九游体育AI语音芯片迎来高速增长期软硬融合提升能效

　　2019年即将结束，年终是一个值得回顾展望的时间节点，对于半导体市场来说，很多人用“太难了”来形容，从最初的高开，到后来的走低，受到了太多不确定因素的影响，但是也不乏众多坚定信念的芯片厂商在这个行业兢兢业业，努力做好产品，服务好客户。

　　为了更全面地总结这一年的得失，与非此策划年终专题《回顾 2019，展望 2020》。AI在这几年成为热议话题的同时，我们也看到 AI 在稳步落地，所谓“无处不 AI”正在变成现实，本期话题讨论我们邀请了国内 AI 市场的头部企业思必驰一起来参与讨论，本期的受访人是上海深聪半导体有限责任公司（思必驰公司的子公司）联合创始人吴耿源先生。

　　2019 年初，在思必驰的产品发布会上，其联合创始人、首席科学家俞凯在演讲中说“独行者快，众行者远”的场景还历历在目。为了研发 AI 芯片，思必驰与中芯聚源共同注资成立上海深聪半导体有限责任公司，由思必驰 CTO 周伟达担任这家新公司的 CEO，由曾在中芯国际与台联电任运营研发主管的吴耿源任执行副总裁。

　　深聪智能于 2018 年的 3 月份成立，2018 年 8 月份开始流片，2018 年 11 月点亮验证。经过一年的时间，芯片正式落地，整体速度还是非常快的。深聪智能的成立是思必驰在芯片领域取得了突破性进展的重要标志。

　　吴耿源先生也坦诚地表示，对于 2019 年来说，我们也接到了很多客户的订单。在智能家居领域的落地也标志着我们当时最早的定位还是正确的，目前很多客户如白电的厂商，对这方面还是有非常大的需求。

　　在技术和产品方面，TH1520芯片已经量产，太行一代可实现 AI 关键字和指令识别，低功耗唤醒，并且可以良好的将芯片和算法融合。在设计理念方面，TH1520 的主要关注点在于良好的用户体验和产品开发的灵活性。在设计方法方面，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的提升。

　　我们这款芯片的的主要亮点在于：体验好，远场以及复杂声场下的各项体验指标处于业界领先；低功耗，待机状态功耗毫瓦级，全速工作功耗不大于百毫瓦，使得便携和移动场景成为可能；离线识别，支持数百条指令的离线识别，可以全离线应用；存储完全内置，节省成本和总体功耗；在快速部署方面，提供算法+芯片的方案，无需再耗时耗工进行算法移植，可快速将产品推向市场；而且适用性广，多种接口，功耗模式，麦克风阵列灵活组合，适用各种场景。

　　2019 年，思必驰面临的最大挑战其实也是全行业面临的挑战，那就是智能家居整体市场的需求还未完全打开。当然相较于前两年，需求已经在逐步提升，经过前几年的市场培育，智能家居行业已经进入推广阶段，各类终端产品也在不断地走向市场，功能和质量都在稳步提高，并日趋完善，应用也更加人性化。用户的习惯也逐渐地被养成，所以智能家居的市场空间正在逐步打开，不过体量还比较小。

　　吴耿源对智能家居市场做了详细分析，他表示，其实目前大多数的智能家居行业提供产品多以面向 B 端为主。其实对从业者来说也很“现实”，不再幻想 C 端市场能一下子爆发，而为了更好的“生存”，大部分的智能家居行业寄生于 B 端市场。但是，即便是面对 B 端市场，最后的使用者仍然是 C 端消费者，所以从产品底层上来看，一款好的智能家居产品，一定是要能满足人们日常居住场景的需求的。但是对于 B 端市场来说，都有自己独特的基于自身业务的诉求，而这些诉求也并非是最终使用者的诉求。所以，我们发现由于需求和产品的错配，导致在终端用户这边的需求一直无法持续性的保持高增长态势，甚至还处在一个需要“被教育”的市场状态。

　　对于这样市场需求状态，我们深聪也会充分发挥思必驰在语音领域渠道上的优势，基于思必驰对语音交互算法的掌握及对市场的理解充分和我们的客户进行沟通，在产品面向终端用户前，反复和我们的客户方进行产品打磨。而且我们目前自主定义开发的这款芯片，是结合算法向客户提供的一款芯片+算法，即“软+硬”的人工智能人机语音交互的解决方案。从一定程度上看，离我们的终端用户需求更近。

