進(jìn)入 2019 年，AI技術(shù)的場(chǎng)景落地和商用化會(huì)成為一個(gè)更迫切的議題，但語音識(shí)別已是所有 AI 技術(shù)中最成功的領(lǐng)域，眼前有四大 AI 語音公司思必馳、云知聲、Rokid 、出門問問不約而同投入“造芯”運(yùn)動(dòng)，開始押寶自制 AI 語音芯片，開啟第二戰(zhàn)場(chǎng)。

（來源：思必馳）

“融資”與“造芯”成為 AI 創(chuàng)業(yè)公司兩大主軸議題，思必馳在 2018 年完成 D 輪融資后，即透露與某芯片巨頭進(jìn)行 AI 芯片的研發(fā)，如今答案揭曉，思必馳旗下的芯片設(shè)計(jì)公司“深聰”獲得“國家隊(duì)”中芯國際旗下的股權(quán)管理公司中芯聚源投資，同時(shí)中芯國際也為深聰打造第一顆 AI 語音芯片。

“百箱大戰(zhàn)”時(shí)代開啟， AI 語音芯片熱度火到“互撕”？

基于深度學(xué)習(xí)（Deep Learning）的語音識(shí)別技術(shù)很快成為 AI 創(chuàng)業(yè)界的流量擔(dān)當(dāng)，尤其 2017 年 Amazon 一口氣推出多款 Echo 系列產(chǎn)品，開始了國內(nèi)“百箱大戰(zhàn)”的年代，更讓相關(guān) AI 語音企業(yè)迎來一陣小高潮，不少同性質(zhì)公司更是明爭(zhēng)暗斗陷入“互撕”局面，反映該市場(chǎng)的火熱程度。

根據(jù) Canalys 估計(jì)，2017 年全球智能音箱出貨量突破 3000 萬臺(tái)，2018 年出貨量預(yù)計(jì)是超過 5600 萬臺(tái)，全球前四大品牌廠為 Google、Amazon、天貓、小米。再者，2017 年全球智能音箱用戶量排名前五名是美國、英國、德國、中國、加拿大，但 2018 年中國可望躍居第二名。

除了音箱之外，智能家居、汽車市場(chǎng)很多應(yīng)用場(chǎng)景的硬件也會(huì)陸續(xù)加入語音智能化的功能，讓 AI 語音技術(shù)的應(yīng)用場(chǎng)景增添無限想像空間。

光是 2018 年就有三家 AI 語音創(chuàng)業(yè)公司發(fā)表相關(guān)芯片，包括云知聲發(fā)表面向 AIoT 市場(chǎng)的 UniOne 芯片、出門問問的 AI 語音芯片模組“問芯”Mobvoi A1、 Rokid 的 AI 語音芯片 KAMINO 18，思必馳透露要進(jìn)入自制芯片領(lǐng)域已有一段時(shí)間，4 日才正式對(duì)外揭露具體戰(zhàn)略細(xì)節(jié)。

中芯國際助陣，思必馳“造芯”如虎添翼

不同于云知聲、Rokid 進(jìn)入芯片自制領(lǐng)域，都是在公司內(nèi)部成立獨(dú)立部門進(jìn)行研發(fā)，思必馳 2018 年初成立子公司“深聰”，2019 年初推出的第一顆產(chǎn)品是 AI 語音芯片深聰 TAIHANG 芯片。

（來源：思必馳）

思必馳扶植的深聰之所以引起業(yè)界注意，是因?yàn)樗急伛Y的“造芯”之路找來國內(nèi)半導(dǎo)體巨頭中芯國際助力，旗下的投資公司中芯聚源加入成為創(chuàng)始股東之一。再者，思必馳對(duì)深聰?shù)某止杀戎爻^ 50%。

思必馳自制的首顆 AI 語音芯片，就是由中芯國際操刀，以 40 納米工藝打造，約莫是 2017 年中啟動(dòng)該芯片項(xiàng)目后，在 2018 年 8 月進(jìn)行流片，11 月芯片出來后，現(xiàn)在處于采集樣本階段，預(yù)計(jì) 2019 年中將進(jìn)入風(fēng)險(xiǎn)試產(chǎn)，該顆芯片拔劍出鞘的速度十分快，幾乎把需要 6 個(gè)季度的工作，縮短為 3 個(gè)季度完成。

