2019年的第一个工作日，云知声创始人、CEO黄伟以一句“少有人走的路”，为其多模态AI芯片战略拉开帷幕。
2014年人工智能还远未如此火热，黄伟在面向B端市场的商业探索中，就意识到算力、算法结合在一起的重要性，于是确定了“云端芯”一体化的战略，并于2015年启动自研AI芯片。
在AI前夜的那个节点来看，作为一家刚成立2年的创业公司，云知声当时的策略无疑饱受质疑。
然而随着阿尔法狗(AlphaGo)战胜世界顶级围棋选手李世石后，AI浪潮袭来，并逐渐落地走向应用。2018年在场景驱动、中美贸易摩擦的背景下，AI芯片走向时代前台。
历时3年，云知声也终于2018年5月推出第一款语音AI芯片雨燕，交出造芯答卷。而2019年，云知声将在云端芯战略的基础上再迈进一步，并提出多模态AI芯片的构想。
先行业一步提出多模态AI芯片战略，这背后是云知声怎样的思考，这一构想又能否引领云知声下一阶段的发展?
一、多模态AI芯片战略浮出水面
过去6年来，云知声大概走过了四个阶段，2012~2014年即刚成立的前两年，布局算法平台构建技术优势;紧接着云知声确立“云端芯”一体化的策略，并启动自研AI芯片;到了2017~2018年云知声加速AI的商业扩展和应用，并推出首款语音AI芯片雨燕。
站在2019年的起跑线上，黄伟称，接下来就是依托云知声的AI算法与AI芯片构建场景优势。而构建场景优势的关键就在于多模态AI芯片战略。
之所以提出这一战略，黄伟重点讲述了他面向5G与AIoT的思考。他认为，5G将推动行业产生质变，引发连接大爆炸、应用大爆炸，尤其是工业领域。
可以预见，随着5G的到来，语音、图像、视频等多维数据将会海量增长，此时多维数据的处理能力成为刚需。
与此同时，IoT场景下AI应用对于端云互动有着强需求，强大的云会让端侧能力更强，而强大的端则可提升数据处理的实时性和有效性，进而增强云的能力。
在多维数据处理能力与边缘计算的需求下，具备更强算力的多模态AI芯片就成为了场景的关键竞争力之一。
黄伟指出，面向5G场景，只有更强的算力还不够，还需要有深入场景提供服务的能力，并在此基础上对传统SOC(System On Chip，片上系统)做了进一步的解读。
他认为，S应该代表不同的 AI 服务能力即 Skills，O 代表云端与边缘侧的互动 On/Off Cloud，C 代表具备智能处理能力的 AI 芯片。
从云端芯一体化，到多模态AI芯片战略，再到对SoC全新的理解，云知声对AI芯片的理解和布局都保持着行业领先性。
二、战略背后是多模态AI技术的积淀
从2018年开始，多模态交互就成为业界研究的一个重点。简单来说，模态可以理解为感官，多模态交互即是调用多种感官的交互方式，它跨过了自然语言，其方式也更加贴近人，也代表了AI未来的一个发展方向。
云知声在2019年开年提出多模态AI芯片战略，无疑在多模态探索的道路上又迈出一步，但多模态不应该成为一句口号，而应该真正落实到技术研发中。
智东西发现，在语音技术主赛道外，云知声在2018年也加紧布局图像识别、机器翻译等领域，进行多模态技术的储备。
去年，在国际权威人脸识别标准评测数据库 LFW 和 MegaFace 上，云知声团队研发的人脸识别系统，在上述两项标准评测中，性能分别达到 99.80%和 98.47%，得分位居业内前列。去年5月份的WMT2018国际机器翻译大赛的中英翻译比赛中，组建不足1年的云知声机器翻译团队，也拿下英中第二、中英第四，综合第三的优异成绩。
本次发布会上，云知声联合创始人李霄寒进一步分享了云知声在人脸识别、表情分析、标签化、多目标唇动状态追踪等视觉AI方面的进展，进一步储备多模态技术基础。
另一方面，云知声还发布了多模态人工智能核心 IP——DeepNet2.0，其AI处理能力也有1.0的语音进化到2.0的多模态，支持语音、图像等处理能力。DeepNet2.0可兼容 LSTM/CNN/RNN/TDNN 等多种推理网络，支持可重构计算与 Winograd 处理，最高可配置算力达 4T。目前云知声 DeepNet2.0 已在 FPGA 上得到验证，将在2019年落地多模态AI芯片海豚(Dolphin)。
可见，在硬件层面与算法层面，云知声都在储备多模态技术，为其多模态AI芯片的落地打下地基。
三、造芯之路：从云端芯一体化到多模态AI芯片
