智东西（公众号：zhidxcom）
文 | 心缘
智东西9月19日消息，今天，国内AI芯片创企探境科技推出语音主打产品——高能效低功耗语音AI芯片音旋风611，是全球首款通用型语音AI芯片。该芯片已量产、可供货，2019年底，大家将在卖场看到搭载探境芯片的智能家电。
音旋风611基于探境独创的存储优先架构，采用创新音频阵列算法，支持200条唤醒词，命令词识别率高达97%，可远场识别10米识别范围，具有毫安级待机功耗，常用接口齐全且外部电路简单，而售价不到2美金。
此外，探境科技还透露了支持本地自然语言处理的高端芯片音旋风621和图像芯片性能，图像芯片PPA为全球最高，已经流片，今年年底发布。
据介绍，探境科技仅用2年实现芯片量产出货，是最快量产、最快实现商业化落地的AI芯片公司。探境科技创始人兼CEO鲁勇表示，未来探境期望与合作伙伴携手，成为物联网界Wintel，比肩世界巨头。
▲探境科技创始人兼CEO鲁勇
作为有着20年芯片打造经验的行业老兵，鲁勇也在现场分享了自己对芯片产业的一些观察。
鲁勇说，其他人造AI芯片如造车，算法像在田间泥泞小路，不管车多好，还是会受坑坑洼洼的路的限制，探境的技术差异点在于，不仅造车，还修高速公路，这样无论什么车都能跑很快。
期间，鲁勇还同中芯聚源研究总监樊锋、一流科技创始人兼CEO袁进辉，就AI芯片核心竞争力、AI芯片商业化落地的关键要素、应用公司下沉做芯片等问题进行深入探讨。
一、高识别低功耗语音芯片，已量产、可供货
成立于2017年的探境科技，是国内AI芯片新生力量之一，聚焦在语音芯片、安防芯片和边缘计算。去年，探境科技完成上亿元A轮融资。
据鲁勇介绍，探境拥有世界级研发团队，具备全链条研发能力，从前端、后端、Foundry到运营均由自己完成，在语音和视觉领域提供全栈式解决方案。
探境科技仅用2年实现芯片量产出货，是最快量产、最快实现大规模商业化落地的AI芯片公司。
其核心技术为存储优先架构（Storage First Architecture，SFA），也是全球首款通用型计算架构。该架构以存储驱动计算，数据在存储间搬移过程之中即完成计算，通过Scheduler控制层完成整个数据算子的调动。
其Scheduler为自主研发的一款RISC-V微处理器，可完成数据调度管理过程，从而高效执行复杂算法，控制运行期的动态数据流，并且配合专有硬件电路，解决data shuffle等难题。
探境创始人兼CEO鲁勇曾在GTIC 2019 AI芯片创新峰会上系统探讨这一创新架构的技术原理及优势。（探境鲁勇：破局存储墙，打造首款通用AI芯片 | GTIC2019）
简而言之，其SFA架构对语音、机器视觉、自动驾驶等各种终端应用场景都很适用，能将数据访问量降低10-100倍，进而将存储子系统功耗降低10倍以上；在28nm条件下，系统能效比超过4 TOPS/W，计算资源利用率超过80%，DDR带宽占有率降低5倍，并在当前主流集成电路工艺下可商用。
同时，SFA可做到通用型AI芯片，支持所有已知神经网络，等同于GPU，对数据类型也没有任何限制，还能自适应支持稀疏数据处理，并配以易上手的工具链。
探境将首款旗舰产品定位于端侧语音芯片。依托SFA架构，探境的端侧语音芯片有三大特点：识别高、功耗低、性价比超高。
其语音主打产品音旋风611，据探境科技研发副总裁李同治介绍，这是综合性能最好的离线语音识别方案，已量产、可供货，在市场上非常受欢迎，已经应用于空气净化器、垃圾桶、咖啡机、抽油烟机、智能空调、窗帘、晾衣架、血压计、蓝牙灯等很多智能家居产品。2019年底，大家将在卖场看到搭载探境芯片的智能家电。
