今年上半年，云知声正式推出耗时近三年研发的全球首款面向物联网的 AI 芯片 UniOne，并带来其解决方案雨燕 ( Swift ) 。那么这款 AI 芯片究竟是什么？和传统芯片有什么不同？

据悉，该芯片由云知声自主设计研发，采用云知声自主 AI 指令集，拥有具备自主知识产权的 DeepNet、uDSP ( 数字信号处理器 ) ，支持 DNN/LSTM/CNN 等多种深度神经网络模型，性能较通用方案提升超 50 倍。

较之于传统芯片，定制化的 AI 芯片由于应用场景和 AI 算法相对确定，因此在硬件设计上更加专门化，在面向此类任务时其相对于通用芯片在计算密度及功耗上有绝对优势。因此，相较通用芯片而言，AI 芯片可以在更低的主频、更小的芯片面积，完成机器学习中同等任务量的计算，做到成本、功耗、算力等多维需求之间的完美平衡。

云知声第一代 UniOne 物联网 AI 芯片及解决方案——雨燕采用 CPU+uDSP+DeepNet 架构，支持 8/16bit 向量、矩阵运算，基于深度学习网络架构，可将面向语音 AI 的并行运算性能发挥到极致，在更低成本和功耗下提供更高的算力。

在架构灵活性方面，雨燕通过 Scratch-Pad 将主控 CPU 与 AI 加速器内部 RAM 相连，可提供高效的 CPU 与 AI 加速器之间的数据通道，便于 CPU 对 AI 加速器运算结果进行二次处理。另外，连接各个运算单元的可编程互联矩阵架构，提供了扩展运算指令的功能，从而进一步提升硬件架构的灵活性及可扩展性。同时，芯片采用多级多模式唤醒，从能量检测，到人类声音检测，再到唤醒词检测，针对语音设备及使用场景的定制化 Power Domain 等技术，可将芯片功耗降低至最低。具体而言，雨燕包括以下几大显著特征：

1、高性能深度学习加速：面向深度学习和语音信号处理的 AI 定制指令以及体系架构，将面向语音 AI 的并行运算性能发挥到极致，系统运算能力提升 50 倍以上 ;

2、高性能内部互联网络：结合片内 Memory 及内部互联网络，提高片内总线带宽的利用效率提升 20 倍 ;

3、低功耗架构：异构 AMP 架构可保证高性能与低功耗的有机结合，从而获得最佳的能效比，更适合 IoT 场景 ;

4、端云结合：混合应用架构设计，获得本地与云端能力的最佳平衡。

云知声联合创始人 / 芯片负责人李霄寒表示，云知声不仅提供雨燕芯片和终端引擎，还将应用部分向客户开源，同时提供相应定制化工具以及云端 AI 能力服务。通过云端芯结合，云知声基于雨燕提供的是面向一个个具体场景如智能家居、智能音箱、智能车载等的 Turn-key 解决方案。基于雨燕方案，可让客户站在更高的设计起点，以更低的成本在更短的时间内打造出更稳定可靠的产品。同时，开源的方案也可确保客户基于已提供的 AI 能力自行设计其它各种长尾产品形态，构建更为丰富的 AIoT 生态。

"UniOne 不是一颗芯片，而是一系列芯片，它代表了云知声对于物联网 AI 芯片发展战略的整体构想。" 李霄寒指出，面向方案商与开发者，UniOne 可提供完整的语音 AI 应用参考方案、云端能力以及定制化工具，可以帮助客户在跨形态的物联网硬件产品上以最低的时间、资源等探索成本，打造最高体验的用户入口应用未来。