現(xiàn)。實測結(jié)果顯示，在信噪比大于10dB和5-10dB的環(huán)境中，HONN命令詞識別準(zhǔn)確率的提升分別為2%和10%。

但應(yīng)用場景還有更嚴(yán)苛的情況，即0dB和負(fù)dB。為提升這些場景下的識別率，還需要使用麥克風(fēng)陣列。探境在雙麥算法上也祭出了自己的獨門絕技——頻域復(fù)數(shù)子空間投影FCSP。

“這一算法克服了麥克風(fēng)陣列的諸多缺點，通過采用一套基于深度學(xué)習(xí)的AI算法做信號增強，并將處理算法的參數(shù)和神經(jīng)網(wǎng)絡(luò)一起訓(xùn)練，整體優(yōu)化之后抗噪性更強，并降低最后的識別錯誤率?！崩钔沃赋?。據(jù)測算在信噪比為0dB時，相對于傳統(tǒng)的處理算法，F(xiàn)CSP識別錯誤率相對降低超過20%。

有了上述算法的“三大金剛”，探境的語音算法實現(xiàn)了跨越式的升級。然而，算法還需要在芯片載體上才能“發(fā)揮”實力。針對 AI 芯片存儲墻難題，探境科技自主研發(fā)了存儲優(yōu)先的SFA架構(gòu)，解決了與數(shù)據(jù)和存儲相關(guān)的帶寬、功耗瓶頸問題，并具備高能效比和強通用性，相比其它“類CPU架構(gòu)”可獲得8~12倍的利用率收益。

SFA架構(gòu)使得算法與算力的最佳匹配層面“再上層樓”。有了軟硬件的“加持”，探境還深知，提供芯片、算法、工具鏈等一站式整體方案才是進(jìn)取之道。作為首款通用型芯片，探境語音芯片可支持所有已知的神經(jīng)網(wǎng)絡(luò)，對數(shù)據(jù)類型也沒有限制。同時探境還提供了可為零基礎(chǔ)客戶使用的工具鏈，實現(xiàn)云側(cè)端側(cè)的無縫遷移，而且無損精度，從而大幅減少開發(fā)時間。

通過軟硬一體的優(yōu)化，探境在能效、成本、易用性、開發(fā)性上全面提升，在市場亦贏得了熱烈的“呼應(yīng)”。

未來進(jìn)階

繼年中產(chǎn)品音旋風(fēng)611在智能家居領(lǐng)域收獲百萬級“通行證”后，探境的工程能力和客戶能力得到了充分驗證。目前，探境擁有約30家合作伙伴，戰(zhàn)略合作伙伴關(guān)系既有美的、海爾等智能家居制造的大廠，也有像世強科技這樣在垂直領(lǐng)域頗具影響力的渠道商。據(jù)透露，知名智能家居制造商阿凡達(dá)智控也剛剛與探境達(dá)成合作。

而通過算法和算力的“雙重”迭代，探境的耐力再度得到打磨，未來戰(zhàn)略全景圖也再次浮出水面。

魯勇提及，一方面，語音AI芯片將持續(xù)迭化優(yōu)化，未來探境還將語音芯片進(jìn)行高維升級，推出更多在線離線一體化方案；另一方面，探境已把觸角伸到了下一個紅利市場——圖像識別，探境的圖像芯片在2019年Q4已流片成功，核心能效比IPS/W高達(dá)800，在某些領(lǐng)域已產(chǎn)生營收，未來將瞄準(zhǔn)工業(yè)視覺、新零售、安防、輔助駕駛等市場開拓。

在端側(cè)取得初步成果之后，探境的目光也向“云端”延伸。魯勇透露，SFA架構(gòu)打造的AI芯片具備強通用性，不僅適用于端側(cè)，在云端也可適用于推理、訓(xùn)練。探境的云端 AI 芯片已提上日程，將于2021年推出。

“AI芯片蛋糕非常大，探境希望可以聯(lián)合上下游一起，開放SDK和工具鏈，持續(xù)構(gòu)建生態(tài)，與大量的合作伙伴一起落地更多的場景開發(fā)，從中一起創(chuàng)造價值?！濒斢聫墓采慕嵌冉庾x探境的價值網(wǎng)絡(luò)。

正所謂商場如戰(zhàn)場，而不同位置的企業(yè)，有不同的生死線；謀不同的位置，要有對應(yīng)的資源配置和作戰(zhàn)姿勢。沖鋒中的探境正全面出擊，在激活存量、探索增量上努力求索。存量是核心的語音芯片業(yè)務(wù)，力求做穿做透；在這一基礎(chǔ)上超越原有核心業(yè)務(wù)，找到新的增量即圖像識別以及云端芯片。在AI芯片長久的耐力賽中，探境的潛能已然激發(fā)，更待兌現(xiàn)。