智東西（公眾號：zhidxcom）
文 | 心緣
智東西9月19日消息，今天，國內(nèi)AI芯片創(chuàng)企探境科技推出語音主打產(chǎn)品——高能效低功耗語音AI芯片音旋風611，是全球首款通用型語音AI芯片。該芯片已量產(chǎn)、可供貨，2019年底，大家將在賣場看到搭載探境芯片的智能家電。
音旋風611基于探境獨創(chuàng)的存儲優(yōu)先架構，采用創(chuàng)新音頻陣列算法，支持200條喚醒詞，命令詞識別率高達97%，可遠場識別10米識別范圍，具有毫安級待機功耗，常用接口齊全且外部電路簡單，而售價不到2美金。
此外，探境科技還透露了支持本地自然語言處理的高端芯片音旋風621和圖像芯片性能，圖像芯片PPA為全球最高，已經(jīng)流片，今年年底發(fā)布。
據(jù)介紹，探境科技僅用2年實現(xiàn)芯片量產(chǎn)出貨，是最快量產(chǎn)、最快實現(xiàn)商業(yè)化落地的AI芯片公司。探境科技創(chuàng)始人兼CEO魯勇表示，未來探境期望與合作伙伴攜手，成為物聯(lián)網(wǎng)界Wintel，比肩世界巨頭。
▲探境科技創(chuàng)始人兼CEO魯勇
作為有著20年芯片打造經(jīng)驗的行業(yè)老兵，魯勇也在現(xiàn)場分享了自己對芯片產(chǎn)業(yè)的一些觀察。
魯勇說，其他人造AI芯片如造車，算法像在田間泥濘小路，不管車多好，還是會受坑坑洼洼的路的限制，探境的技術差異點在于，不僅造車，還修高速公路，這樣無論什么車都能跑很快。
期間，魯勇還同中芯聚源研究總監(jiān)樊鋒、一流科技創(chuàng)始人兼CEO袁進輝，就AI芯片核心競爭力、AI芯片商業(yè)化落地的關鍵要素、應用公司下沉做芯片等問題進行深入探討。
一、高識別低功耗語音芯片，已量產(chǎn)、可供貨
成立于2017年的探境科技，是國內(nèi)AI芯片新生力量之一，聚焦在語音芯片、安防芯片和邊緣計算。去年，探境科技完成上億元A輪融資。
據(jù)魯勇介紹，探境擁有世界級研發(fā)團隊，具備全鏈條研發(fā)能力，從前端、后端、Foundry到運營均由自己完成，在語音和視覺領域提供全棧式解決方案。
探境科技僅用2年實現(xiàn)芯片量產(chǎn)出貨，是最快量產(chǎn)、最快實現(xiàn)大規(guī)模商業(yè)化落地的AI芯片公司。
其核心技術為存儲優(yōu)先架構（Storage First Architecture，SFA），也是全球首款通用型計算架構。該架構以存儲驅動計算，數(shù)據(jù)在存儲間搬移過程之中即完成計算，通過Scheduler控制層完成整個數(shù)據(jù)算子的調(diào)動。
其Scheduler為自主研發(fā)的一款RISC-V微處理器，可完成數(shù)據(jù)調(diào)度管理過程，從而高效執(zhí)行復雜算法，控制運行期的動態(tài)數(shù)據(jù)流，并且配合專有硬件電路，解決data shuffle等難題。
探境創(chuàng)始人兼CEO魯勇曾在GTIC 2019 AI芯片創(chuàng)新峰會上系統(tǒng)探討這一創(chuàng)新架構的技術原理及優(yōu)勢。（探境魯勇：破局存儲墻，打造首款通用AI芯片 | GTIC2019）
