为什么终端AI语音芯片在2020年将迎来高速增长？

AI芯片开发正在从技术难点攻关转向场景落地角力。如果说2017-2018年，AI芯片注重的是提高效率和算力的架构创新，那么2019年，AI芯片更注重的是在落地场景的创新，未来更需要借助场景落地实现规模发展。

在众多的落地应用中，BC238语音这条赛道一直热闹非凡，互联网公司的战略投入，迅速催熟市场应用，使得智能语音交互在各种设备中渗透。进入2020年，AI语音芯片又有哪些“杀手级”应用？架构、设计理念又将取得哪些突破？<电子发烧友>通过与多位从业者的交流，试图梳理出AI语音芯片在2020年的落地点和突围方向。

2019年进击的老将新兵

2019年1月4日，思必驰发布其首款AI芯片TAIHANG，由其投资的独立公司深聪半导体有限责任公司（深聪智能）打造。时隔一年，这款芯片进展如何？深聪智能联合创始人吴耿源告诉<电子发烧友>，2019年是其芯片突破性进展的一年，TH1520芯片已量产，TAIHANG一代可实现AI关键字和指令识别，低功耗唤醒，并且可以良好地实现芯片和算法的融合；由于采取了软硬融合的方法，使得TH1520方案的性能和能效有了大幅度提升。据透露，2019年深聪智能已接到很多客户订单，在智能家居领域的落地也验证了最初定位的正确性，目前很多客户如白电厂商，有非常大的需求。

深聪智能联合创始人 吴耿源

2019年对于杭州国芯来讲，两件事值得关注。一是在2019年2月宣布完成1.5 亿人民币 B 轮融资，由国投创合国家新兴产业创业投资引导基金领投，创新工场跟投。二是开始向IoT市场渗透。杭州国芯AI事业部总经理凌云表示，AI语音市场在经历了智能音箱的快速发展和繁荣后，开始向更加广泛的IoT市场渗透。整个行业的芯片、算法和解决方案都在持续优化，以适应于轻量级IoT各种场景，包括智能家电、车载、可穿戴设备等等。杭州国芯在2019年推出了基于智能语音前端信号处理GX8008的IoT语音解决方案、RTOS轻量级系统，可以搭配WiFi和蓝牙，或者纯离线运行，在家电、车载领域都有大批量落地。

2019年国芯的GX8010/09/08系列AI语音芯片都实现了大批量产落地，典型的产品/应用包括：智能音箱（360 AI Max音箱，JBL音乐城堡等），智能家电（海尔卡萨帝空调，当贝投影仪等），儿童机器人（创维湃熊，豆丁机器人等），还有车载配件及行车记录仪等等。

杭州国芯AI事业部总经理 凌云

知存科技2019年推出数模混合存算一体芯片MemCore001，用于低功耗的实时智能语音应用，支持智能语音识别、语音降噪、声纹识别等多种智能语音应用。知存科技CEO王绍迪对<电子发烧友>说，MemCore001的目的是使大算力的算法可以更轻松地落地，存算一体技术能够解决常规AI计算中频繁进行数据存取的难题，基于Flash的模拟存算一体技术是AI加速领域发展最快、最接近产业化落地的一个方向。据透露，知存科技将在2020年实现存算一体芯片的落地。

知存科技CEO 王绍迪

2020年AI语音芯片有哪些热门应用？

可穿戴市场将持续火热

凌云认为，2020年除了智能家居和智能车载外，预计TWS等可穿戴市场将持续火热，如何在功耗非常敏感的场景，实现各种AI算法是非常大的技术挑战。国芯即将针对TWS耳机等可穿戴市场，推出超低功耗AI语音处理芯片，解决低功耗唤醒、指令识别和降噪等问题。

边缘计算产品呈连锁式爆发效应

王绍迪认为智能支付、智能家居、智能可穿戴设备等将带来更多的端侧AI需求，看好2020年可穿戴设备的高速增长趋势，以及新增的AI功能。他认为，可穿戴设备对AI芯片的需求有三点：可以运行提升产品体验的AI算法，通常是大算力的算法；芯片面积小、功耗低；AI芯片和现有的系统兼容。