李同治表示，90%的所谓AI语音芯片都是DSP/MCU芯片，不是真正的AI芯片。
传统DSP芯片存在先天算力不足，只能采用相对简单的算法，语音识别效果差，成本高；而基于SFA架构的AI芯片提高了芯片内部性能，支持更先进算法，识别效果更好，成本也更低。
从架构上看，DSP是为传统信号处理算法设计的通用型处理器，不是为神经网络相关的运算而设计，与专门的AI芯片相比，DSP芯片算力上有数量级上的差异。另外，DSP多是采取哈佛结构存算分离，受数据带宽的限制其算力有效利用率较低，支持的词条数目及最终的准确率方面都会受到限制。
音旋风611支持高达200条命令词，唤醒率超过99%，识别率不低于97%，响应时间小于0.2秒。而一般语音AI芯片在离线状态一般支持20条左右的命令词。
探境的架构团队和算法团队紧密耦合，打造自主专利技术NPU，基于自研SFA架构带来超高能效比，具备高效的本地推理能力，支持DNN/TDNN、CNN、LSTM等各种网络，内置高速存储，无需外挂，可节省空间和成本。
同时，探境还研发了在独特音频前端的创新AI麦克风阵列处理算法。该算法完全数据驱动，场景限制少，还能自适应麦克风特性，最终探境的算法使用2麦的效果可以超过传统麦克风阵列算法4麦的效果，在0-10米远场识别范围没有明显差异。
还有一个自研算法是AI降噪算法，结合传统降噪的性能，适应性能更好，而传统降噪只能适应稳态的噪声。
基于百度云测试，其信噪比低于0dB时，降噪后单次识别正确率提升20%以上。
上图是探境音旋风611已出货的完整产品，外围电路简单，BOM成本极低。
音旋风611供货方式有芯片和模块两种，芯片产品最大程度满足对体积要求严格的应用，模块产品则可帮助客户缩短产品上市时间。
另外其内部集成ADC/DAC，单芯片实现完整的语音识别功能，外围电路简单。
探境的高端芯片音旋风621将比音旋风611更加智能，支持8麦麦克风阵列和远场识别，并支持本地自然语言理解（NLP）和局域范围内各智能家居间内联网，避免隐私信息泄露。
探境的音旋风621主要面向高端应用，其低端产品311系列应用则主要针对蓝牙耳机等对功耗要求极苛刻的场景。
二、图像芯片剧透，PPA全球最高
随后，探境对其基于SFA架构的图像芯片功能也做了剧透。
其图像芯片已流片成功，具有超高能效比，PPA为全球最高；模型低比特量化无重巡，支持接近无损的量化技术；支持任意神经网络参数，对TensorFlow、Caffe等神经网络框架支持一键导入，无隔阂感。
另外，其芯片采用28nm工艺，能效比超越一些友商在12nm工艺的性能，由于12nm流片成本至少是28nm一倍以上，探境的图像芯片能带来超高性价比。据悉，其核心能效比在全球范围内也是顶尖的。
三、20年行业老兵的芯片产业观察
探境科技创始人兼CEO鲁勇是在半导体行业摸爬滚打20年的行业老兵，曾在通信和存储解决方案Marvell同时管理中美两地的研发团队。Marvell一度是全球排名前五的半导体公司，和高通、AMD等巨头实力旗鼓相当。
回顾过往20年，有两个产品最令鲁勇骄傲。
一是HDMI芯片，每台电视机、机顶盒都在用这一芯片；二是硬盘控制芯片，这个芯片控制整个芯片数据传输。两款芯片给鲁勇带来了巨大的成就感，影响他对芯片产品的理念，希望AI终端芯片能发挥实际作用、给人们带来真实价值。
