2019年的第一個工作日，在第一顆AI芯片“雨燕”落地不久，AI創業公司云知聲緊鑼密鼓地推出多模態AI芯片戰略，并公布今年3款AI芯片日程表。

緊接著的1月4日，另一家語音公司思必馳成立獨立控股公司，推出TAIHANG AI芯片，搶占終端語音交互市場。

這還沒完，1月21日，獵豹移動旗下AI公司獵戶星空聯合瑞芯微電子發布專門針對智能語音和物聯網設備的AI芯片——OS1000RK。其稱，該芯片已經成功落地到數十萬臺智能音箱——小雅Nano中，并預計將在今年年底達到百萬級出貨量。

短短不到1個月時間，就有3家以語音起家的AI公司殺入AI芯片市場，推動戰火升級。而這背后是語音公司集體涌入AI芯片市場，這將會是2019年AI落地的一大浪潮。

▲近期語音公司推出AI芯片主要玩家統計

但語音公司集體涌入AI芯片浪潮背后，他們到底做的是什么？他們為什么要做AI芯片，又為什么是他們最先涌現出來？AI芯片之爭爭奪的真的是芯片本身嗎？帶著種種疑問，智東西走訪這一行業主要玩家，為您一一揭開謎底。

如果說2018年被行業稱為AI芯片的元年，那么2019年就是AI芯片真正走向落地、經受市場洗禮的一年。

語音公司集體涌入AI芯片浪潮

隨著2017年國內智能音箱的火熱，語音交互技術開始走向前臺，落地到越來越多的智能終端設備中，也為AI芯片的到來埋下了一顆種子。

2018年3月，語音技術公司聲智科技推出了一款麥克風陣列芯片SAI101C，這是一款聲學芯片，它集成了優化過的低功耗喚醒以及遠場自動語音識別技術，支持多種麥克風陣列，能夠與主控芯片配合，讓設備具備遠場拾音能力，應用智能音箱、智能電視、智能玩具等市場。

盡管它還算不上一款AI芯片，但代表著語音公司面向終端設備，聚焦在“耳朵”功能——麥克風陣列上的一次探索。

2018年5月，兩家AI公司涌入AI芯片賽道。先是云知聲宣布推出針對智能家居場景的語音AI芯片“雨燕”，當時云知聲創始人、CEO黃偉稱這款芯片已經成功流片，將在2018年第二季度量產。

據稱，這款AI芯片由云知聲自主研發設計，擁有具備自主知識產權的DeepNet（人工智能核心IP）、DSP（數字信號處理） 、支持DNN/LSTM/CNN等多種深度神經網絡模型，以及多種應用接口，其性能比通用方案提升50倍。

當月，出門問問也推出一款AI語音芯片模組“問芯”。它融合了杭州國芯的語音前端芯片GX8008，與出門問問的麥克風陣列信號處理技術等，從模組層面探索B端市場。

緊接著的6月份，Rokid在其成立4年來的首場發布會中，發布了語音AI芯片KAMINO18。這款芯片由杭州國芯定制，Rokid主要做芯片的架構優化，以及NPU指令集的設定，采用40納米工藝，由臺積電代工生產。

Rokid CEO祝銘明當時表示，盡管這款芯片為40納米，卻比上一代Pebble音箱中16納米的芯片算力提升1.5倍。此外，這款AI芯片的整體成本低于市場主流通用芯片方案30%。

他還透露，“已經訂下的訂單就有幾百萬片芯片了”，小雅mini兒童音箱與甘布兒童產品都使用這款芯片。

2018年下半年，語音芯片問世的節奏相對緩和一些，但廠商之間的競爭明顯在加劇。思必馳、云知聲等公司不斷向外界透露AI芯片的最新進展，摩拳擦掌競爭的火花在蔓延。

而在2019年的第一周，兩家公司紛紛舉辦發布會，發布AI芯片產品，展開“貼身肉搏”。

云知聲公布了其多模態的AI芯片戰略，并宣布2019年將會面向語音、視覺、車載等場景推出3款AI芯片，搶灘IoT場景。

隨后，思必馳的語音AI芯片也與大家見面，它采用專用芯片+高性能DSP+擴展指令集的架構，具備低功耗、高能效、高性價比等優勢，同時支持多種接口、多麥克風陣列，可應用在電視、白電、車載、機器人、智能音箱等場景。

