AI芯片開發正在從技術難點攻關轉向場景落地角力。如果說2017-2018年，AI芯片注重的是提高效率和算力的架構創新，那么2019年，AI芯片更注重的是在落地場景的創新，未來更需要借助場景落地實現規模發展。

在眾多的落地應用中，語音這條賽道一直熱鬧非凡，互聯網公司的戰略投入，迅速催熟市場應用，使得智能語音交互在各種設備中滲透。進入2020年，AI語音芯片又有哪些“殺手級”應用？架構、設計理念又將取得哪些突破？<電子發燒友>通過與多位從業者的交流，試圖梳理出AI語音芯片在2020年的落地點和突圍方向。

2019年進擊的老將新兵

2019年1月4日，思必馳發布其首款AI芯片TAIHANG，由其投資的獨立公司深聰半導體有限責任公司（深聰智能）打造。時隔一年，這款芯片進展如何？深聰智能聯合創始人吳耿源告訴<電子發燒友>，2019年是其芯片突破性進展的一年，TH1520芯片已量產，TAIHANG一代可實現AI關鍵字和指令識別，低功耗喚醒，并且可以良好地實現芯片和算法的融合；由于采取了軟硬融合的方法，使得TH1520方案的性能和能效有了大幅度提升。據透露，2019年深聰智能已接到很多客戶訂單，在智能家居領域的落地也驗證了最初定位的正確性，目前很多客戶如白電廠商，有非常大的需求。 2019年對于杭州國芯來講，兩件事值得關注。一是在2019年2月宣布完成1.5 億人民幣 B 輪融資，由國投創合國家新興產業創業投資引導基金領投，創新工場跟投。二是開始向IoT市場滲透。杭州國芯AI事業部總經理凌云表示，AI語音市場在經歷了智能音箱的快速發展和繁榮后，開始向更加廣泛的IoT市場滲透。整個行業的芯片、算法和解決方案都在持續優化，以適應于輕量級IoT各種場景，包括智能家電、車載、可穿戴設備等等。杭州國芯在2019年推出了基于智能語音前端信號處理GX8008的IoT語音解決方案、RTOS輕量級系統，可以搭配WiFi和藍牙，或者純離線運行，在家電、車載領域都有大批量落地。

2019年國芯的GX8010/09/08系列AI語音芯片都實現了大批量產落地，典型的產品/應用包括：智能音箱（360 AI Max音箱，JBL音樂城堡等），智能家電（海爾卡薩帝空調，當貝投影儀等），兒童機器人（創維湃熊，豆丁機器人等），還有車載配件及行車記錄儀等等。
知存科技2019年推出數模混合存算一體芯片MemCore001，用于低功耗的實時智能語音應用，支持智能語音識別、語音降噪、聲紋識別等多種智能語音應用。知存科技CEO王紹迪對<電子發燒友>說，MemCore001的目的是使大算力的算法可以更輕松地落地，存算一體技術能夠解決常規AI計算中頻繁進行數據存取的難題，基于Flash的模擬存算一體技術是AI加速領域發展最快、最接近產業化落地的一個方向。據透露，知存科技將在2020年實現存算一體芯片的落地。

2020年AI語音芯片有哪些熱門應用？

可穿戴市場將持續火熱

凌云認為，2020年除了智能家居和智能車載外，預計TWS等可穿戴市場將持續火熱，如何在功耗非常敏感的場景，實現各種AI算法是非常大的技術挑戰。國芯即將針對TWS耳機等可穿戴市場，推出超低功耗AI語音處理芯片，解決低功耗喚醒、指令識別和降噪等問題。

邊緣計算產品呈連鎖式爆發效應

王紹迪認為智能支付、智能家居、智能可穿戴設備等將帶來更多的端側AI需求，看好2020年可穿戴設備的高速增長趨勢，以及新增的AI功能。他認為，可穿戴設備對AI芯片的需求有三點：可以運行提升產品體驗的AI算法，通常是大算力的算法；芯片面積小、功耗低；AI芯片和現有的系統兼容。