中兴事件后，更多人意识到中国芯片正被“卡脖子”。去年，芯片进口额超3000亿美元，超过石油进口。近两年，国家出台更多相关政策，资本涌入，芯片热度变高，大大小小的AI芯片企业超过100家。
那么，现在是否已经到了造芯的黄金年代？全民造芯是否是真的好的方式？
鲁勇表示，芯片是一个高投入、大周期、人才密集型的行业，对人素质要求高。有点类似于老中医，越老越值钱，同时技术不断迭代，需要“活到老，学到老”。
芯片设计笼统来说包括从架构设计、代码实现到芯片封装、测试有十余个环节，越靠前的环节越要靠脑袋来解决问题。
芯片研发生产周期长，不能像做软件，打补丁就能修复。如果研发的思路一开始就有问题，那无形中浪费了很多时间。
鲁勇幽默地说，做芯片的工程师都有一个习惯，流片后去求神拜佛烧烧香，如果芯片回来后一次就能点亮，就像中六合彩一样兴奋。
为了保证优异设计，设计方法学非常重要， 可以有效降低错误机制。同时，芯片架构决定芯片的本质，架构设计是一门艺术，好的架构依赖优秀芯片人才。
鲁勇认为，市场上之所以涌现大量DSP芯片，是由于AI芯片行业市场浮躁及人才匮乏所致。“芯片行业的准入门槛非常高，硕士毕业是芯片行业培养初级人才基本要求，多年来的低薪环境又造成了芯片从业人员人才流失，许多人转行去了互联网、房地产等行业。”
从图中可见，芯片设计的人才结构比例呈金字塔结构，依赖经验的后端设计人才比例较大，而前中端人才比例偏小。
鲁勇说，即便是在大公司，掌握核心架构设计的人才仍然很少。当年Marvell在通信传输接口方面非常领先，但一个核心架构师离职后，必须在外采购IP，他在Marvell任职的8年期间，也没能看到Marvell重回巅峰。
没有人才造不出好芯片。很多公司做国际芯片进口替代，生存环境非常艰难，就是因为没法造出好芯片。
芯片行业马太效应明显，做不到行业前几名，基本没有生存空间。资金是必要条件，但砸不出成功，全民造芯并不可取，低端制造进口替代前途黯淡，会加剧缺人才窘境。
AI芯片泡沫很大，鲁勇认为，许多AI芯片企业缺少核心技术，做的是低端AI芯片，商业化落地差。未来大部分AI芯片公司将倒下。
AI芯片落地难，价格高、不同神经网络性能差异大、部署需重新训练、实际运行效率低、工具链复杂、用电续航时间短等因素亟待解决。
一个成功的芯片公司，产品和销售比例为7：3，产品为王，要满足客户需求并有独特竞争力，背后就是核心技术。
鲁勇表示，探境科技希望依托国际化研发班底，做有国际竞争力的芯片公司，同时培养国内芯片人才，为带动中国芯片水平的提高贡献绵薄之力。
AI芯片面临的核心难点存储墙难题，数据无法高效传输给计算单元。
对于AI芯片设计来说，计算并不重要，本质上AI计算的核心问题是如何打破数据供给瓶颈，更高效地将数据输送给计算单位。
鲁勇介绍说，市场上现有方案，DSP/GPU+软件方案比CPU运行速度快，但离最优化的效果差很远；卷集或矩阵计算的类CPU架构在做计算单元优化，没对存储墙做改善；存算一体结构主要在改造存储器本身，是非常底层的技术，商业化路径长，其问题是打破了芯片成本结构，成本阻碍会很高。
探境打造的存储优先架构和世界上任何一种芯片架构不同，以存储驱动计算。鲁勇打了个比方，其他人造AI芯片如造车，造的好就如保时捷法拉利，算法像在田间泥泞小路，不管车多好，还是会受坑坑洼洼的路的限制，而探境不仅造车，还修高速公路，这样无论什么车都能跑很快，这是真正的技术差异所在。
四、AI芯片商业化成功的关键要素
随后，鲁勇同中芯聚源研究总监樊锋、一流科技创始人兼CEO袁进辉，就AI芯片落地等问题进行深入探讨。