簡而言之，其SFA架構對語音、機器視覺、自動駕駛等各種終端應用場景都很適用，能將數(shù)據(jù)訪問量降低10-100倍，進而將存儲子系統(tǒng)功耗降低10倍以上；在28nm條件下，系統(tǒng)能效比超過4 TOPS/W，計算資源利用率超過80%，DDR帶寬占有率降低5倍，并在當前主流集成電路工藝下可商用。
同時，SFA可做到通用型AI芯片，支持所有已知神經(jīng)網(wǎng)絡，等同于GPU，對數(shù)據(jù)類型也沒有任何限制，還能自適應支持稀疏數(shù)據(jù)處理，并配以易上手的工具鏈。
探境將首款旗艦產(chǎn)品定位于端側語音芯片。依托SFA架構，探境的端側語音芯片有三大特點：識別高、功耗低、性價比超高。
其語音主打產(chǎn)品音旋風611，據(jù)探境科技研發(fā)副總裁李同治介紹，這是綜合性能最好的離線語音識別方案，已量產(chǎn)、可供貨，在市場上非常受歡迎，已經(jīng)應用于空氣凈化器、垃圾桶、咖啡機、抽油煙機、智能空調(diào)、窗簾、晾衣架、血壓計、藍牙燈等很多智能家居產(chǎn)品。2019年底，大家將在賣場看到搭載探境芯片的智能家電。
李同治表示，90%的所謂AI語音芯片都是DSP/MCU芯片，不是真正的AI芯片。
傳統(tǒng)DSP芯片存在先天算力不足，只能采用相對簡單的算法，語音識別效果差，成本高；而基于SFA架構的AI芯片提高了芯片內(nèi)部性能，支持更先進算法，識別效果更好，成本也更低。
從架構上看，DSP是為傳統(tǒng)信號處理算法設計的通用型處理器，不是為神經(jīng)網(wǎng)絡相關的運算而設計，與專門的AI芯片相比，DSP芯片算力上有數(shù)量級上的差異。另外，DSP多是采取哈佛結構存算分離，受數(shù)據(jù)帶寬的限制其算力有效利用率較低，支持的詞條數(shù)目及最終的準確率方面都會受到限制。
音旋風611支持高達200條命令詞，喚醒率超過99%，識別率不低于97%，響應時間小于0.2秒。而一般語音AI芯片在離線狀態(tài)一般支持20條左右的命令詞。
探境的架構團隊和算法團隊緊密耦合，打造自主專利技術NPU，基于自研SFA架構帶來超高能效比，具備高效的本地推理能力，支持DNN/TDNN、CNN、LSTM等各種網(wǎng)絡，內(nèi)置高速存儲，無需外掛，可節(jié)省空間和成本。
同時，探境還研發(fā)了在獨特音頻前端的創(chuàng)新AI麥克風陣列處理算法。該算法完全數(shù)據(jù)驅動，場景限制少，還能自適應麥克風特性，最終探境的算法使用2麥的效果可以超過傳統(tǒng)麥克風陣列算法4麥的效果，在0-10米遠場識別范圍沒有明顯差異。
還有一個自研算法是AI降噪算法，結合傳統(tǒng)降噪的性能，適應性能更好，而傳統(tǒng)降噪只能適應穩(wěn)態(tài)的噪聲。
基于百度云測試，其信噪比低于0dB時，降噪后單次識別正確率提升20%以上。
上圖是探境音旋風611已出貨的完整產(chǎn)品，外圍電路簡單，BOM成本極低。
音旋風611供貨方式有芯片和模塊兩種，芯片產(chǎn)品最大程度滿足對體積要求嚴格的應用，模塊產(chǎn)品則可幫助客戶縮短產(chǎn)品上市時間。
另外其內(nèi)部集成ADC/DAC，單芯片實現(xiàn)完整的語音識別功能，外圍電路簡單。
