云知聲黃偉向我們講述做芯片的重要性

7月6日，由創(chuàng)業(yè)黑馬主辦的“ 2018中國獨角獸峰會”在京舉行，云知聲CEO黃偉出席活動并發(fā)表主題演講。

黃偉在演講中表示，我們雖然進(jìn)入到IoT時代，有一個可以預(yù)見的美好未來，但是離真正落地還有很多現(xiàn)實問題需要解決。其中，芯片在整個IoT的進(jìn)化過程中起著非常重要的作用。獲得C 輪1億美金融資后，不久前云知聲也推出了自研的面相物聯(lián)網(wǎng)的AI芯片——“雨燕”。

談及AI芯片，黃偉認(rèn)為只有具備全棧式的AI技術(shù)能力，已經(jīng)過驗證的、成熟的業(yè)務(wù)場景和一定的芯片設(shè)計能力，三者結(jié)合在一起，才有可能真正的研發(fā)出一顆有競爭力的芯片。

PC -移動互聯(lián)網(wǎng)- IoT 的時代演進(jìn)

我有幸經(jīng)歷過中國互聯(lián)網(wǎng)發(fā)展的前兩個階段：上大學(xué)時我第一次接觸PC，第一次上網(wǎng)是畢業(yè)前去網(wǎng)吧，那時打開一個網(wǎng)頁需要幾分鐘，上網(wǎng)一個小時需要10塊錢，差不多是我兩天的生活費。2009年，我離開服務(wù)了六年的公司摩托羅拉，加入盛大網(wǎng)絡(luò)，從學(xué)生到工程師，完成了我人生的第一個轉(zhuǎn)變。那是中國PC互聯(lián)網(wǎng)的一個高峰。

緊接著從2010年開始，我們經(jīng)歷了中國從PC互聯(lián)網(wǎng)到Mobile時代。我們看到中國第一代互聯(lián)網(wǎng)公司的市值從10億美金左右，翻到Mobile時代的阿里、騰訊的幾千億美金。我們也經(jīng)歷了蘋果從一個80億美金的市值，到今天為止也成長為大幾千億美金的公司。

這期間發(fā)生了什么？以前全球只有幾億臺的設(shè)備數(shù)量，到現(xiàn)在每個人有一臺手機(jī)、Pad，移動設(shè)備呈現(xiàn)出指數(shù)級的增長。以前我們只能在辦公室、家，甚至只能在網(wǎng)吧上網(wǎng)、打游戲，今天我們坐在馬桶上就可以完成一個游戲的支付。這種設(shè)備數(shù)量以及技術(shù)環(huán)境的轉(zhuǎn)變，使得今天我們整個生活方式和社會組織方式都發(fā)生了深刻的變革。

今天在發(fā)生什么？我們又開始從Mobile時代開始進(jìn)入IoT時代，它不再局限于手機(jī)、平板，比如像前面暴風(fēng)馮總介紹的，TV也可以上網(wǎng)、互動，甚至你們家的燈泡、音箱都是你跟這個數(shù)字世界進(jìn)行交互的一個接口。

我們也不再只是通過手機(jī)的按鍵輸入，而是完全可以直接說話，可以對著攝像頭做出一些交互的操作。從一個數(shù)控時代，開始進(jìn)入到包括了語音、手勢、體感等多模態(tài)的交互的任意場景。當(dāng)然和以前相比，設(shè)備數(shù)量可能會更大。我們相信這個地球上很快會誕生萬億美金的公司，即使在今天有中美貿(mào)易戰(zhàn)的情況下，這種趨勢還是不可逆轉(zhuǎn)的。

IoT時代的機(jī)遇與“云端芯”落地

首先，功能會更加智能化，不再只是通過手、嘴巴、眼睛等等。其次，場景化會更加豐富，在家、辦公室、汽車等任意場景，我們都能夠跟這個世界進(jìn)行交互，當(dāng)然設(shè)備也變得更加多元化。

我們描述了一個非常美好、偉大的未來，但是離真正落地，還有很多現(xiàn)實問題需要解決。首先我們今天的技術(shù)怎么實現(xiàn)一種自然的交互？怎么能在這些場景里面滿足用戶的體驗？因為每個場景必然有它的獨特屬性，我們能不能在這個場景里做非常好的適配？這些產(chǎn)品并非靜止，也不是交付到用戶手里這個過程就結(jié)束了，我們?nèi)绾芜\營、提升用戶體驗？

另一個很大的不同是價格。手機(jī)、平板動輒幾千塊錢以上，IoT設(shè)備本身是幾百塊或者是一千塊錢左右，你怎么樣用一種用戶能夠接受的方案成本交付給你的客戶？當(dāng)然還有周期，怎么能夠用更快的時間、效率交付給客戶？這都是我們今天在講IoT想要落地，擺在眼前的幾個困難。

