[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。
