为高效处理人工智能算法所需要的海量数据，特定的芯片研发已成为各大科技公司争相逐鹿的新高地。近日，国内领先的人工智能企业云知声公布其多模态AI芯片战略，并宣布其正在研发中的三款分别针对物联网语音、智慧城市、智慧出行的AI芯片。据悉，此三款芯片将于今年启动量产。

图片来源：图虫创意

随着人工智能技术的发展，以CPU和GPU为代表的传统芯片在处理海量数据时已显疲态。以谷歌的人工智能产品阿尔法狗(Alpha Go)为例，它完成一盘围棋需要动用1000个CPU和200个GPU，每分钟的电费高达300美元。同时，伴随着5G的到来，新的信息技术将进一步与人工智能结合，来自语音、图像、视频的巨量多维数据对芯片的计算能力提出了新的要求。

在这种背景下，AI芯片的研发和量产已刻不容缓。据知名市场调研公司ReportLinker预计，到2023年，全球人工智能(AI)芯片市场规模将达到108亿美元，复合年均增长率达到53.6%。AI芯片很可能是芯片界的一次变革。

目前云知声正在研发中的多款面向不同方向的芯片，其中包括第二代物联网语音AI芯片雨燕Lite，面向智慧城市场景的多模态AI芯片海豚，以及与吉利集团合作，面向智慧出行场景的多模态车规级AI芯片雪豹。

云知声创始人、CEO黄伟认为，未来人工智能应用将不仅仅是芯片与应用端的联动，更包括了云计算。“强大的云会让应用端能力更强，而强大的应用端则可提升数据处理的实时性和有效性，进而增强云的能力。”黄伟表示，二者需要紧密结合，这要求对芯片设计和云端架构进行统一考量。传统的通用方案架构由于在高实时性、高智能化场景中的算力有限，且无法平衡好成本、功耗、安全性等诸多现实需求，因此具备多维度 AI 数据集中处理能力的多模态 AI 芯片将成必由之路。

云知声于2015 年正式启动自研 AI 芯片计划，目前正在加速技术布局。“我们面向机器视觉的轻量级图像信号处理器，在不依赖外部内存的情况下，可实现 30 fps 的速率下实时对传感器的图片进行预处理;先进神经网络处理器DeepNet2.0最高可配置算力达 4T，达行业一流水平。”黄伟说。此外，云知声还与ASIC人工智能计算中心达成深度合作，开展相关基础。