2014年初，我們第一次對外提出“云端芯”一體化的解決方案。因為我們相信人工智能絕對不只是發(fā)生在云端，除此之外，一定有邊緣智能，而且想要滲入到每個場景，對端一定會提出很多個性化的需求。所以，我們希望通過云端來解決智能終端的一些智能化、場景化的問題。當(dāng)然我們也希望通過芯片，能夠加速AI落地的問題。

前面松鼠AI智適應(yīng)教育創(chuàng)始人栗浩洋講他在2014年融資非常困難，其實我相信在中國所有技術(shù)創(chuàng)業(yè)的團(tuán)隊一開始都會遇到這種問題。因為2012年、2013年，那時候的資本都在投APP、產(chǎn)品創(chuàng)新，沒有人去投技術(shù)。所以很早之前，當(dāng)我們說人工智能離不開芯片的時候，也遇到很多挑戰(zhàn)和置疑，大家不認(rèn)為芯片非常非常重要。甚至我記得在2016年，中國有很多資本在國外收購芯片公司，我們說芯片是高端制造業(yè)，芯片是夕陽產(chǎn)業(yè)，但今天我們會發(fā)現(xiàn)沒有芯片我們什么都不是。

今天回過頭來看，人工智能真正落地，它的痛點是在哪里？沒有英偉達(dá)就沒有深度學(xué)習(xí)，沒有英偉達(dá)提供的GPU，我們不可能開發(fā)出非常復(fù)雜的深度學(xué)習(xí)網(wǎng)絡(luò)。沒有一些低成本、低功耗的芯片，我們不可能賦予智能設(shè)備一些本地智能能力，所以芯片在整個IoT的進(jìn)化過程中起著非常重要的作用。

在我們的認(rèn)知里，IoT的擴(kuò)基點在于芯片，首先在于場景的選擇。因為IoT有很多場景，選擇就變得非常有技巧，哪些場景是用戶真正需要的，哪些場景是今天我們的技術(shù)能力滿足需要的。

第二，有了場景以后，我們就知道這個場景需要什么能力，我們應(yīng)該提供什么樣的芯片，當(dāng)然有了芯片以后其實我們可以加速AI在這個場景里落地，其實他是一種正向的循環(huán)。AI芯片也并不是說今天有PPT，明天芯片就能做出來，或者說今天開個發(fā)布會，6月以后我的芯片就出來了。

毫無疑問，做任何事情都是有前提的，過去幾年我們的體會是什么呢？AI芯片的制造有3個前提，只有當(dāng)三者合在一起的時候，那么我們才有可能真正的研發(fā)出一顆有競爭力的芯片。

1、你必須要有全棧式的AI技術(shù)能力。

2、一定要有已經(jīng)過驗證的成熟的業(yè)務(wù)場景。

3、AI芯片它也是芯片，所以說還要具備一定的芯片設(shè)計能力。

從2012年6月份成立，云知聲在這一塊也積累了一些優(yōu)勢。一開始我們完成了算法平臺化的過程。成立了3個月之后，我們發(fā)布了國內(nèi)第一個免費開放的語音平臺，緊著在2012年12月12號，我們買了4個英偉達(dá)的語音顯卡。在可能學(xué)術(shù)界95%的教授都沒有聽說過什么叫深度學(xué)習(xí)的時候，我們就已經(jīng)開始了。

今天回過頭來看，這三件事情非常重要。平臺意味著數(shù)據(jù)；深度學(xué)習(xí)意味著我們確定了整個算法的框架；當(dāng)時一個很簡陋的GPU，意味著我們在那時就開始了對計算能力的追求，到今天我們的計算能力已經(jīng)接近1000個GPU。

這是我們第一個階段。另外，在發(fā)展過程中我們發(fā)現(xiàn)，人工智能對計算能力的追求是永無止境的。今天我們可能說自己研發(fā)機(jī)房的GPU已經(jīng)是以千個GPU為單位，包括我們在廈門市政府落地的一個城市大腦的超算平臺，每秒的運算能力能達(dá)到1億億次。這就是我們金字塔最底層的DeepFlow集群，它相當(dāng)于給我們?nèi)斯ぶ悄苄蘖艘粭l高速公路。

那么有高速公路之后，我們會面臨另外一個挑戰(zhàn)。就像前面馮總說的，電視數(shù)據(jù)化看起來很簡單，其實上面涉及到很多環(huán)節(jié)，包括信號處理、包括麥克風(fēng)、語音識別、自然語言理解、語音合成，包括像前面我們主持人和機(jī)器人的對話，它通過一種高表現(xiàn)力的合成效果把聲音播放出來。