　　整个智能家居行业依然有很大的发展空间和潜力，之前工信部就有数据统计和预测，2020 年智能电视在电视行业中的渗透率将会突破 90%。当然即便如此，消费者习惯的培养也是需要有个周期的，所以这个还需要我们同行来共同努力，提升自己的实力，为这个市场提供更好的产品。

　　目前看来，语音交互是人工智能技术中最明确的落地应用之一，对于终端的人工智能语音芯片也是即将迎来高速增长的趋势之一。

　　2019 年，多家算法公司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。传统芯片公司也大规模的进入该行业，推动了低成本、低功耗专用语音识别芯片。

　　作为语音算法公司，思必驰对芯片的思考不同，在吴耿源看来，语音公司做与不做芯片是按需求来的。语音公司在技术服务产业的思路下，对接了大量客户，也对接了各种芯片平台，因此语音公司更清楚市场需要什么，目前市面已有的芯片能够做什么，不能够做什么，缺少哪些功能等。

　　从语音算法的角度来说，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。因此，语音算法公司最了解算法，又了解市场需求，能够做出能效最高的芯片，所以语音算法公司在做芯片这件事情上是具备极大优势的。

　　从打造 AI 芯片的两种路径来看，一种是从硬件出发做 AI 芯片，但如果公司对 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，根据算法、场景的需求，结合硬件做优化。

　　尽管二者做 AI 芯片都有挑战，当相对而言，语音算法公司做 AI 芯片更有优势。在 AI 芯片的行业早期阶段，当下 AI 算法还不够成熟，需要芯片硬件和 AI 算法的联合研发。

　　吴耿源也强调，我们思必驰做 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思必驰在算法方案上的优势。

　　即将跨入 2020 年，我们会发现人工智能的热度依旧，只是在资本市场，看空的人也不在少数。其实从当年大数据的发展趋势来看，这种情况对行业发展是有利的，因为进入赛道的野蛮竞争玩家会越来越少。

　　这两年业界一致认为，AI 技术和产品的落地是行业中最需要解决的问题，包括在政策层面也都出台过相应的政策，如上海市推出的《上海市推进“智城计划”实施方案》，为了鼓励人工智能技术场景的应用和落地，方案提出，聚焦人工智能+制造、医疗、交通、教育、金融、政务、安防等重点领域，为人工智能企业提供广阔应用场景，推动新技术、新产品、新模式在上海率先运用。目标到 2020 年，打造 6 个人工智能创新应用示范区，形成 60 个人工智能深度应用场景。

　　可以看到，场景的落地依旧是 2020 年各大 AI 企业最为关键的突破点。当然，在落地过程中，我们说的“软+硬”的结合也是人工智能企业最为接地气的一种方式。这里的“软+硬”也便是“算法+芯片”的整体解决方案。AI 芯片也早已成为中外科技企业竞争的焦点之一，以至于清华大学微电子所所长魏少军用“无产业不 AI，无应用不 AI，无芯片不 AI”这样的话语描述当下的“AI 芯”热潮。

　　当然，人工智能芯片未来将呈现新发展趋势——芯片开发将从技术难点转向场景落地。目前，人工智能芯片设计更多是从技术角度出发，以满足特定性能需求。未来，芯片设计需要从应用场景出发，借助场景落地实现规模发展。而且，现在应用于 AI 领域的芯片多为特定场景设计，不能灵活适应多场景需求，未来需要专门为人工智能设计的灵活、通用的芯片，成为人工智能领域的“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年主攻智能语音算法及芯片设计的软硬件优化

　　展望 2020 年，我们依然会结合现有的优势，结合思必驰现有生态，初期阶段将带动芯片行业转型加速，中期阶段以人工智能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，带动周边人工智能产业化落地，致力于成为人工智能语音交互领域的头部企业。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）。

　　在产品和技术创新方面，吴耿源表示，我们的芯片未来会往两个方向拓展：一个是多模态整合，另一个是架构层面的创新。我们知道 AIoT 场景下人工智能的应用对于端侧和云端都有很强的需求。而最新的 5G 的趋势也与人工智能的结合促使万物智联的落地与实现。未来巨量的数据是多维的，如有语音，图像，视频等等，集中处理与边缘式发布计算的需求，也会近一步挑战 AI 芯片的计算能力。但是传统的架构由于无法很好的平衡好成本、功耗、安全性等诸多现实的需求，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，这也是我们未来的规划之一。