探境的高端芯片音旋風621將比音旋風611更加智能，支持8麥麥克風陣列和遠場識別，并支持本地自然語言理解（NLP）和局域范圍內(nèi)各智能家居間內(nèi)聯(lián)網(wǎng)，避免隱私信息泄露。
探境的音旋風621主要面向高端應用，其低端產(chǎn)品311系列應用則主要針對藍牙耳機等對功耗要求極苛刻的場景。
二、圖像芯片劇透，PPA全球最高
隨后，探境對其基于SFA架構的圖像芯片功能也做了劇透。
其圖像芯片已流片成功，具有超高能效比，PPA為全球最高；模型低比特量化無重巡，支持接近無損的量化技術；支持任意神經(jīng)網(wǎng)絡參數(shù)，對TensorFlow、Caffe等神經(jīng)網(wǎng)絡框架支持一鍵導入，無隔閡感。
另外，其芯片采用28nm工藝，能效比超越一些友商在12nm工藝的性能，由于12nm流片成本至少是28nm一倍以上，探境的圖像芯片能帶來超高性價比。據(jù)悉，其核心能效比在全球范圍內(nèi)也是頂尖的。
三、20年行業(yè)老兵的芯片產(chǎn)業(yè)觀察
探境科技創(chuàng)始人兼CEO魯勇是在半導體行業(yè)摸爬滾打20年的行業(yè)老兵，曾在通信和存儲解決方案Marvell同時管理中美兩地的研發(fā)團隊。Marvell一度是全球排名前五的半導體公司，和高通、AMD等巨頭實力旗鼓相當。
回顧過往20年，有兩個產(chǎn)品最令魯勇驕傲。
一是HDMI芯片，每臺電視機、機頂盒都在用這一芯片；二是硬盤控制芯片，這個芯片控制整個芯片數(shù)據(jù)傳輸。兩款芯片給魯勇帶來了巨大的成就感，影響他對芯片產(chǎn)品的理念，希望AI終端芯片能發(fā)揮實際作用、給人們帶來真實價值。
中興事件后，更多人意識到中國芯片正被“卡脖子”。去年，芯片進口額超3000億美元，超過石油進口。近兩年，國家出臺更多相關政策，資本涌入，芯片熱度變高，大大小小的AI芯片企業(yè)超過100家。
那么，現(xiàn)在是否已經(jīng)到了造芯的黃金年代？全民造芯是否是真的好的方式？
魯勇表示，芯片是一個高投入、大周期、人才密集型的行業(yè)，對人素質(zhì)要求高。有點類似于老中醫(yī)，越老越值錢，同時技術不斷迭代，需要“活到老，學到老”。
芯片設計籠統(tǒng)來說包括從架構設計、代碼實現(xiàn)到芯片封裝、測試有十余個環(huán)節(jié)，越靠前的環(huán)節(jié)越要靠腦袋來解決問題。
芯片研發(fā)生產(chǎn)周期長，不能像做軟件，打補丁就能修復。如果研發(fā)的思路一開始就有問題，那無形中浪費了很多時間。
魯勇幽默地說，做芯片的工程師都有一個習慣，流片后去求神拜佛燒燒香，如果芯片回來后一次就能點亮，就像中六合彩一樣興奮。
為了保證優(yōu)異設計，設計方法學非常重要， 可以有效降低錯誤機制。同時，芯片架構決定芯片的本質(zhì)，架構設計是一門藝術，好的架構依賴優(yōu)秀芯片人才。
魯勇認為，市場上之所以涌現(xiàn)大量DSP芯片，是由于AI芯片行業(yè)市場浮躁及人才匱乏所致。“芯片行業(yè)的準入門檻非常高，碩士畢業(yè)是芯片行業(yè)培養(yǎng)初級人才基本要求，多年來的低薪環(huán)境又造成了芯片從業(yè)人員人才流失，許多人轉行去了互聯(lián)網(wǎng)、房地產(chǎn)等行業(yè)?！?/p>