因為人才和熱點的關(guān)注度還不在這方面，就深度學(xué)習(xí)來說，你會發(fā)現(xiàn)這在2012年、2013年這個時間來說是不可能現(xiàn)實的。那我們怎么辦呢？很簡單，運用AI來做AI人才該做的事情。所以，我們在2013年啟動了一個項目叫Atlas 平臺，把統(tǒng)計學(xué)習(xí)和深度學(xué)習(xí)里面的一些通用算法抽樣出來。云知聲有自己的DeepFlow集群，相當(dāng)于在高速公路上有一臺馬力非常強(qiáng)勁的跑車。在這個時代，你有高速公路，有很好的跑車，你不需要很多司機(jī)。正是這樣，云知聲作為一個創(chuàng)業(yè)公司，才能非常高效地在語音識別、語音合成等很多技術(shù)里，迅速做出國內(nèi)最頂尖的技術(shù)水平，這是我們在一些基礎(chǔ)技術(shù)上的積累。

云知聲比較早的把這個技術(shù)深入到場景里面去。我們有什么產(chǎn)品形態(tài)？舉個例子，在2013年底、2014年初的時候，我們開始拿出一個芯片模組的原型，希望能用這種產(chǎn)品形態(tài)改變今天智能家居的一個應(yīng)用模式。大家回想一下，在2013年底，其實我們看不到echo，它是在2014年底才出來，但我們在那個時候就開始做這樣的事情，到今天我們的芯片模組應(yīng)用在包括格力、美的、長虹等幾乎所有頂級家電品牌中。

所以，在算法、硬件以及場景層面，我們做了非常具體的工作和長期的積累。2015年8月，我們組建了芯片團(tuán)隊。到今年1月15號，我們自己研發(fā)的芯片正式流片，5月16號正式發(fā)布了芯片“雨燕”，下個月即將大規(guī)模量產(chǎn)。

有了芯片之后，給我們帶來了哪些改變？我們的計算能力是目前市面上通用芯片的50倍以上，而且在端這一側(cè)積累了很多能力之后，我們可以把一些人機(jī)交互的共性部分放到芯片里面，不光是語音合成、語音識別，甚至包含我們認(rèn)為非常復(fù)雜的自然語言理解，相當(dāng)于我們完成了人機(jī)交互的最共用部分。

那么，云端我們?nèi)拥母鞣N技術(shù)服務(wù)和內(nèi)容服務(wù)等等，在端這一側(cè)，我們完全把源代碼開放出來，交給我們的合作伙伴、交給渠道。這樣云知聲我們就完全進(jìn)入了“云+芯”時代。在不久的將來，大家會看到我們中國產(chǎn)的車?yán)锩?，我們用的芯片里面，是由云知聲提供?/p>

我們?yōu)槭裁醋鲂酒?/p>

我們?yōu)槭裁醋鲞@個芯片？

有一句話是說，“如果你嚴(yán)肅地思考你的軟件，你就必須要做自己的硬件”。

最底層的硬件是什么？就是芯片，因為它能夠?qū)崿F(xiàn)算法和算力的完美結(jié)合。當(dāng)然芯片它其實并不是競爭，不是一味的追求說我這個芯片有多少。芯片它是個生態(tài)，追求的是一種平衡，你要平衡好計算能力、成本、功耗，只有深入場景，了解行業(yè)，才能夠真正定義好這個芯片。

我們今年是百箱大戰(zhàn)，但是所有的音箱里面，它里面所用到的和遠(yuǎn)場語音交互的，都是一套模組，要用若干個芯片來實現(xiàn)這樣的功能。

第一，今天云知聲可以用一個芯片接上2個、4個、6個、8個麥克風(fēng)，就能實現(xiàn)我們今天所有的功能，體驗會更好，因為這個芯片的計算能力要遠(yuǎn)遠(yuǎn)超過今天市面上一些芯片的計算能力。

第二，更低的成本、更低的功耗。當(dāng)然這個芯片我們也可以直接放在一些控制類上面，它既可以離線控制，也可以在線。

我們不止是講個故事，也不是說停留在算法層面上，而是把算法和行業(yè)結(jié)合在一起。比如在家居、教育、醫(yī)療、汽車、機(jī)器人很多領(lǐng)域里，其實我們都取得了一些不錯的成績。

就拿醫(yī)療來說。2015年，當(dāng)我們想把AI和醫(yī)療結(jié)合起來的時候，中國的任何一家醫(yī)院，任何一個科室，沒有一個醫(yī)生是用聲音來寫病例，但是今天我們在中國很多醫(yī)院，包括像今年衛(wèi)計委還專門出臺了文件，我們中國所有三甲醫(yī)院的評級標(biāo)準(zhǔn)是必須要有這個語音錄入的病例。

我們非常高興能看到，云知聲雖然是一家創(chuàng)業(yè)公司，但是通過我們的努力，我們改變了醫(yī)院，改變了行業(yè)。