深聰 TAIHANG 芯片面向智能家居、智能終端、車載、手機(jī)、可穿戴設(shè)備等各類終端設(shè)備，基于雙 DSP 架構(gòu)，內(nèi)部集成 codec 編解碼器，以及大容量的內(nèi)置存儲(chǔ)單元，再者，該芯片也采用了指令集擴(kuò)展和算法硬件加速的手段，相較于傳統(tǒng)通用芯片具有 10X 以上的效率提升。

深聰聯(lián)合創(chuàng)始人吳耿源表示，在芯片戰(zhàn)略上是兩步走，因?yàn)楸澈髲?qiáng)大的需求力道驅(qū)動(dòng)，第一顆芯片不單是求快，講求 time-to-market，也專注低功耗、單向反饋、實(shí)現(xiàn)算法加硬件融合優(yōu)化的想法。

同時(shí)，深聰內(nèi)部已經(jīng)開始第二顆芯片的規(guī)劃，是專用芯片加特定架購，雙向溝通更能達(dá)到軟硬件融合、深度優(yōu)化的功效提升，以軟件需求來定義芯片架構(gòu)，再用架構(gòu)去反饋算法，同時(shí)，算法也會(huì)優(yōu)化硬體架構(gòu)，等于是彼此做到雙向溝通。預(yù)計(jì)該顆芯片將在 2019 年下半年流片，2020 年量產(chǎn)。

從“通用”到“專用”，這是一條怎么樣的心路歷程？

從通用芯片到量身打造專用芯片的過程，想必有一番思考、摸索與探尋，吳耿源接受 DT 君專訪時(shí)娓娓道來。

圖 | 深聰聯(lián)合創(chuàng)始人吳耿源（來源：思必馳）

吳耿源分析，思必馳是一家滿十歲的企業(yè)，這幾年趕上 AI 崛起的浪潮，過去多年的技術(shù)積累獲得發(fā)力的機(jī)會(huì)，目標(biāo)戰(zhàn)場(chǎng)是物聯(lián)網(wǎng)，第一個(gè)應(yīng)用場(chǎng)景是智能音箱，一切有了很美好的揭幕，但坦白說，智能音箱終究“me too”產(chǎn)品，Amazon 已經(jīng)在前開路。

思必馳的智能音箱初期用過很多家芯片大廠的通用芯片，但隨著產(chǎn)品線逐漸成長(zhǎng)茁壯后，許多問題逐一浮現(xiàn) 。畢竟，通用芯片功能再怎么強(qiáng)大，落地到 AI 場(chǎng)景上會(huì)有削足適履之感，加上很多目標(biāo)市場(chǎng)越來越明確、消費(fèi)者群聚效應(yīng)展現(xiàn)后，特制化芯片的需求因此誕生 。

AI 芯片在市場(chǎng)上有兩路的提供者，早幾年都是通用芯片的天下，像是高通、聯(lián)發(fā)科等，這些巨頭在芯片戰(zhàn)略上，較為著眼于商業(yè)利益價(jià)值，但是，很多 AI 應(yīng)用場(chǎng)景都屬于細(xì)分賽道，要通用芯片巨頭“削足適履”，會(huì)比較不切實(shí)際。

這些芯片巨頭當(dāng)然也會(huì)想要“染指”AI 市場(chǎng)，但這個(gè)市場(chǎng)和他們過去擅長(zhǎng)的游戲規(guī)則有落差，以前是巨頭們?cè)O(shè)計(jì)出什么樣的芯片，客戶就要乖乖接受，但 AI 市場(chǎng)是反其道而行，要透過使用者來定義產(chǎn)品，再由把需求反饋給算法，靠算法實(shí)現(xiàn) 。

但是，傳統(tǒng)芯片巨頭無法緊密地直接觸碰市場(chǎng)需求，或是內(nèi)部沒有強(qiáng)大的算法團(tuán)隊(duì)或數(shù)據(jù)（Data）做后援，在 AI 領(lǐng)域要成功，算法、數(shù)據(jù)、正確地定義市場(chǎng)都是關(guān)鍵。

因此，近幾年起算法公司開始切入“造芯”運(yùn)動(dòng)，也提供給算法公司實(shí)現(xiàn)垂直整合布局的機(jī)會(huì)，更重要的是，通過“造芯”來確保產(chǎn)品的差異化和核心價(jià)值凸顯出來。

吳耿源表示，思必馳從算法公司跨入產(chǎn)品，再垂直整合成一個(gè)平臺(tái)，上下串連系統(tǒng)，在云端（Cloud）、邊緣（Edge）兩端都有布局，關(guān)鍵就是欠缺一個(gè)硬件芯片去擔(dān)任執(zhí)行的角色，而 AI 領(lǐng)域是軟件定義芯片，初期用市面上通用芯片時(shí)，也發(fā)現(xiàn)算法與芯片對(duì)接的過程，有很多文化融合的問題。

舉個(gè)例子，當(dāng)算法遇到芯片，發(fā)生的第一個(gè)沖突是算法的改朝換代速度遠(yuǎn)快于芯片的工藝技術(shù)。

一般而言，從定義產(chǎn)品到芯片誕生于世，大概要“懷胎”兩年（24 個(gè)月），中間經(jīng)歷設(shè)計(jì)、流片、試產(chǎn)、改版、升級(jí)、量產(chǎn)，每一個(gè)階段慢慢磨練，中間經(jīng)歷的循環(huán)以“季度”為單位來計(jì)算。

反觀在算法的世界里，每周都在改，循環(huán)可能是以“周”作為單位，若將算法與芯片擺在同一家企業(yè)中，彼此步伐不一致的問題會(huì)產(chǎn)生明顯的內(nèi)部矛盾與沖突。

思必馳從算法、產(chǎn)品、平臺(tái)、系統(tǒng)整合布局到整個(gè)生態(tài)系統(tǒng)，現(xiàn)在加入深聰自制 AI 語音芯片，布局齊全后，將跨出智能音箱這個(gè)“me too”市場(chǎng)，進(jìn)入AIoT領(lǐng)域，包括 TV 盒子、白色家電、智慧家庭、故事機(jī)等。當(dāng)物聯(lián)網(wǎng)遇上 AI，商機(jī)無可限量。

多模式人機(jī)交互是理想桃花源

吳耿源進(jìn)一步指出，光是語音 AI 技術(shù)就還有很大的精進(jìn)空間，現(xiàn)在的智能音箱的溝通仍需經(jīng)過“喚醒”的程序，其實(shí)是“人工弱智”，要做到自然人機(jī)交互，當(dāng)中的技術(shù)突破就需要算法的大幅增進(jìn)，其中一個(gè)關(guān)鍵的元素是聲紋。

市面上的智能音箱只能識(shí)別出說話的內(nèi)容，再針對(duì)問題給出反饋信息，這樣的交互方式是智能化的，但交流方式卻不夠聰明，因?yàn)楸仨氁诿鞔_對(duì)象的情況下進(jìn)行，唯有做到“聞聲即可識(shí)人”，不需要“喚醒”這個(gè)多余的動(dòng)作，這才是真正的 “ SMART ” 。

吳耿源進(jìn)一步解釋，AI 語音芯片在應(yīng)用場(chǎng)景的廣度上，絕對(duì)不單是音箱領(lǐng)域，還包括物聯(lián)網(wǎng)、智慧家庭、車載市場(chǎng)等，更進(jìn)一步場(chǎng)景是多模生態(tài)，當(dāng)下 AI 是最好的時(shí)代，天時(shí)、地利、人和，AI 時(shí)代正在騰飛、國家關(guān)注造芯、加上軟件、硬件、人和的融合。

現(xiàn)在的 AI 技術(shù)場(chǎng)景分別在語音、視覺兩大領(lǐng)域有不錯(cuò)的起步和成功的場(chǎng)景落地，但卻都是各自表現(xiàn)，所謂的多模生態(tài)是指聲覺、視覺、五官、手勢(shì)、觸摸等獨(dú)立的功能融合在一起，實(shí)現(xiàn)自然的多模式人機(jī)交互。

AI 技術(shù)領(lǐng)域的前方是無人區(qū)，只能摸著石頭過河，每一步都是挑戰(zhàn)，但也處處是驚喜。

更重要的是，這是一個(gè)國內(nèi)最有機(jī)會(huì)與美國科技先驅(qū)并行的領(lǐng)域，AI 技術(shù)的“ 造芯 ”運(yùn)動(dòng)是日正當(dāng)中，想想海思追趕高通也花了超過十年，才造就今日的江湖地位，國內(nèi)發(fā)展 AI 技術(shù)有應(yīng)用場(chǎng)景做后盾，要打造出一家巨星級(jí)的企業(yè)，這一劍肯定不用磨到十年！