他认为，边缘计算产品将呈现连锁式爆发效应，比如从TWS耳机的爆发到智能手表的爆发，智能边缘的发展有连锁效应：一个拥有边缘计算能力的产品成功，会让更多的用户感受到边缘计算带来的便捷和体验升级，提高用户对其他相似的电子产品接受度，使得用户更愿意尝试新的产品。同时一个成功的边缘计算方案可以将经验移植到另一类产品中，加快边缘计算产品的开发速度。

智能家居市场需求将逐步打开

吴耿源看好智能家居场景的应用。他认为该市场经过几年的培育已进入推广阶段，各类终端产品功能和质量都在稳步提高，应用也更加人性化，用户的习惯也逐渐地被养成，但是总体来说体量还是比较小，整体的市场需求还未完全打开，有很大的开拓空间。吴耿源认为，过去几年来，多数智能家居行业从业者不再幻想C端市场的爆发，为了更好地生存，更多寄望于B端市场。但都是基于自己独特的业务诉求，而这些诉求并非是使用者真正所需，因此导致了需求和产品的错配，终端用户需求无法持续性地保持高增长态势，甚至还处在“被教育”的市场状态。他强调，即使是面向B端，最终的使用者仍是C端消费者，一款好的智能家居产品一定要能满足人们日常的居住场景需求。

深聪智能会结合思必驰现有生态，初期将带动芯片行业转型加速；中期阶段以AI芯片赋能传统白色家电厂商、电视厂商等，实现产业升级，提升产品附加价值；远期还将提供 IP 服务，形成 AI 创业环境，带动周边AI产业化落地。提供的产品和技术依然会围绕着在智能语音算法及芯片设计的软硬件优化，提供高性能、低功耗的智能语音交互专用芯片和深度优化的语音前端解决方案（包含软硬件及相应 IP）。

2020年AI落地有哪些催化剂？

王绍迪认为AI芯片就是AI落地的催化剂：比起传统芯片，AI芯片可以更高效率地运行体验更好的AI算法，提高续航时间降低成本。知存科技打造的芯片有两个目标：一是让电子产品可以植入更好用的AI算法，提升产品竞争力；二是帮助更多的AI算法落地。为此研发了存算一体架构来提高芯片算力，同时设计了可以运行多种AI算法的架构提高通用性，帮助做好上述两点。

而随着语音技术的进一步成熟和普及，AI语音将在更多的场景和设备落地。凌云表示，针对碎片化和场景化的市场，国芯将有针对性地推出语音自定义技术和配套工具链，这是在各种场景快速落地不可或缺的“催化剂”，能够让合作伙伴和客户非常方便、快速地定制出符合特定场景的语音解决方案。

吴耿源认为，场景落地依旧是2020年各大AI企业最为关键的突破点，而AI与IoT的深度融合也是促进AI场景落地的关键“催化剂”。当然，在落地过程中软硬结合的“算法+芯片”的整体解决方案是AI企业最为接地气的一种方式。目前看来，语音交互是最明确的AI落地应用之一，而终端的AI语音芯片即将迎来高速增长，这也是促使AI更快落地的“催化剂”。

未来——集成化、多模态融合、被推倒的存储墙

凌云表示，AI芯片未来的演进主要有三个方向：第一，AI芯片+WiFi/BT/Memory的方案将走向集成化；第二，专用的AI芯片将更为专业化；第三，语音+视觉+屏幕的方式将实现更强大的人机交互。就国芯而言，AI语音芯片的演进首先实现端到端的模型突破，接下来，将在深度学习的领地进一步扩大，将信号处理融入深度学习网络中。

吴耿源认为，AIoT场景下AI应用对于端侧和云端都有很强的需求，而5G与AI的结合将进一步促使万物智联的落地与实现。未来巨量的数据会是多维的，包括语音、图像、视频等等，集中处理边缘式分布计算的需求，也会进一步挑战AI芯片的计算能力。传统的芯片架构由于无法很好地平衡成本、功耗、安全性等诸多需求，因此未来具备处理多个维度的巨量数据的多模态AI芯片将会是趋势。

