国内语音交互人工智能公司纷纷涉入造芯行列，是否意味着语音交互技术走到了下一个竞争拐点？

在过去的一年里，一场声势浩荡的造芯梦在语音交互行业上演。去年5月到6月间，出门问问、云知声、Rokid分别发布了自己的AI语音芯片。今年1月，思必驰、猎豹移动旗下AI公司猎户星空也涌入到了AI语音芯片市场。一时间，外界定论，国内AI语音定制芯片时代似乎已然到来。

但在业内人的眼中，一切还为时尚早。带着团队专攻国内语音技术的思必驰创始人高始兴认为，AI语音芯片的确可以优化价格、优化成本、优化效率，但定制芯片最重要的一点就是要达到量产数。“这就相当于人工智能公司要有极强的预判能力，在AI语音芯片还没有制作出来时，就要确定谁会用它，怎么用它。”高始兴说。

即使出门问问切入到AI语音芯片领域占有时间优势，并自称已完成了量产，但公司研发副总裁李勤也不得不承认，“真正的竞争在于芯片做出来后，看谁能最快落地到产品中”。

可是，就在无法确认跨界造芯的尽头，究竟是弯道超车的机会，还是一场虚假繁荣时，钱已经烧起来了，前赴后继的追赶者纷勇踏至。

谁逼AI公司跨界造芯？

2017年的“双十一”，阿里的天猫精灵做了一次高额补贴活动。在发起的一波价格营销战中，只售99元的智能音箱在“双十一”当天销售突破了百万台，让业内看到了国内语音交互市场的潜力。这种由亚马逊引起的压低价格走量的行为，迅速在国内形成了连锁反应。去年，市场研究机构Strategy Analytics 总结，2018年全球智能音箱的销量有望突破一亿大关，智能音箱市场达到这一里程碑的速度，比过去10年推出其他消费电子产品都要快。“当设备的需求量刚起来时，连带着与语音相关的芯片商机开始在全球发酵。”高始兴说。

语音芯片的发展经历了三个阶段——通用芯片、专用芯片和AI芯片。其中，以通用主控芯片方案为主的代表芯片厂商是联发科。在行业逐渐转向使用专用语音芯片后，代表厂商有联发科、科胜讯。

而随着智能家居市场逐渐成熟后，这些芯片在实际应用场景中暴露出了明显的不足，更多公司开始通过软硬件结合的方式自研芯片，进一步确立自己在行业中的地位。比如思必驰、出门问问、云知声，最终决定研发AI芯片时，更多的想法是建立自己的语音核心算法优势。

虽然高通、英伟达、启明、华为、MTK研发的通用芯片为了满足行业通用性，将自身的计算能力打造的更强，但英伟达GPU是针对游戏设计的芯片，高通的SoC是针对手机设计的芯片，而智能终端对芯片的需求却区别于传统的PC、手机。比如，智能家居、智能音响一般都是通电的，它对芯片的功耗要求更多的是性价比，对跨平台、跨系统性、安全性和对边缘计算的要求也存在独特性。

以智能电视来说，在未来人机交互的发展过程，用户更多的是直接对着电视做语音层面的操作和搜索，此时人机交互必须要加入远场的信号处理。而信号处理的算法非常复杂，要加入本地的唤醒、本地的识别放在芯片上。但目前，大部分电视的主芯片都是ARM架构——ARM架构是一处理器架构，由于节能的特点，ARM处理器非常适用于移动通讯领域——电视收到音视频数据后，要做音频解码、视频解码，以及显示的加速和边缘增强。所以高负载的ARM芯片上无法再承受语言的算法，否则会影响电视芯片的寿命。在这种情况下，为了完成语音交互功能，电视厂商通常需要承受更高的成本，额外再加一块芯片。

有时候计算力并不是越高越好，而是需要针对特定场景做特定优化，寻找性价比最高的方案。 “与其杀鸡用牛刀，能针对这一市场需求做一颗集成度高、功耗低、成本低，又能够实现算法和终端完美结合的AI语音芯片，其市场潜力可想而知。”李勤说。

深聪智能执行副总裁吴耿源在半导体行业有二十多年的工作经验，2002年加入到了中芯国际。去年2月，思必驰与中芯国际共同注资成立上海深聪半导体有限责任公司后，吴耿源也涉入了思必驰的业务中。他发现，思必驰决定跨界造芯，还有一个重要的原因是解决不了“鸡生蛋，还是蛋生鸡的问题” 。思必驰CTO周伟达对吴耿源指出的这一问题颇有认同感。

“软件和硬件公司合作一款芯片，到底谁要配合谁？”周伟达说，芯片厂商能完成思必驰交付的算力、内存和带宽，但功耗和成本在此基础上却难以保证。为解决这一问题，芯片厂商必须将原有芯片架构重新拆开后再打包，甚至要单独为思必驰设计一款AI算法的模块。这种情况下，一是思必驰将核心竞争力的算法全部告诉给芯片厂商，二是芯片厂商按照思必驰做软件的思维一步步做设计。“然而，谁也不愿意迈出这步。”周伟达说。