▲从左到右依次为一流科技创始人兼CEO袁进辉、中芯聚源技术分析师樊锋、探境科技创始人兼CEO鲁勇
1、AI芯片公司的核心竞争力
谈及AI芯片公司的核心竞争力，中芯聚源研究总监樊锋认为，最核心竞争力在于AI的能力和芯片的能力，包括AI算法、芯片系统架构设计、半导体设计能力、质量控制能力等，而商业化能力则是检验这些能力是否强的最后一道关口。
鲁勇非常认同这一观点，芯片公司要成功，其产品就要大卖、走量，关键是要找到场景。这意味着要做到两点：第一，有市场洞察力，快速切入场景；第二，建立护城河，带来更高性能、更低成本的独特价值。
鲁勇说，芯片从生产到商业化的几个关键节点，分别是能否流片、芯片回来、是否量产、什么时候供货。
2、提ASIC路线是掉入名词的陷阱
AI芯片的不同路线一直是热议话题，大家常言性能最高的一定是ASIC路线，当时的想法是这个芯片没有办法做到那么通用，而是专门支持AI算法的，所以用了ASIC这个名词。
鲁勇认为，现在还是这么提，其实是掉入了一个名词的陷阱里。实际上，现在99%的AI芯片都是按照CPU或者GPU的操作思路，希望通过软件载入的方式来运行不同的神经网络，而不是类似其他通信类ASIC那样只能完成单一功能。
例如，只完成以太网或者WiFi这样一个功能，而是基于一个基础计算架构，能够通过软件的载入来完成不同算法的计算功能。与GPU相比，只是更侧重于AI算法的优化。
3、AI芯片商业化成功的要素
那么，如何才能实现AI芯片商业化成功呢？
鲁勇表示，要考虑AI芯片的功能是否符合市场需要。很多芯片没能大规模使用，是卡在性能、价格等产品本身的问题上。与传统芯片相比，AI芯片公司若想成功，还要考虑软硬件一体化的协调配合，考虑算法和芯片融合成功。
樊锋补充说，一是定义要很准确，二是产品做好，三是注意推广方法。
4、如何看待芯片、应用公司相互渗透
近些年，很多芯片公司开始往上走做应用，也有越来越多的应用公司往下走做芯片。
对于这一现象，樊锋认为，做应用的巨头公司做芯片是一种商业行为，他个人对这一模式的有效性存疑。
因为造芯需要专业团队，建立团队本身存在困难，做出芯片的量是否足以与公司本身需求的量匹配也很难。另一种情况则可以理解，那就是这家公司商业应用已经非常成功，找不到合适的芯片，需要去探索，但这类公司非常少见。
而芯片企业往上走，更好的方向是把芯片做好，初期阶段所做的应用是方便客户推广，而非与客户竞争，这种方式更为稳妥。
鲁勇补充说，任何事情事在人为，路径不同，取决于执行层面、外界环境，取决于当想去达到目标时是否能达到，没有固定的成功模式。现在国内环境下，资金政策都不缺，缺人，高端人才不够很难成功。这件事情没有定论，关键看如何执行。
结语：AI芯片进入拼落地阶段
存储墙难题已成为当今AI芯片产学界热议的话题，国内外半导体巨头和芯片创企都在尝试通过压缩神经网络大小、增加计算资源、近存内计算、存算一体等不同方式来突破这一瓶颈。
尤其在AIoT芯片领域，出于成本、算法变化快等因素考量，很多创企选择围绕具体需求打造专用AI芯片，像探境这样用创新架构打造通用型AI芯片的企业并不在多数。
自2018年起，AI芯片行业整体投融资金额骤减。中芯聚源研究总监樊锋表示，这一方面是受宏观经济及整体行业运行周期影响，另一方面，AI芯片行业自身也已到了行业洗牌期。
对资本而言，AI芯片已经到了看产品核心技术及商业化落地能力的时期了。最终，市场将会大浪淘沙，去粗取精。