当然，AI时代硬件架构层面的创新还有一大难关——存储墙。传统的冯诺依曼结构是把计算和存储分开，创新的计算机体系正在改变这种方式，并非基于计算机的Memory，而是基于Memory的计算做更多融合，即In-Memory Computing。吴耿源认为这种存算一体化的架构不但是深聪智能芯片架构创新的趋势，也是整个业界认为的趋势。

例如知存科技主推的数模混合存算一体芯片，被认为能够有效降低设计的复杂度和制造成本，利于大规模产业化，并增加了设计的灵活性，延长闪存的使用寿命，可以用于神经网络运算等场合。

根据笔者之前的走访，探境科技在解决存储墙的问题上，提出了存储优先的SFA概念，即以存储调度为核心，让数据在存储器之间传递的过程就能够得到计算，他们认为这一架构非常适合边缘计算场景，具有更通用的算法支持度和更快速的商业落地节奏。

凌云透露国芯的第二代NPU架构将实现更高效的指令、更灵活的计算、更强的压缩，第三代也将实现存内计算、数字&模拟电路混合计算。

造芯谁更行？

传统芯片公司大规模地进入AI造芯行列，推动了低成本、低功耗的专用语音识别芯片的发展。2019年，多家算法公司也开始大力推动语音技术的落地应用，形成了算法、终端应用方案一体化的产业格局，并逐步开始自研或与传统芯片设计公司合作推出研发芯片，形成了语音算法和芯片设计公司既互补又竞争的格局。

凌云认为，2019年整个AI芯片市场其实是在去泡沫，很多明星公司在这一年进行了业务调整或减员收缩等。去掉泡沫后，真实的市场需求和格局会逐步明晰，行业才能走向健康有序发展。下一步，AI芯片面临的挑战仍是场景多、分散，需要通过算法去适配各种场景、设备，定制化的需求很多，考验的是公司的技术支持和业务能力。由于资本市场的冷却，初创企业还同时面临短期内盈利难和融资的双重压力。

“算法是实现智能的核心，芯片是支撑智能的基础。算法不是最强，芯片不是最强，如果只是做整合大家都可以做了，你的竞争力体现在哪里？”他反问道。相比初创AI芯片公司，凌云认为老牌企业具有更加完备的前后端设计、产品、验证和测试团队，具备打造一颗完整SoC芯片产品的工程化经验，并在供应链方面有一定的优势。

吴耿源则认为语音算法公司做AI芯片更有优势。从打造AI芯片的两种路径来看，一是从硬件出发做AI芯片，但如果对AI算法不够了解，往往很难做出满足场景最优的芯片；另一类是算法公司，了解算法、市场需求，能够根据算法、场景需求，结合硬件做优化。从语音算法的角度来说，由于语音技术对硬件有一定需求，需要一款高能效、低功耗、降低成本，同时又能够改善体验的芯片。思必驰做AI芯片的核心目的是，面向客户需求，通过软件定义硬件、软硬件耦合的思路来构建在算法方案的优势。

他认为目前的AI芯片多为特定场景设计，不能灵活适应多场景需求，未来需要专门为AI设计的灵活、通用的芯片，成为AI领域的“中央处理器”。另外，现阶段AI芯片产业的发展方式主要以企业为主体，产品上下游企业的运营和管理相对独立，但同环节的企业却高度竞争，未来产业发展应以合作为主线，形成产业生态。

从芯片发展的大趋势来看，目前尚处于AI芯片发展的初级阶段，不论是科研还是产业应用都有巨大的创新空间。除了上述两类企业，还有系统公司，他们离场景最近，对场景真实需求深刻了解，具有强大的软硬件一体化产品能力、市场营销渠道以及充足的资本储备，这使得他们和众多AI芯片初创企业的关系上处于主导，更增加了产业格局的不确定性。面向具体场景的落地能力，对AI芯片将会是更为严酷的挑战。AI芯片看似热度攀升，实则任重而道远，老将新兵在场景落地中展开近场搏杀，将成为2020年的一大看点。