　　另外方面，我们知道 AI 时代的硬件架构创新还有一大难关——存储墙。而传统的冯诺依曼结构便是把计算和存储分开的架构。但其实人类的大脑计算和存储不是分开的，不需要数据搬移，更多的是存在一定的相容性。所以未来的计算机体系结构可能要改变这种方式，不是基于计算机的 Memory，而是基于 Memory 的计算，应该做更多的融合，也就是我们说的 In-Memor九游体育y Computing。这种存算一体化不但是我们芯片架构创新设计的趋势，也是整个业界认为的趋势。

　　从应用市场的角度出发，我们芯片的主要应用市场方向还是集中在智慧家居、智能硬件终端、车载、手机、可穿戴设备等，聚焦于国内千亿级的物联网语音芯片主战场。

　　对于营收方面，在 2020 年还是相对乐观的，由于在 2019 年已经聚集了一批重要客户的订单，在 2020 年也会大批量的出货，所以 2020 年对于深聪科技来说还是非常值得期待的一年。

　　广告摘要声明广告 【文/sya】近日， 大制科技完成涌铧投资领投的数千万人民币A轮融资 。本轮融资资金将主要用于进一步技术研发与市场推广。 据了解，大制科技将AI机器学习、时序数据库、工业互联网及边缘计算等技术相融合，自主研发整车制造、核心零部件生产及高端装备制造新一代设备预测性维护及质量控制技术平台。 大制科技基于对设备、工艺的理解，在生产过程高密度地收集生产信息，利用AI机器学习等技术对数据进行处理，并及时将反馈结果传输到生产线。大制科技可以为客户提供质量检测、工艺改进和故障预警等服务。现如今， 大制科技已经针对焊接修磨、拧紧、物流输送、喷漆等多种场景研发出了解决方案 ，有工艺分析与控制、设备预测性维护、过程质量分析等功能。 例

　　当前，5G和AI开始成为全产业链的共识，从刚刚结束的中国移动5G开发者大会略见一斑。这次产业生态大会，从底层芯片、通信企业、联网企业、方案商，到手机终端厂商和家电企业，均围绕5G和AI进行布局。此外，近日三大运营商已经获得全国范围5G中低频段试验频率使用许可，5G商用进程又推进一步。 据统计，到2025年，AI衍生的商业价值将达到5.1万亿美元；到2035年，5G相关产品和服务将达到12.3万亿美元。当前，5G与AI，这两大技术开始历史性的交汇，不仅赋能各行各业，也交汇催生出更多行业和模式创新。 芯片企业在AI/5G解决方案上齐发力 在产业链最底层的芯片领域，国内外芯片企业均已开始推出围绕5G和AI的芯片解决方案，为产

　　德国人工智能研究中心近日推出一款人工智能“变形”电动车，该车行动灵活，可根据现有交通状况“变形”，将来还有望实现自动驾驶。 人工智能研究中心将这种变形车称为“EO智能连接车”，该车底盘灵活多变，可通过减小底盘、升高驾驶室实现“变形”，变形后可将多辆同款车辆连接起来，形成“公路列车”，不仅节省空间，且易于操控。 人工智能研究中心机器人创新中心主任弗兰克·基希纳说，连接成“公路列车”后，所有车辆可实现统一操控，节约能源，增加行驶距离。而且，在车尾连接行李架等也很方便。 据介绍，“EO智能连接车”可在市中心、停车场等狭窄空间自如行动，特殊的转轴让其每个轮子均可旋转90度，实现“侧面停车”。另外，大约7

　　本文智车科技盘点了北美地区顶尖的人工智能/智能驾驶实验室，这些实验室都充分利用大学或企业的丰富资源，依托顶尖的优秀人才，始终走在科研创新的前线，在国家基础研究、技术开发和科研攻关中承担着不可替代的重大使命。 自动驾驶汽车正受到各国政府前所未有的重视，国内外各院校、研究机构都投入了大量人力、物力，各大车企、科技公司、汽车零部件供应商以及自动驾驶汽车创业公司也纷纷在这个领域进行布局。 在国外，无人驾驶技术的兴起可以追述到上世纪七十年代的实验室；随后，在1984年，DARPA（美国国防高级研究计划署）与陆军合作自主地面车辆（ALV）项目；同期，美国著名大学如卡内基·梅隆、斯坦福、麻省理工等都先后加入无人驾驶汽车的研究工作中，著名的Nav