從圖中可見，芯片設計的人才結構比例呈金字塔結構，依賴經(jīng)驗的后端設計人才比例較大，而前中端人才比例偏小。
魯勇說，即便是在大公司，掌握核心架構設計的人才仍然很少。當年Marvell在通信傳輸接口方面非常領先，但一個核心架構師離職后，必須在外采購IP，他在Marvell任職的8年期間，也沒能看到Marvell重回巔峰。
沒有人才造不出好芯片。很多公司做國際芯片進口替代，生存環(huán)境非常艱難，就是因為沒法造出好芯片。
芯片行業(yè)馬太效應明顯，做不到行業(yè)前幾名，基本沒有生存空間。資金是必要條件，但砸不出成功，全民造芯并不可取，低端制造進口替代前途黯淡，會加劇缺人才窘境。
AI芯片泡沫很大，魯勇認為，許多AI芯片企業(yè)缺少核心技術，做的是低端AI芯片，商業(yè)化落地差。未來大部分AI芯片公司將倒下。
AI芯片落地難，價格高、不同神經(jīng)網(wǎng)絡性能差異大、部署需重新訓練、實際運行效率低、工具鏈復雜、用電續(xù)航時間短等因素亟待解決。
一個成功的芯片公司，產(chǎn)品和銷售比例為7：3，產(chǎn)品為王，要滿足客戶需求并有獨特競爭力，背后就是核心技術。
魯勇表示，探境科技希望依托國際化研發(fā)班底，做有國際競爭力的芯片公司，同時培養(yǎng)國內(nèi)芯片人才，為帶動中國芯片水平的提高貢獻綿薄之力。
AI芯片面臨的核心難點存儲墻難題，數(shù)據(jù)無法高效傳輸給計算單元。
對于AI芯片設計來說，計算并不重要，本質(zhì)上AI計算的核心問題是如何打破數(shù)據(jù)供給瓶頸，更高效地將數(shù)據(jù)輸送給計算單位。
魯勇介紹說，市場上現(xiàn)有方案，DSP/GPU+軟件方案比CPU運行速度快，但離最優(yōu)化的效果差很遠；卷集或矩陣計算的類CPU架構在做計算單元優(yōu)化，沒對存儲墻做改善；存算一體結構主要在改造存儲器本身，是非常底層的技術，商業(yè)化路徑長，其問題是打破了芯片成本結構，成本阻礙會很高。
探境打造的存儲優(yōu)先架構和世界上任何一種芯片架構不同，以存儲驅動計算。魯勇打了個比方，其他人造AI芯片如造車，造的好就如保時捷法拉利，算法像在田間泥濘小路，不管車多好，還是會受坑坑洼洼的路的限制，而探境不僅造車，還修高速公路，這樣無論什么車都能跑很快，這是真正的技術差異所在。
四、AI芯片商業(yè)化成功的關鍵要素
隨后，魯勇同中芯聚源研究總監(jiān)樊鋒、一流科技創(chuàng)始人兼CEO袁進輝，就AI芯片落地等問題進行深入探討。
▲從左到右依次為一流科技創(chuàng)始人兼CEO袁進輝、中芯聚源技術分析師樊鋒、探境科技創(chuàng)始人兼CEO魯勇
1、AI芯片公司的核心競爭力
談及AI芯片公司的核心競爭力，中芯聚源研究總監(jiān)樊鋒認為，最核心競爭力在于AI的能力和芯片的能力，包括AI算法、芯片系統(tǒng)架構設計、半導體設計能力、質(zhì)量控制能力等，而商業(yè)化能力則是檢驗這些能力是否強的最后一道關口。
魯勇非常認同這一觀點，芯片公司要成功，其產(chǎn)品就要大賣、走量，關鍵是要找到場景。這意味著要做到兩點：第一，有市場洞察力，快速切入場景；第二，建立護城河，帶來更高性能、更低成本的獨特價值。
