5月16日，距云知聲宣布完成1億美金C輪融資僅過去5天，在市場聲量中沉寂多年的云知聲，開始了馬拉松后半程的加速——今天，它推出首款面向 IoT 的 AI 芯片 UniOne 及其解決方案——雨燕（Swift）。

云知聲是一家專注物聯網人工智能的服務公司，主要產品包括智能家居、智能車載、智慧醫療、智能教育等語音技術解決方案 、云知聲輸入法、語控精靈等。云知聲利用機器學習平臺，在語音技術、語言技術、知識計算、大數據分析等領域建立了領先的核心技術體系，這些技術共同構成了云知聲完整的人工智能技術圖譜。在應用層面， AI芯、AIUI、AI Service三大解決方案支撐起云知聲核心技術的落地和實現，目前已經在家居、車載、醫療和教育等領域有廣泛應用，形成了完整的“云端芯”生態閉環。

云知聲的“造芯之路”

云知聲創始人/CEO黃偉指出，“在AIoT市場加速爆發的今天，云端方案在網絡、帶寬、能耗、隱私以及邊緣計算等方面的限制，使得面向物聯網的AI芯片成為必然抉擇。在推出芯片產品之前，云知聲已在家居、智能音箱、兒童機器人等市場方面，基于通用芯片方案（IVM）百萬級出貨量的產品形態，驗證了芯片市場、產品和用戶場景的合理性。第一代UniOne物聯網AI芯片雨燕量產后，將能快速切入市場客戶并滿足更多產品種類和形態上對成本、穩定性、集成度等方面的需求。”

隨著物聯網的深入推進，終端設備被賦予越來越多的AI能力，要求其在保證低功耗、低成本的同時完成AI運算。然而，IoT設備與手機不同，不僅形態千變萬化且需求碎片化嚴重，對于AI算力需求也不盡相同，因此，原有通用架構的芯片很難滿足新形勢下的需求。

另一方面，AI算法的接入，對設備端芯片的并行計算能力和存儲器帶寬也提出了更高的要求，而盡管基于GPU的傳統芯片能夠在終端實現推理算法，但其并非針對深度學習設計，能效比遠低于AI專用芯片。

黃偉指出，無論是CPU還是GPU、FPGA，現有的芯片架構并非為 AI 專門設計，并不能滿足物聯網AI算力需求，且考慮了太多的向后兼容性，因此在性能上遠非最優。“基于業務方面對芯片產品、場景的反復驗證，以及對AIoT終局的判斷，云知聲在2014年就明確必須自主研發面向物聯網的AI芯片。”

較之于傳統芯片，定制化的AI芯片由于應用場景和AI算法相對確定，因此在硬件設計上更加專門化，在面向此類任務時其相對于通用芯片在計算密度及功耗上有絕對優勢。因此，相較通用芯片而言，AI芯片可以在更低的主頻、更小的芯片面積，完成機器學習中同等任務量的計算，做到成本、功耗、算力等多維需求之間的完美平衡。

第一代UniOne物聯網AI芯片“雨燕”及其解決方案

雨燕采用 CPU+uDSP+DeepNet 架構，支持 8/16bit 向量、矩陣運算，基于深度學習網絡架構，可將面向語音 AI 的并行運算性能發揮到極致，在更低成本和功耗下提供更高的算力。

“雨燕”將應用于智能家居、智能音箱、智能車載等各個具體場景中。客戶可以站在更高的設計起點，以更低的成本在更短的時間內打造出更穩定可靠的產品。同時，開源的方案也可確保客戶基于已提供的 AI 能力自行設計其它各種長尾產品形態，構建更為豐富的 AIoT 生態。

IoT 事業部副總裁李霄

“UniOne 不是一顆芯片，而是一系列芯片，它代表了云知聲對于物聯網 AI 芯片發展戰略的整體構想。”IoT 事業部副總裁李霄寒指出。

李霄寒表示，云知聲不僅提供雨燕芯片和終端引擎，還將應用部分向客戶開源，同時提供相應定制化工具以及云端AI能力服務。通過云端芯結合，云知聲基于雨燕提供的是面向一個個具體場景如智能家居、智能音箱、智能車載等的Turn-key解決方案。基于雨燕方案，可讓客戶站在更高的設計起點，以更低的成本在更短的時間內打造出更穩定可靠的產品。同時，開源的方案也可確保客戶基于已提供的 AI 能力自行設計其它各種長尾產品形態，構建更為豐富的AIoT生態。

自2012年成立以來，云知聲一直專注于物聯網人工智能服務，是當前國內為數不多擁有算法、計算能力、芯片能力全棧式技術鏈條的人工智能龍頭企業。目前，云知聲在家居、醫療、機器人、汽車、教育等各業務的合作伙伴數量已經超過2萬家，覆蓋用戶已經超過2億，日調用量4億次。

此次，伴隨著UniOne芯片的量產落地，云知聲“云端芯”產品架構及戰略閉環正式搭建完畢。未來，云知聲將以更加完善立體的全棧解決方案，聯合諸多產業上下游合作伙伴，展開更加全面、更加深入的人工智能多模態服務，推動“智享未來”愿景的加速實現。