這款AI芯片由思必馳控股的獨立公司上海深聰智能打造，深聰智能CTO朱澄宇告訴智東西，這款AI芯片的定位前端語音交互的專用芯片，核心在于為設備賦予語音能力。

緊接著，獵豹移動也宣布，旗下AI公司獵戶星空聯合瑞芯微電子發布針對智能語音和物聯網設備的AI芯片，它整合了8通道ADC+2通道DAC（數模/模數轉換芯片），可支持8麥克風陣列，專用指令集可以加速神經網絡算法。

此外，訊飛系的AI芯片也在路上。至此，語音算法公司掀起了集體涌入AI芯片的浪潮。

語音公司做芯片，做的到底是什么？

每一家語音公司做芯片后，我都會問他們，語音公司做芯片到底是做的什么。

Rokid CEO祝銘明談道，Rokid不是一家芯片公司，不是為做芯片而坐芯片，也不靠芯片賺錢。Rokid更注重通過芯片來提供足夠的算力，實現芯片與算法更好的匹配，并降低成本，核心在于輸出解決方案。

因此，Rokid采取與杭州國芯合作的方式，Rokid主要做芯片的架構優化，以及NPU的指令集設定，在芯片層面則交由杭州國芯定制。

但云知聲CEO黃偉顯然不認同這一模式，他認為行業做AI芯片有三種做法，第一種是PPT造芯，第二種是合作的方式，第三種才是自研。

他認為與外部公司合作造芯并不是最好的一種方式，比如一方是做芯片的，一方是做算法的，很難在源代碼層面做到很好的耦合。因此云知聲選擇了成立子公司，自研AI芯片的做法。具體而言，在AI芯片中，云知聲主要做的是DSP與人工智能核心IP DeepNet。

選擇獨立公司方式來打造AI芯片的還有思必馳。思必馳CTO周偉達更進一步表示，語音公司做與不做芯片是按需求來的，思必馳做AI芯片的核心目的是，面向客戶需求，通過軟件定義硬件，軟硬件耦合的思路來構建思必馳在算法方案上的優勢。

聯發科技副總經理暨智能設備事業群總經理游人杰則一針見血地指出，每一家語音公司的算法都不同，需要對芯片硬件架構做耦合，才能夠產生更好的效果與效能，這是語音創業公司做AI芯片的一個主要原因。

他進一步指出，像科大訊飛、思必馳做語音芯片更主要在于做DSP（數字信號處理）。目前用CPU、AP芯片（應用處理器芯片）來做的方案，功耗比較高。

可見正是通用芯片在實際應用場景中的不足，無論是出于功耗、性能、成本等的各方面考量，語音公司涌入這一賽道，通過軟硬件耦合的方式，來進一步確立在語音核心算法的優勢。

為何要做AI芯片？

去年5月，云知聲CEO黃偉曾說，“不做芯片，必死無疑”；隨后，Rokid CEO祝銘明也回應道，“做語音的公司，毋庸置疑，一定要做芯片”；緊接著，思必馳CEO高始興則稱，做語音芯片是“順勢而為”。

那么，語音公司要做AI芯片背后的原因究竟是什么呢？

云知聲CEO黃偉從市場需求與核心競爭力談道，2014年當時做模組的時候，希望賦予場景語音交互的能力，但是發現市面上沒有任何能夠滿足需求的芯片，并且拼湊出來的成本非常高。因此他很早就意識到了做芯片的必要性，并在2015年開始打造AI芯片。

他之所以說云知聲不做芯片必死無疑，是因為語音公司的核心競爭力，必須在場景中打通，只有軟硬件結合的方式才能夠實現。

思必馳CEO高始興也告訴智東西，隨著整個物聯網終端的爆發，行業對語音芯片的需求也進一步呈現，而思必馳在之前提供語音方案的過程中跟多家芯片做過對接，知道需求在哪里，自身做AI芯片本身，也有較大的業務體量做支撐。

并且，思必馳自己做芯片，芯片架構能夠根據算法、算力做定制調整，算法也能根據芯片做優化，將芯和云端打通從而提供更優的性能與體驗。

此外，他還從成本與低功耗的角度談道，傳統芯片在成本與功耗上都非常高，物聯網終端更加講求性價比，而自身打造語音芯片能夠實現成本與功耗的最優化。

總結起來看，語音公司做AI芯片背后無外乎幾大原因：提供充足算力，滿足場景需求；降低芯片以及方案整體成本；智能家居IoT場景存在低功耗需求；而核心則指向通過軟硬件一體構建算法核心競爭力，從而構建競爭壁壘，形成更閉環的商業模式與盈利能力。

