雲知聲李霄寒：人工智慧晶元面臨四大挑戰

騰訊科技訊 3 月 27 日，2019 雲知聲 AI 技術開放日（Open Day）首站在北京舉辦，雲知聲副總裁、晶元研發負責人李霄寒博士從AI 晶元設計的挑戰、設計維度以及核心技術等方向，分享了雲知聲對於 AI 晶元行業和技術的看法。

過去的 2018 年被行業稱為 AI 晶元的元年，傳統與新秀紛紛拍馬殺到，一時間烽煙四起。李霄寒認為，針對人工智慧的晶元設計，面臨著碎片化場景、馮o諾依曼內存牆、邊緣側應用的低功耗需求、安全需求四大挑戰。在晶元設計上，需面向具體場景，基於端雲互動的思想提供多模態處理的能力，在性能、功耗、面積上達到優異平衡，併兼顧連接和安全的需求。

他介紹到，解決馮o諾依曼內存牆這一行業共同難題，關鍵在於拉近計算單位和存儲單位的距離，讓它們儘可能接近。為此，雲知聲提出了異構計算系統架構設計、加速器近算存儲結構，以及通用API函數到專用指令集的多重應對方案。

與此同時，通過技術攻堅，雲知聲推出的低功耗語音喚醒技術，以及面向機器視覺專用的低功耗microISP，可很好地適應邊緣側應用的低功耗需求。而定製的安全 IP 規劃，則可滿足安全性方面的要求。

李霄寒認為，IoT 結合 AI 化浪潮，需要全新的 AIoT 晶元，多模態 AI 晶元是關鍵一步。AI 與 IoT 的疊加要求傳統解決方案朝五大方向轉型：從通用架構-AI架構、從依賴硬體到軟硬體一體、從PPA模式到垂直場景模式、交互從單模態轉向多模態、設備從獨立到協同。為此，雲知聲提出 Skills On Chip 概念，做出 DeepNet2.0 多模態神經網路處理器 IP，兼容多種神經網路。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！