他認為，邊緣計算產品將呈現連鎖式爆發效應，比如從TWS耳機的爆發到智能手表的爆發，智能邊緣的發展有連鎖效應：一個擁有邊緣計算能力的產品成功，會讓更多的用戶感受到邊緣計算帶來的便捷和體驗升級，提高用戶對其他相似的電子產品接受度，使得用戶更愿意嘗試新的產品。同時一個成功的邊緣計算方案可以將經驗移植到另一類產品中，加快邊緣計算產品的開發速度。

智能家居市場需求將逐步打開

吳耿源看好智能家居場景的應用。他認為該市場經過幾年的培育已進入推廣階段，各類終端產品功能和質量都在穩步提高，應用也更加人性化，用戶的習慣也逐漸地被養成，但是總體來說體量還是比較小，整體的市場需求還未完全打開，有很大的開拓空間。吳耿源認為，過去幾年來，多數智能家居行業從業者不再幻想C端市場的爆發，為了更好地生存，更多寄望于B端市場。但都是基于自己獨特的業務訴求，而這些訴求并非是使用者真正所需，因此導致了需求和產品的錯配，終端用戶需求無法持續性地保持高增長態勢，甚至還處在“被教育”的市場狀態。他強調，即使是面向B端，最終的使用者仍是C端消費者，一款好的智能家居產品一定要能滿足人們日常的居住場景需求。

深聰智能會結合思必馳現有生態，初期將帶動芯片行業轉型加速；中期階段以AI芯片賦能傳統白色家電廠商、電視廠商等，實現產業升級，提升產品附加價值；遠期還將提供 IP 服務，形成 AI 創業環境，帶動周邊AI產業化落地。提供的產品和技術依然會圍繞著在智能語音算法及芯片設計的軟硬件優化，提供高性能、低功耗的智能語音交互專用芯片和深度優化的語音前端解決方案（包含軟硬件及相應 IP）。

2020年AI落地有哪些催化劑？

王紹迪認為AI芯片就是AI落地的催化劑：比起傳統芯片，AI芯片可以更高效率地運行體驗更好的AI算法，提高續航時間降低成本。知存科技打造的芯片有兩個目標：一是讓電子產品可以植入更好用的AI算法，提升產品競爭力；二是幫助更多的AI算法落地。為此研發了存算一體架構來提高芯片算力，同時設計了可以運行多種AI算法的架構提高通用性，幫助做好上述兩點。

而隨著語音技術的進一步成熟和普及，AI語音將在更多的場景和設備落地。凌云表示，針對碎片化和場景化的市場，國芯將有針對性地推出語音自定義技術和配套工具鏈，這是在各種場景快速落地不可或缺的“催化劑”，能夠讓合作伙伴和客戶非常方便、快速地定制出符合特定場景的語音解決方案。

吳耿源認為，場景落地依舊是2020年各大AI企業最為關鍵的突破點，而AI與IoT的深度融合也是促進AI場景落地的關鍵“催化劑”。當然，在落地過程中軟硬結合的“算法+芯片”的整體解決方案是AI企業最為接地氣的一種方式。目前看來，語音交互是最明確的AI落地應用之一，而終端的AI語音芯片即將迎來高速增長，這也是促使AI更快落地的“催化劑”。

未來——集成化、多模態融合、被推倒的存儲墻

凌云表示，AI芯片未來的演進主要有三個方向：第一，AI芯片+WiFi/BT/Memory的方案將走向集成化；第二，專用的AI芯片將更為專業化；第三，語音+視覺+屏幕的方式將實現更強大的人機交互。就國芯而言，AI語音芯片的演進首先實現端到端的模型突破，接下來，將在深度學習的領地進一步擴大，將信號處理融入深度學習網絡中。

吳耿源認為，AIoT場景下AI應用對于端側和云端都有很強的需求，而5G與AI的結合將進一步促使萬物智聯的落地與實現。未來巨量的數據會是多維的，包括語音、圖像、視頻等等，集中處理邊緣式分布計算的需求，也會進一步挑戰AI芯片的計算能力。傳統的芯片架構由于無法很好地平衡成本、功耗、安全性等諸多需求，因此未來具備處理多個維度的巨量數據的多模態AI芯片將會是趨勢。