魯勇說，芯片從生產(chǎn)到商業(yè)化的幾個關鍵節(jié)點，分別是能否流片、芯片回來、是否量產(chǎn)、什么時候供貨。
2、提ASIC路線是掉入名詞的陷阱
AI芯片的不同路線一直是熱議話題，大家常言性能最高的一定是ASIC路線，當時的想法是這個芯片沒有辦法做到那么通用，而是專門支持AI算法的，所以用了ASIC這個名詞。
魯勇認為，現(xiàn)在還是這么提，其實是掉入了一個名詞的陷阱里。實際上，現(xiàn)在99%的AI芯片都是按照CPU或者GPU的操作思路，希望通過軟件載入的方式來運行不同的神經(jīng)網(wǎng)絡，而不是類似其他通信類ASIC那樣只能完成單一功能。
例如，只完成以太網(wǎng)或者WiFi這樣一個功能，而是基于一個基礎計算架構，能夠通過軟件的載入來完成不同算法的計算功能。與GPU相比，只是更側重于AI算法的優(yōu)化。
3、AI芯片商業(yè)化成功的要素
那么，如何才能實現(xiàn)AI芯片商業(yè)化成功呢？
魯勇表示，要考慮AI芯片的功能是否符合市場需要。很多芯片沒能大規(guī)模使用，是卡在性能、價格等產(chǎn)品本身的問題上。與傳統(tǒng)芯片相比，AI芯片公司若想成功，還要考慮軟硬件一體化的協(xié)調(diào)配合，考慮算法和芯片融合成功。
樊鋒補充說，一是定義要很準確，二是產(chǎn)品做好，三是注意推廣方法。
4、如何看待芯片、應用公司相互滲透
近些年，很多芯片公司開始往上走做應用，也有越來越多的應用公司往下走做芯片。
對于這一現(xiàn)象，樊鋒認為，做應用的巨頭公司做芯片是一種商業(yè)行為，他個人對這一模式的有效性存疑。
因為造芯需要專業(yè)團隊，建立團隊本身存在困難，做出芯片的量是否足以與公司本身需求的量匹配也很難。另一種情況則可以理解，那就是這家公司商業(yè)應用已經(jīng)非常成功，找不到合適的芯片，需要去探索，但這類公司非常少見。
而芯片企業(yè)往上走，更好的方向是把芯片做好，初期階段所做的應用是方便客戶推廣，而非與客戶競爭，這種方式更為穩(wěn)妥。
魯勇補充說，任何事情事在人為，路徑不同，取決于執(zhí)行層面、外界環(huán)境，取決于當想去達到目標時是否能達到，沒有固定的成功模式。現(xiàn)在國內(nèi)環(huán)境下，資金政策都不缺，缺人，高端人才不夠很難成功。這件事情沒有定論，關鍵看如何執(zhí)行。
結語：AI芯片進入拼落地階段
存儲墻難題已成為當今AI芯片產(chǎn)學界熱議的話題，國內(nèi)外半導體巨頭和芯片創(chuàng)企都在嘗試通過壓縮神經(jīng)網(wǎng)絡大小、增加計算資源、近存內(nèi)計算、存算一體等不同方式來突破這一瓶頸。
尤其在AIoT芯片領域，出于成本、算法變化快等因素考量，很多創(chuàng)企選擇圍繞具體需求打造專用AI芯片，像探境這樣用創(chuàng)新架構打造通用型AI芯片的企業(yè)并不在多數(shù)。
自2018年起，AI芯片行業(yè)整體投融資金額驟減。中芯聚源研究總監(jiān)樊鋒表示，這一方面是受宏觀經(jīng)濟及整體行業(yè)運行周期影響，另一方面，AI芯片行業(yè)自身也已到了行業(yè)洗牌期。
對資本而言，AI芯片已經(jīng)到了看產(chǎn)品核心技術及商業(yè)化落地能力的時期了。最終，市場將會大浪淘沙，去粗取精。
