2016 年，云知声 CEO 黄伟承受雷锋网专访 时 泄漏了公司的品牌晋级方向————从智能语音公司，到物联网人工智能效劳商。

而完成这种转型，在产品层面上云知声提出了“云端芯”的概念，经过芯片将终端和云端衔接起来。黄伟对雷锋网表示，云知声的人工智能产品包括以下三块：

• AI 芯，目前你可以将其了解成连网的麦克风；

• AIUI，用户与终端之间的交互方式，目前次要就是语音；

• AI Service，云端效劳。

云知声要做的，是将 AI 芯放进从家电到汽车的各种产品里，让它们都能连网并停止经过语音交互，并衔接至云端效劳。

2017 年 8 月，云知声宣布获 3 亿元战略投资 ，融资目的之一就是加大人工智能公用芯片 UniOne 的研发力度，进一步完善以“云端芯”为中心的产品开发和商业落地。

如今，云知声自行设计的 AI 芯片终于将在 5 月 16 日对外发布。在正式发布前，雷锋网对 UniOne 芯片的研发担任人，IoT 事业部副总裁李霄寒停止了专访，对其造芯之路停止深化解读。

云知声 IoT 事业部副总裁李霄寒

对云知声来说，造芯不是目的，而是手腕。人工智能时代，厂商的竞争力在于其向客户提供处理方案的才能，而芯片正是处理方案的重要一环。

李霄寒通知雷锋网，云知声设计本人的芯片是一件瓜熟蒂落的事，“我们先用一个通用型的方案，去拓展、打磨这个产品，然后找到我们的客户和使用场景。然后，我们再做芯片，去替代原有的产品。”比照之下，一些公司是先设计出芯片再去找客户和使用场景。

而所谓“造芯”，并非是将设计、研发、消费整个流程都做了，“我们不光要触及到芯片的设计，还要触及到整个下面的零碎，包括相关的云端效劳和算法”，李霄寒对雷锋网泄漏，芯片及方案开发团队有四五十人。

之所以投入的人力并不庞大，是由于云知声只抓最中心的设计局部，包括用于 AI 减速的 NPU、用于信号处置的 DSP 以及其它一些 know-how，其它一些中心模块都采用 IP 复用的方式，这也是当下许多芯片设计所用的办法。

UniOne 并不是一款芯片，而是一个产品系列，并让每一款产品在特别的场景下做到极致，“我们会有一系列的芯片，比方第一款芯片处理智能家居范畴外面的多模态交互成绩，第二款芯片处理车载环境下的一些交互，或许是别的需求，会把它这个方向做到极致。”李霄寒通知雷锋网。

以下为李霄寒与雷锋网的对话实录，雷锋网停止了不改动原意的整理。

做芯片投入有多大？

雷锋网：引见一下您的次要任务。

李霄寒： 我担任这边的研发平台和整个的产品化，我们有个 AI Labs 由 CTO 梁家恩担任，它输入中心引擎。

我底下有若干个团队，从终端、芯片、云平台、测试到零碎使用都掩盖，我们担任依据产品的需求，把技术加上一些产品化的任务做成最终的产品。

雷锋网：芯片这块有多大投入？

李霄寒： 我们不像传统芯片公司那样，设计、验证，然后后端等。我们不光要触及到芯片的设计，还要触及到整个下面的零碎，由于我们不是只提供一个芯片就拉倒，还有处理方案以及相关的云端效劳和算法。

在这下面的人力投入大约四五十人。

雷锋网：在造芯的整个流程中你们次要做哪些方面？哪些是跟第三方协作的？

李霄寒： 我们抓最中心的设计局部，如今的芯片设计很多是采用 IP 复用的方式。像 DDR、ADC，还有 CPU，很多都可以直接复用现有的 IP。

我们是做 AI 减速，也就是 NPU 的局部，还有 DSP，以及一些其它的 know-how。其它的局部尽能够复用。

从 IVM 退化到 UniOne 是十分自然的选择

雷锋网：IVM 和 UniOne 芯片有什么不同？

李霄寒： IVM 不是一个芯片产品，它是一个板卡，基于通用方案来交给客户的一个处理方案。

比如说，我们会购置第三方契合我们详细产品需求的 CPU，以及相应的降噪 DSP，把软件装出来，然后在下面做优化，同时设计一个硬件的 PCB，作为最终的产品，这就是 IVM。