當然，AI時代硬件架構層面的創新還有一大難關——存儲墻。傳統的馮諾依曼結構是把計算和存儲分開，創新的計算機體系正在改變這種方式，并非基于計算機的Memory，而是基于Memory的計算做更多融合，即In-Memory Computing。吳耿源認為這種存算一體化的架構不但是深聰智能芯片架構創新的趨勢，也是整個業界認為的趨勢。

例如知存科技主推的數模混合存算一體芯片，被認為能夠有效降低設計的復雜度和制造成本，利于大規模產業化，并增加了設計的靈活性，延長閃存的使用壽命，可以用于神經網絡運算等場合。

根據筆者之前的走訪，探境科技在解決存儲墻的問題上，提出了存儲優先的SFA概念，即以存儲調度為核心，讓數據在存儲器之間傳遞的過程就能夠得到計算，他們認為這一架構非常適合邊緣計算場景，具有更通用的算法支持度和更快速的商業落地節奏。

凌云透露國芯的第二代NPU架構將實現更高效的指令、更靈活的計算、更強的壓縮，第三代也將實現存內計算、數字&模擬電路混合計算。

造芯誰更行？

傳統芯片公司大規模地進入AI造芯行列，推動了低成本、低功耗的專用語音識別芯片的發展。2019年，多家算法公司也開始大力推動語音技術的落地應用，形成了算法、終端應用方案一體化的產業格局，并逐步開始自研或與傳統芯片設計公司合作推出研發芯片，形成了語音算法和芯片設計公司既互補又競爭的格局。

凌云認為，2019年整個AI芯片市場其實是在去泡沫，很多明星公司在這一年進行了業務調整或減員收縮等。去掉泡沫后，真實的市場需求和格局會逐步明晰，行業才能走向健康有序發展。下一步，AI芯片面臨的挑戰仍是場景多、分散，需要通過算法去適配各種場景、設備，定制化的需求很多，考驗的是公司的技術支持和業務能力。由于資本市場的冷卻，初創企業還同時面臨短期內盈利難和融資的雙重壓力。

“算法是實現智能的核心，芯片是支撐智能的基礎。算法不是最強，芯片不是最強，如果只是做整合大家都可以做了，你的競爭力體現在哪里？”他反問道。相比初創AI芯片公司，凌云認為老牌企業具有更加完備的前后端設計、產品、驗證和測試團隊，具備打造一顆完整SoC芯片產品的工程化經驗，并在供應鏈方面有一定的優勢。

吳耿源則認為語音算法公司做AI芯片更有優勢。從打造AI芯片的兩種路徑來看，一是從硬件出發做AI芯片，但如果對AI算法不夠了解，往往很難做出滿足場景最優的芯片；另一類是算法公司，了解算法、市場需求，能夠根據算法、場景需求，結合硬件做優化。從語音算法的角度來說，由于語音技術對硬件有一定需求，需要一款高能效、低功耗、降低成本，同時又能夠改善體驗的芯片。思必馳做AI芯片的核心目的是，面向客戶需求，通過軟件定義硬件、軟硬件耦合的思路來構建在算法方案的優勢。

他認為目前的AI芯片多為特定場景設計，不能靈活適應多場景需求，未來需要專門為AI設計的靈活、通用的芯片，成為AI領域的“中央處理器”。另外，現階段AI芯片產業的發展方式主要以企業為主體，產品上下游企業的運營和管理相對獨立，但同環節的企業卻高度競爭，未來產業發展應以合作為主線，形成產業生態。

從芯片發展的大趨勢來看，目前尚處于AI芯片發展的初級階段，不論是科研還是產業應用都有巨大的創新空間。除了上述兩類企業，還有系統公司，他們離場景最近，對場景真實需求深刻了解，具有強大的軟硬件一體化產品能力、市場營銷渠道以及充足的資本儲備，這使得他們和眾多AI芯片初創企業的關系上處于主導，更增加了產業格局的不確定性。面向具體場景的落地能力，對AI芯片將會是更為嚴酷的挑戰。AI芯片看似熱度攀升，實則任重而道遠，老將新兵在場景落地中展開近場搏殺，將成為2020年的一大看點。