云知声全栈AI硬核技术首度曝光

3月27日，“2019云知声AI技术开放日（Open Day）”活动首站在北京举办。此次活动以“AI技术与应用”为核心，在“云知声全栈AI技术发展”主论坛之外，还设置“知识图谱”与“AI芯片”两大平行分论坛，围绕人工智能技术发展与产业实践，为产业人士带来前沿技术、优秀产品及行业应用的全方面解读。

AI理性回归，全栈能力建设成决胜关键
中国科学院自动化研究所副所长、模式识别国家重点实验室主任刘成林在致辞中指出，在当下AI技术驱动的产业变革浪潮中，要服务好消费与产业升级的需求，技术与应用的挑战十分艰巨。对于AI企业而言，必须建设更加全面的技术体系，才能不断适应并满足场景化的实际问题，保持自身的行业优势。
现场，云知声董事长、CTO梁家恩博士在题为《理性时代的AI技术与产业展望》的演讲中，分享了自己对于行业的理解与思考，并解读了云知声覆盖感知、认知与表达的全栈AI技术图谱，贯穿技术、产品与产业闭环的全栈AI产业能力，以及从底层算法到AI芯片的硬核实力。梁家恩表示，通过将能力封装在自研AI芯片之上，云知声打磨了“云端芯”一体化产品体系，落地“AI+生活（家居、车载、机器人等）”与“AI+服务（医疗、教育、政务、酒店等）”两大核心场景，继而贯通云知声从AI技术到产业应用的生态闭环。他进一步介绍说：“在全栈能力与硬核科技双轮驱动下，云知声定位需求与问题，致力于打通技术创新到产业应用的闭环，解决产业规模化应用的关键问题。”
随后，云知声副总裁、芯片研发负责人李霄寒从设计的挑战、设计维度以及核心技术等方向，分享了云知声对于AI芯片行业和技术的看法。他认为，针对人工智能的芯片设计，面临着碎片化场景、冯·诺依曼内存墙、边缘侧应用的低功耗需求、安全需求四大挑战。芯片设计需面向具体场景，基于端与云互动的思想提供多模态处理的能力，在性能、功耗、面积上达到优异平衡，并兼顾连接和安全的需求。
围绕人机交互对话系统，云知声AI Labs资深专家刘升平介绍了云知声在这一领域的典型技术与进展，包括流式交互、语用计算与知性会话。他指出，从2013年开始发力语音交互系统，到2016年正式提出流式对话方案，至今，云知声已将知识引入对话过程中，让知识图谱全程参与整个对话过程，包括聊天、问答，都由知识图谱来支撑，赋予机器聪明头脑。
针对远场语音识别的前端信号处理技术，云知声AI Labs 资深专家关海欣表示，解决远场语音识别问题的关键点在于远场拾音，需从前端的信号处理阶段入手，妥善处理好回声、混响、噪声3个核心问题。在回声消除、混响抑制、噪声处理等方向，云知声已有领先的成熟技术方案，相关技术指标均达行业一流水准。

AI芯片百花齐放，云端、边缘侧殊途同归
在AI芯片分论坛中，李霄寒、寒武纪副总裁刘道福、NextVPU（肇观电子）联合创始人陈涛、比特大陆算丰 AI 产品线总裁阮沈勇四位嘉宾，结合各自公司的业务方向，就AI芯片的关键技术、设计难点与场景应用进行了分享。
李霄寒认为，IoT结合AI化浪潮，需要全新的AIoT芯片，多模态AI芯片是关键一步。AI与IoT的叠加要求传统解决方案朝五大方向转型：从通用架构到AI架构、从依赖硬件到软硬件一体、从PPA模式到垂直场景模式、交互从单模态转向多模态、设备从独立到协同。为此，云知声提出Skills On Chip概念，打造了Deep Net2.0多模态神经网络处理器IP，可兼容多种神经网络。
刘道福结合自身产业经历，多角度分析了智能芯片该如何做到好用和通用。他认为，设计灵活的指令集，设计可扩展性强、高效的架构，提供灵活的运算器方案，支持主流编程架构，在大规模商用中得到反馈和修正等均是做好智能芯片的重要手段。
陈涛重点介绍了其最新推出的AI视觉处理器芯片N171。他介绍，N171是一款高度集成的SoC芯片，可作为主芯片独立运行操作系统，还可为计算机视觉定制特殊的视觉成像引擎，可广泛用于机器人、无人机、无人车等方面。