云知声进军全套解决方案 推动AI技术和物联网的结合

[导读] 日前,云知声表示,将整套行业解决方案进行开源,以求推动AI技术和物联网的结合。AI芯片概念虽然兴起不久,但要求厂商在半导体领域具备一定的积累。对于云知声这种侧重算法研究的企业,投入芯片领域,需要让自己“变重”。

今年AI芯片大热,除了寒武纪、地平线等专注芯片的公司,来自其他领域的企业也瞄准了这一市场,以语音识别及语言处理技术起家的云知声就是其中之一。

今年5月16日,云知声正式宣布,推出首款物联网AI芯片UniOne。这块芯片上集成了专门面向AI的加速器,面向语音交互、麦克风阵列降噪和处理的数字信号处理器以及通用ARM的核,相比于通用芯片,这类专用芯片可以在特定场景中提供更好的技术能力。

和芯片一同发布的还有针对智能家居场景的行业解决方案“雨燕”。日前,云知声表示,将整套行业解决方案进行开源,以求推动AI技术和物联网的结合。

AI芯片概念虽然兴起不久,但要求厂商在半导体领域具备一定的积累。对于云知声这种侧重算法研究的企业,投入芯片领域,需要让自己“变重”。

云知声联合创始人、副总裁康恒表示,云知声之所以要做芯片,是因为AI技术和物联网的结合还存在几个主要的挑战。为了解决这些问题,云知声需要推出建立在芯片基础上的一整套技术方案,来加速AI+物联网的落地。

根据康恒的说法,AI+物联网落地的主要问题包括终端碎片化、供应链分散、产品体验不可控、产品上市周期无法保证、方案难以在不同产品间快速复制。总结来看,物联网目前缺乏统一的标准,是造成这些问题的主要原因。

以终端碎片化和供应链分散为例,康恒说,在AI+物联网时代,产品终端涵盖了多种多样的产品,形态也不一样,导致了功能和应用场景的碎片化,这便要求为智能终端设备的解决方案供应商要做到足够开放。供应链方面,除了传统的芯片和系统源代码之外,AI物联网设备还需要打通算法提供商和云服务提供商,将这些应用整合起来的复杂程度和以往也不一样。

通过研发芯片,云知声试图整合AI物联网落地过程中涉及的各方面细节,并且形成一套相对标准化的技术方案。这样一来,云知声的客户不再需要考虑方案适配以及供应链整合问题,只要使用云知声提供的芯片,就可以实现产品的AI物联网化。

“仅仅打包云端算法是不够的,必须要将AI能力通过模组’硬’化,才能与更多设备厂商合作。”康恒表示。也就是说,推出专用的技术芯片,目的在于降低合作伙伴对于产品方案的使用门槛。

除了提供以芯片为基础的解决方案之外,云知声还为客户提供产品和服务的全栈方案,来帮助客户实现产品的稳定性。

“我们以整套的方案提供出来,大家可以完全不用考虑稳定性和产品上市周期的问题,这些元素之间是经过调校的,装配完成之后经过了足够的测试,”康恒表示。

对于云知声而言,这次的技术开源,能够吸引更多潜在的合作伙伴,自然也是它们希望加速芯片产品的一个尝试。云知声UniOne芯片研发负责人李霄寒就曾经表示,从商业诉求来说,开源就是为了将芯片卖出去。对于AI芯片这个行业来说,整体还处于爆发之后的混沌期,如何保证稳定的营收,从而让自己在后续竞争中存活,将是企业面对的首要任务。

目前,云知声已与海尔、美的、格力等厂商达成合作,合作伙伴数量超过2万家,覆盖设备超过9000万台。

虽然整个AI芯片行业还处在起步阶段,但从目前来看,云知声已经找到了一条自己的发展道路。

未经允许不得转载:数智网 » 云知声进军全套解决方案 推动AI技术和物联网的结合

分享到: