新葡京国际娱乐 (4)

传统的芯片面向的是通用场景，设计者并不知道芯片上会运行什么应用，有可能是游戏，有可能是图像处理软件，不需要考虑不同的需求，把芯片设计的足够强大就可以了。

但物联网时代端侧的AI芯片需要考虑场景，不同场景下的芯片需求是不一样的。例如在电视上的芯片和风扇上用的芯片不一样，电视的芯片要比风扇的芯片更加强大，需要视频解析。

李霄寒认为在物联网的场景下，云知声要基于场景，针对具体的应用，着眼AI算法、芯片的应用，去设计新的芯片。

2、冯诺依曼内存墙限制了运算效率

在物联网时代,处理AI算法会有巨大的需求，芯片需要处理的数据非常多。传统的冯诺依曼内存墙的芯片结构限制了系统的运算效率。拉紧计算单位和存储单位的距离，让它们尽可能的接近是业内的共识。

李霄寒认为这样还不够，还需要让这个墙变的更加的矮。

3、低功耗的需求。

做芯片的人实际上是在功耗、性能、面积三个里面取一个平衡。传统芯片在服务端有低功耗的需求，在边缘侧低功耗需求只会更加旺盛。

掌握了算法和应用场景之后，云知声在面对低功耗需求时，在芯片设计上做了一个考量。在传统的芯片设计时，一般会更加考虑更灵活的控制功耗，当芯片在工作的时候全力以赴的打开，不工作的时候就关闭。但是在AI物联网时代下，先要从应用层面考虑。

李霄寒举例，在AI芯片上，可以设计一个基本单元，用2%的算力做动静检测，没有动静的，把98%的功能关掉；当芯片认为有动静之后，再做活体检测，通过初步的判断，仍有90%的芯片面积是休眠的；接下来再检测声音是不是唤醒词，这个需要20%的算力，只有用户真正在说唤醒词，整个芯片才会激活。

这是云知声熟悉场景、算法后，对芯片设计的影响。

4、安全

安全是一个永恒的话题。云知声考虑的安全包含两个方面。

一是作为算法的提供商，云知声不希望其软件放在芯片上卖出后，被人拷贝，因此云知声的芯片代码会做加密处理，。二是代码的完整性，在物联网时代，所有设备都可以联网，意味着在一个开放的环境下任何人都可以访问你的芯片。

这四点是云知声在做芯片时的思考。

结语

创业公司到底是单点突破还是越做越多？云知声选择了后者。

云知声的全栈+硬核的技术闭环实际上是在一步步的落地实践中发展而来的。

2012年成立，云知声从语音识别赛道切入，沿着语音识别技术做进一步“语言交互”；在落地到具体场景时，发现近场识别不够，便开发远场识别技术；在落地场景下，发现通用芯片不能满足AIoT的落地需求，便自主研制AI芯片。

“2012年，我们曾经很天真地认为只要我们把语音识别做好就可以了。很多人也跟我讲，你们就专注去做语音识别，把语音识别做到业界No.1。如果当时我们听了这个建议，云知声现在已经挂了。”黄伟说。

*本文系黑智原创，作者文姜。黑智，关注AI落地与AI商业价值。

责任编辑：