2014年，云知声就确定了“云端芯”的发展战略，2015年推出IVM(通用芯片方案)，并落地格力、美的、海尔、长虹等一线家电厂商，从客户需求切入，布局AI芯片更具场景优势和时间窗口优势。
在此基础上，云知声在2015年启动AI芯片研发，历时3年终于推出第一代语音AI芯片雨燕。基于此，云知声又在去年9月推出Turnkey方案，加速雨燕芯片的落地。李霄寒透露，预计落地产品最快会在今年Q1季度面世。
针对面向物联网时代的AI芯片，云知声又在2019开年之分享了一些新的思考。李霄寒指出，当前物联网产品线的 AI 芯片越来越明显地体现出三个趋势：
l场景化。所谓场景化是芯片设计要坚持场景导向、需求导向，面向垂直领域的具体场景，通过芯片以及解决方案解决实际场景中的问题。
l端云互动。在物联网的不同应用场景下，海量终端设备要实现功能智能化必须端云配合，即形成边缘算力和云端算力的动态平衡。这意味着从芯片设计开始，就要考虑端云互动能力。
l数据多模态。在5G驱动的万物智联场景下，数据类型由原来的单一化走向多元化，芯片所需处理的数据也由单模态变成多模态。
以此来看，面向物联网终端场景的AI芯片核心是解决垂直场景问题的能力，其呈现形式将不再是一个单一的硬件，而是承载着边缘能力与云端能力的多模态AI软硬一体解决方案。
在此基础上，云知声在多模态AI芯片战略的引领下，抛出2019年的AI芯片布局蓝图，今年将推出3款芯片，抢滩IoT场景。
在去年5月份发布的雨燕芯片的基础上，今年云知声将面向智能语音场景，推出一款适用性更广的轻量级AI芯片雨燕Lite，比如可以应用在智能开关、智能灯泡等场景，实现设备的智能化，相比第一代其成本也将更低。
面向智慧城市场景，云知声将推出支持语音和图像等计算的多模态AI芯片海豚(Dolphin)，预计将在今年Q3季度投产。
面向智慧出行场景，云知声将与吉利集团旗下生态链企业亿咖通科技共同打造车规级 AI 芯片雪豹(Leopard)，预计将在2019年Q3/Q4季度投产。
相比行业其他公司造芯，云知声的优势在于自主设计，尤其是DSP、深度神经网络处理器都为云知声自主研发，能够真正面向场景，使AI芯片满足真实场景中的需求。
而AI芯片战略布局的领先性，雨燕芯片在行业的率先推出，给了云知声更多的时间窗口优势。把握这一优势，从而率先导入客户，抢占场景，则更有利于率先在行业中形成规模优势。
今年云知声再进一步，面向语音、视觉、车载等场景再推3款AI芯片，可见其对AI芯片的战略积极且坚定，在芯片落地的节奏上领先行业。
结语：场景落地战刚刚打响！
物联网时代是一个场景导向的时代，很难形成PC时代或者移动互联网时代在芯片领域形成一家独大的局面，因此业内也有一种观点，物联网时代是应用定义算法，算法定义硬件(芯片)。
这一观点也与云知声强调的场景化、端云互动不谋而合。以云知声为代表的AI技术公司，最早面向行业场景探索技术落地，能够率先发现场景中客户的真实需求，从而定制出更加满足行业需求的AI芯片。这也是AI技术公司布局AI芯片的优势所在。
从云知声2019年布局的三款AI芯片可以看出，轻量版的雨燕Lite面向智能语音场景，成本更低，可以与第一代雨燕(算力更强)配合，满足智慧家庭领域更广阔的终端设备。车规级的雪豹AI芯片是面向智慧出行领域，多模态语音和图像的海豚AI芯片则是面向智慧城市领域。
通过这三款AI芯片，云知声正在搭建一整套满足语音、多模态、车载等场景的AI芯片能力。
目前AI芯片正处于场景落地的初期，场景的真正需求尚不明确，哪些场景最终能够成为有潜力的市场也尚需探索。可以看出云知声的策略是，从自身深耕的智能家居、车载、医疗、教育出发，快速搭建一整套覆盖语音、视觉等能力的AI芯片，搭建好能力框架之后，就可以在市场中一面探索场景需求，一面快速基于能力框架量体裁衣，推出更加适合场景需求的AI芯片。
而雨燕Lite这款轻量级、低成本的语音AI芯片，很有可能就是这一打法下的产物。
无论是在多模态AI芯片战略，还是AI芯片的推出、落地速度上，云知声都走到了行业前列，但迎接它的是更加艰巨的AI芯片落地战、卡位战。
只有经受场景与市场的考验，真正解决现实场景的实际痛点，才能真正被行业与市场认可，而这一战役刚刚打响。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