这个产品做了有 3、4 年的工夫，像格力、美的、长虹都是我们的客户。

UniOne 是基于我们之前的一些行业 know-how，包括对算法，对 AI 层面的 know-how，我们觉得可以相应 IVM 的东西变成一颗 SoC。它可以在功能、功耗、价钱方面片面的逾越原来的 IVM 产品。

所以我们的路子是先用一个通用型的方案，去拓展、打磨这个产品，然后去找到客户和使用场景。然后再做芯片去替代原有的产品。这跟一些其它的公司不一样，有些公司是先设计出芯片出来，再去找客户。

对我们来讲，客户也好，渠道也好，产品形状也好，这些都是现成的，都是被打磨过的，从 IVM 退化到 UniOne是一个十分自然的选择。

雷锋网：是说你们曾经开展到了一定水平，有这样的市场存在，然后发现有这个需求，所以才做芯片？

李霄寒： 这不是完全等价的，我方才只是讲了一个自下而上的微观途径，其实是有个自上而下的微观途径：

从物联网 AI 的开展大势下去判别，它是一个跟手机和挪动互联网都不一样的平台，由于它的产品形状多样化，各个场景是十分碎片化的。

所以，它需求一个硬件的处理方案。

另外，随着 AI 的开展，物联网的 AI 一定需求边缘算力，不同场景对 AI 的算力需求也是不一样的。

所以，原来的这种通用方案是不能处理物联网的 AI 成绩，必需要有公用的物联网 AI 芯片来翻开这个市场。这是从微观层面上去思索这件事情，跟我们以前做过什么事情没有关系，这也是我们在 3 年前就在思索的事。

这是一个自上而下的剖析途径，IVM 到 UniOne 是一个自下而上的途径。这 2 个途径异曲同工，都是在说，我们需求一个甚至一系列的物联网 AI 芯片，来处理物联网各个场景下的人工智能成绩。

雷锋网：UniOne 跟市场上已有的 AI 芯片有什么不同？

李霄寒： 不同的 AI 芯片之间是有很大差别的，像面向自动驾驶的 ADAS 图像芯片，和愈加偏物联网或许人机交互的芯片，在整个芯片的制程、功用设计、功能和功耗方面，等待都是不一样的。

所以，AI 芯片的需求是差别化。关于我们来讲，久远来说一定是瞄准整个物联网，所以 UniOne 自身是一个产品系列，不是一款芯片，是面向物联网的一系列芯片。

如今这个工夫点我们从现有的市场、算法和场景去去切入。比如说，原来 IVM 的既有市场，像智能家居，在芯片出来之后，可以完成无缝交换，客户那边能够什么都不需求改，直接用新的芯片交换原来那个板子上的老芯片就可以了。

所以，关于客户来讲，更新换代的本钱是十分低的，他只觉得到了功能的提升，功耗和价钱的下降。

另外一方面，第一款芯片的出来，可以让我们切入之前尝试过但没有大规模的上量的一些场景，比如说智能音箱。

往年上半年这一版次要是面向语音交互的，同时保存了多模态的一些扩展，但是目前的我们 solution 次要是面向语音的。

智能燃气灶

做好 AI 芯片的三个关键要素

雷锋网：越公用的 AI 芯片可以做到的能效比就越高，越通用的话在能效比上会有所牺牲？我们这边是怎样停止均衡的？

李霄寒： 我觉得，做一款好的 AI 芯片需求 3 个关键要素：

第一，需求对算法有足够的理解，对算法要有 know-how。 假如你拿到的是比拟普通的算法，能够你的优化也是比拟普通的，假如你的 know-how 比拟多，那能够优化可以做的比拟精密。