　　“从2017年3月开始，中国已经进入人工智能（AI）驱动的经济数字化转型阶段。行业应重点考虑与数字化对接；学界和业界应通力合作，加强相关人才的培养；普通大众也应加强自己的‘数字化素养’。”清华经管学院互联网发展与治理研究中心主任陈煜波教授，近日在该中心与百度公司联合发布《人工智能驱动的中国经济数字化转型——中国人工智能社会认知与应用需求研究报告》（以下简称《报告》）的发布会上这样说。 作为《报告》团队负责人，陈煜波教授指出，此次AI兴起最显著的特点是影响力从专业领域扩散到了大众化领域。各国的AI发展战略也不只强调专业领域的突破和创新，而是更加关注AI给经济和社会发展带来的影响。 那么，AI将对我国哪些行业带来深远影响？我们又该如何

　　日前，Mentor IC EDA执行副总裁 Joseph Sawicki造访中国，参加一年一度的Mentor Forum 2019北京设计技术论坛。距离Sawicki首次来中国已经有20年了，在这二十年间，Sawicki看到了中国集成电路设计产业取得的长足进步，并表示如今无论是对于中国还是全球半导体行业来说，人工智能及机器学习领域都是一个巨大的机会。 “麦肯锡咨询认为，人工智能正在为半导体产业开启数十年来的最佳商机。”Sawicki说道，“数十年的商机对于半导体产业来说至关重要，过去无论是PC还是移动手机市场，持续的机会并没有那么长久。并且在移动端时代，只为半导体行业提供了20%的产值，而到了人工智能领域，半导体公司将从技术堆

　　时代下EDA行业的大变革 /

　　对于安防 AI ，看上去是AI，实际上最后是大数据，大数据才是智能化的基础。人工智能、 深度学习 、 机器学习 、大数据应用在安防AI中， 说到底都是对大数据的采集、建模和应用。本文大致说一下安防AI中，对于大数据的运用过程与环节，让大家有个大致的印象。 安防AI大数据流程三个环节 数据采集 数据采集，有说数据获取，这是数据的来源，安防AI中这个数据是来源于视频监控系统中的视频流，当然往大了说安防，还包括很多内容，但是基本都是以视频监控为核心，这里主要指视频监控系统。 数据预处理 对于采集到的实时或者历史视频，是只能看不能应用的，要调用就得结构化，先给视频流解码，把视频流还原成一张张图片，再对图片进行预处理。可能不同的公司对预

　　西门子 NX 推出增强功能，为用户提供更多 AI 和生成式设计能力 客户现可使用 NX X 和 Zel X 云软件，促进跨领域、跨部门协作 西门子数字化工业软件 日前宣布为其产品工程软件 NX™ 推出多项新功能。作为西门子 Xcelerator 的解决方案组合的一部分，NX 的增强功能旨在帮助各行各业的设计人员和制造企业以更快的速度向市场交付更好、更优化的产品。 发布 NX X 在 NX 产品的基础之上，NX™ X 软件允许用户从云端进行访问，同时引入西门子基于产品生命周期管理软件——Teamcenter® 的嵌入式数据管理模块，利用安全存储于西门子云端软件即服务（SaaS）基础设施中的信息，帮助用户

　　Sensor-Fused Nighttime System for Enhanced Pedestrian Detection in ADAS and Autonomous Vehicles

　　)

　　PAS CO2 传感器 套件测评

　　基于Kinetis微控制器和16位／24位MAX5556的立体声音频接口设计

　　本文给出基于Kinetis MK60N512微控制器和16位／24位音频数模转换器MAX5556的立体声音频接口设计。MK60N512由I2S总线传输音频数 ...

　　在工业应用中成像系统的广泛采用持续扩展，不仅由新的影像感测器技术和产品的开发所推动，还由支援平台的进步所推动，如电脑功率和高速数据 ...

　　拥有高度优化和高性能引擎的赛车，因为不合格的车轮和轮胎影响性能，这并不罕见。在这种情况下，引擎必须更加费力地运行才能弥补车轮和轮胎 ...

　　在五期系列博客的最后一期中，我将论述驱动耳机负载的运算放大器中的噪音以及一些降低噪音的技术。之前的文章论述了耳机负载功率、耳机阻抗 ...

　　ADC和DAC、DSPADC是模拟转数字信号编码芯片，例如TLV320ADC，DAC是数字转模拟信号解码芯片，例如ES9028，前者一般用于录音而后者一般用于解 ...

　　CS8672内置升压32W单声道D类单芯片广场舞拉杆音箱音频放大解决方案

　　嵌入式处理器嵌入式操作系统开发相关FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科

上一篇 : 九游体育人工智能芯片应用pptx
下一篇 : 成都人工智能九游体育领域科技型企业已超900家