為什么是他們最先涌入AI芯片？

對比傳統芯片企業、芯片巨頭可以發現，語音公司率先涌入終端AI芯片賽道，并率先推出產品，而芯片巨頭在AI芯片尤其是語音AI芯片上還并無太多進展。

為什么又是語音公司率先涌入AI芯片賽道？

思必馳CTO周偉達以自身實踐經歷談道，語音公司在技術服務產業的思路下，對接了大量客戶，也對接了各種芯片平臺，因此語音公司更清楚市場需要什么，目前市面已有的芯片能夠做什么，不能夠做什么，缺少哪些功能等。

從語音算法的角度來說，語音技術對硬件有一定需求，需要一款高能效、低功耗、降低成本，同時又能夠改善體驗的芯片。

因此他認為，語音算法公司最了解算法，又了解市場需求，能夠做出能效最高的芯片，所以語音公司會率先做芯片。

周偉達從打造AI芯片的兩種路徑來看，一種是從硬件出發做AI芯片，但如果公司對AI算法不夠了解，往往很難做出滿足場景最優的芯片；另一類是算法公司，根據算法、場景的需求，結合硬件做優化。

盡管二者做AI芯片都有挑戰，當相對而言，語音算法公司做AI芯片更有優勢。

此外，他認為在AI芯片的行業早期階段，當下AI算法還不夠成熟，需要芯片硬件和AI算法的聯合研發。

但隨著AI算法的成熟，一定會有芯片公司涌入，并且只需要告訴芯片公司我們需要多少算力、多少帶寬、多少存儲、多少功耗，芯片公司就能夠實現，但目前還無法做到。

市場競爭才剛剛開始

盡管語音公司在技術落地的過程中，對于算法和市場需求有更多的了解，并且率先發力AI芯片，走到了行業前面，但語音公司所面臨的競爭才剛剛開始。

其一，看到IoT場景下端側智能的市場前景，芯片公司也在積極布局AI芯片，比如2017年前后，杭州國芯、啟英泰倫都推出了語音AI芯片，試圖探索IoT場景。

▲杭州國芯GX8010芯片

再比如，脫胎于清華大學微納電子系的清微智能，面向邊緣設備和物聯網提供芯片以及軟件等解決方案。今年上半年清微智能的業務將集中在語音芯片，預計產量在千萬級。

其二，隨著AI算法的成熟，以及IoT市場對AI芯片的需求進一步爆發，芯片巨頭必將會大規模涌入這一領域，一旦芯片巨頭進入，將會對語音公司帶來巨大的挑戰。比如目前高通在IoT場景下進行了重點布局。

而這些都構成了語音公司布局AI芯片的外部競爭。

其三，語音公司內部的競爭也尤為激烈。語音公司布局AI芯片，正是想通過軟硬件一體化的方式，匹配充足是算力、功耗等，降低成本，進一步增長自身AI算法與方案的競爭力。

其四是AI芯片落地場景的考驗。目前各家語音公司的AI芯片剛剛推出，或者剛剛開始落地產品、落地場景，芯片能否真正工程化應用于產品，能否真正滿足實際場景需求，以及芯片的穩定性等都是有待考驗的地方。

2019年正是檢驗AI芯片落地的一年，誰能夠真正落地場景，形成規模，誰就有可能在未來的競爭中勝出。

此外，行業也有一種觀點，AI芯片至于物聯網場景未必是必要的，這一觀點認為物聯網場景中存在很多不需要太多算力的設備，并且隨著通用芯片的升級也能夠滿足這一需求。

面向終端側，到底AI芯片能夠在哪些行業場景爆發，都是有待驗證的難題，也都需要語音公司以及行業進一步探索。

結語：2019AI芯片場景落地戰打響

僅僅是2019年剛剛開年，我們就看到了數款AI芯片的亮相，這代表了AI公司場景落地的深化。

盡管各家都涌入了AI芯片這一賽道，各家的產品也都陸續推出，但產品推出只是第一步，緊接著落地場景才是真正的考驗。

如果說2018年是AI芯片的元年，那么2019年將會是AI芯片打響場景落地戰的一年。

只有經受場景與市場的考驗，真正解決現實場景的實際痛點，才能真正被行業與市場認可，而這一戰役剛剛開始。