第二，需求对芯片注重，要可以设计芯片，把它做出来，可以给出比拟好的架构。 我们经过 3 年的打磨曾经完全具有了这方面的才能。

第三，很多人会疏忽的一点，就是对使用的 know-how。 做芯片不是军备竞赛，不是说效能比越高，或许说关键参数，主频、制程越高越好。计算力并不是越高越好，而是要满足场景的需求。

就像做军品和民用的产品一样，做军品绝对还容易一点，由于很多状况下不必思索本钱，但是做民用的东西要思索均衡。

对云知声来讲的，我们有优势的一点是之前经过通用的产品，针对产品形状和市场做了比拟深的一些打磨。所以我们对市场的产品和用户理解是比拟深入的，基于以上 3 个要素去设计芯片就可以做到比拟好的均衡。

有一些公司能够会缺一两个要素，那么它做出来的产品能够会有点偏，比方功能很好但功耗很高，或许功能功耗比十分不错，但价钱很贵。

雷锋网：UniOne 会针对不同场景做专门优化吗？

李霄寒： 会的，像家居、车载都会做到极致优化，但是我们不是拿一款芯片来处理一切的成绩。

我们会有一系列的芯片，比如说第一款芯片处理智能家居范畴外面的多模态交互成绩，第二款的芯片处理车载环境下的一些交互或是别的需求，会把这个方向做到极致。

前面还有其它的一些东西出来，但整个是一致的 AI 框架，不时去演进，然后在不同的场景里有不同的分支。

为什么要本人做而不是用第三方的？

雷锋网：为什么云知声要本人做而不是跟其它厂商协作定制芯片呢？

李霄寒： AI 芯片的全体架构还远没有成熟，并不是说像 CPU 一样，推销谁的都一样，没必要本人去反复创造一个 CPU。我们面临的成绩和 PC 上的 CPU 成绩是完全不一样的。

如今从整个产品定义，到外面的架构都是在一个探究阶段，没有规范化，你去找一个协作同伴的话，很能够最初做出来的东西不可以满足场景的需求。这也是为什么我们坚决要本人做。

而且我们在这方面有比拟大的优势，由于我们做了 2 年多将近 3 年的工夫，团队曾经从算法到使用到芯片都打磨出来了。前面做芯片的迭代，架构以及全体方案的演进，本钱是比拟低的。

所以，关于我们来讲，一定是还是选择本人做，胜过跟他人去协作。

雷锋网：芯片团队和算法等团队是怎样协作的？

李霄寒： 我们根本上是坐在一块，做降噪的，做唤醒的、辨认的，甚至包括语音分解的，一切跟 AI 相关的这些算法的同事，都是在一个环境外面任务。

他们之间会相互分享，做算法的人会理解芯片的一些知识，做芯片的人会理解算法的一些架构，相互会做一些浸透。

只要单方相互有比拟深的理解，才干做出一个绝对定制，但又不是那种死的，具有一定的灵敏性的架构，这关于产品的成功是十分关键的。

将来规划

雷锋网：除了语音，你们还会做其它范畴吗，比方视觉？

李霄寒： 视觉我们曾经在做了，从语音交互这个切入点来看，其实我们最终是要设计一个拟人化的东西，但是人的感官是远远不只是耳朵的，视觉也占了很大的一局部。

我们会迅速的从语音交互，转向多模态交互，甚至把交互能够都会去掉，就是多模态的 AI。

雷锋网 (大众号：雷锋网) ：UniOne 推出后，接上去芯片方面的规划是什么？

李霄寒： 以后这款芯片是从类 IVM 的一套东西着手，紧接着我们会往车的方向走，由于车这块是一个十分宏大的市场。而且对芯片的需求是蛮高的，这是接上去必需要做的。

还有就是往多模态的方向走，把更多的传感器集成出去，让这个语音交互变的不那么薄弱，更像一个真人，这是我们往年的研发规划。

同时，在体系架构下面会持续演进，之前的体系架构做的会绝对保守，由于这是我们的第一款芯片，要保证它可以量产，但这不代表战略是保守的，我们的芯片战略是比拟保守的。

。