在进退两难间，思必驰没有“最优选择”，只能动用几千万人民币的资金做软硬件的结合。他们想向市场证明，抛开以前既有的架构，基于自己核心的算法在硬件上做更好的优化，也可以满足智能设备功耗及成本的需求。

一场造梦的开端

思必驰最早提出造芯的是周伟达。2016年，他提出跨界造芯意见后，思必驰的内部犹豫不决，因为他们无法预判未来的市场空间究竟有多大。而周伟达在一次开会时撂下话说：“我们想不想做成世界级的大公司，（如果）想做，今天就得下这个决定。”

在周伟达看来，AI领域中下一个大公司是属于真正做AI芯片的。从过往行业经验看，类似于PC时代的硬件成就了英特尔，软件成就了微软。移动互联网时代的硬件成就了ARM，软件成就了安卓、谷歌。而在如今的AI时代，也必然会诞生出AI软件大公司和AI芯片大公司，以及做平台应用的大公司。但究竟谁是这一类公司，现在还未形成定局。“思必驰不一定就能把握住这次机会，但这个事情一定要做。” 周伟达说。

思必驰之前犹豫不决的原因不无道理。没有经验，就会四处碰壁。在思必驰为期一年多的市场调研里，几乎与芯片厂商可合作的各种可能性都做了尝试。

最初，思必驰的想法很简单。与IP方合作，将思必驰的算法直接移植到他们的处理器上。但很快发现，不对硬件做优化，直接进行算法的移植，效率并没有明显的提升。

之后，思必驰又开始接触芯片外包设计公司。思必驰提出需求，芯片外公司按需求设计芯片。但由于思必驰与外包公司采用的是项目制，在芯片制成后，后续的优化又无法继续进行。“而高效能的芯片，最重要的却是后续的优化。”周伟达说。

与外包公司的合作也行不通，下一步思必驰只能与芯片设计公司进行更深度的合作。但考虑到核心算法知识产权问题，思必驰最终决定与芯片厂商合资成立一家独立的公司来打造芯片。Rokid的造芯方式也是如此。这样做的原因，一方面是芯片厂商对IP的验证以及芯片的生产具备足够的经验。另一方面是芯片代工厂有完善的上下游产业链，对芯片的量产、良率、订货和交货周期都有很好的保障。

去年3月，思必驰完成了芯片制作，当年8月完成了流片。在集成电路设计领域，流片是指设计完电路以后，先生产几十片，供测试用。如果测试通过，就开始大规模生产。今年1月初，思必驰向外界发布了一款面向家居、移动、车载、办公场景的AI语音芯片，并自称这款芯片相较于传统通用芯片有10倍以上的效率提升。

与思必驰有同样梦想和需求的还有出门问问。但出门问问是造芯的“保守派”，他们对跨界造芯的态度是轻量级参与和继续观望。用李勤的话说，人工智能创业公司做硬件相当需要勇气，在资本市场收缩和行业势头不明朗的情况下，贸然启动高额的资金，无疑是一种风险。而与芯片厂商合作，风险不高、投入不大，同时又不会错过软件与硬件结合的潮流。

确定目标后，出门问问开始接触大量的芯片厂商。但是在出门问问创始人李志飞的调研中发现，可合作的厂商中能够生产出带NPU的AI芯片却寥寥无几。NPU是神经网络处理器，负责处理涉及神经网络算法和机器学习的海量数据，体积、能耗都小，是大型处理器的百分之一左右。直到李志飞知道杭州国芯科技即将推出集成NPU的AI芯片后，出门问问决定与杭州国芯科技合作研发芯片。双方达成共识，出门问问将自己的算法芯片做优化，直接移植在国芯的芯片上进行快速量产。去年5月，在出门问问新品发布会上，李志飞推出了这款AI语音芯片模组。

无论是在出门问问的发布会，还是行业通稿里，“量产”二字始终在被强调。在李勤看来，在市场竞争如此激烈的情况下，时间就是优势。“虽然竞争对手也在宣布做AI语音芯片，但是它们并没有更快的完成量产。这也意味着我们有先发优势进入市场，有更多的时间去打磨产品。” 李勤说。

做AI芯片的方式有三种，第一种是PPT造芯——他们所重视的领域并非是技术研发，而是如何撰写一份与芯片沾边的、制作精良的PPT。第二种是合作的方式。第三种才是自主研发。在业内共识中，一块芯片产业需要数年的技术沉淀，因为一条生产线就涉及大约50多个行业，2000-5000道工序。但从思必驰、出门问问、云知声、Rokid等发布的造芯时间表来看，芯片从研发到量产都只用了两年的时间，甚至几个月。这也引起了外界对他们的质疑：过快的生产周期，会出现弊端吗？

吴耿源并不否认造芯的难度。但他也认为，对于思必驰来说，第一颗造芯的目的是验证软件与硬件融合的想法。“我们专注核心IP与软件定义芯片的整体架构，其他非核心流程则采取外包，由此，造芯的环节和时间就会大大压缩”。

文 | 鱼多多

编辑 | 赵建凯