人民网北京9月20日电(赵春晓) 9月19日，探境科技的语音芯片系列新品发布会在京举行。
潮水褪去 市场进入检验期
2014年AI芯片兴起，大量的创业团队或其他细分领域企业转型进入这一领域，综合天眼查、IT桔子、及互联网公开数据来看，已有100多家AI芯片企业。但自2018年起，行业整体投融资金额骤减。
“这一方面是受宏观经济及整体行业运行周期影响，另一方面，AI芯片行业自身也已到了行业洗牌期。” 中芯聚源研究总监樊锋对记者表示，“对资本而言，已经到了看产品核心技术及商业化落地能力的时期了。
“芯片是一个高投入、大周期、人才密集型的行业。芯片设计笼统来说包括从架构设计、代码实现到芯片封装、测试有十余个环节，越靠前的环节越要靠脑袋来解决问题。如果研发的思路一开始就有问题，那无形中浪费了很多时间。”鲁勇对记者表示。
艾瑞咨询发布的2019年《AI芯片行业研究报告》中指出，目前AI芯片行业当前接近Gartner技术曲线泡沫顶端，只有通过市场检验和筛选的优质团队才能够继续获得产业、政策和资本的青睐和继续支持。
探境创始人兼CEO鲁勇在会上表示：“这充分说明了市场对于探境语音芯片产品的认可，截至目前为止，探境已有20多个智能家居的合作伙伴，预计今年年底，大家就可以在各大卖场看到搭载探境语音芯片的智能家电了。”
李鬼当道 90%所谓量产都是DSP芯片
鲁勇认为， AI芯片需要支撑的不仅是AI计算，而是要面向场景，完成完整的功能。DSP由于先天算力不足，只能采用相对简化的算法，效果差强人意。
从架构上看，DSP是为传统信号处理算法设计的通用型处理器，不是为神经网络相关的运算而设计，与专门的AI芯片相比，DSP芯片算力上有数量级上的差异。
另外，DSP多是采取哈佛结构存算分离，受数据带宽的限制其算力有效利用率较低。受算力所限，在DSP架构的芯片上只能使用一些相对简单的神经网络，模型描述能力有限，在支持的词条数目以及最终的准确率方面都会受到限制。
显然“先天不足”的DSP芯片无法成为真正的AI芯片。
鲁勇认为，市场上之所以涌现大量DSP芯片，是由于AI芯片行业市场浮躁及人才匮乏所致。“芯片行业的准入门槛非常高，硕士毕业是芯片行业培养初级人才基本要求，多年来的低薪环境又造成了芯片从业人员人才流失，许多人转行去了互联网、房地产等行业。”
据《中国集成电路产业人才白皮书(2017-2018)》统计分析显示，到2020年前后，我国集成电路产业人才需求规模约为72万人左右，现有人才存量40万人左右，人才缺口为32万人。
鲁勇告诉记者，芯片设计的人才结构比例呈金字塔结构，头部的架构设计人才与前端设计、SOC设计、后端设计等相比，数量而更加稀少。
“对于AI 芯片来说门槛还是很高的，需要芯片设计、AI 算法、系统设计等综合能力，像探境这样完整具备这些能力的公司实际上是很稀缺的。”中芯聚源研究总监樊锋说，“AI之关键还是落地和应用!”
2美元的意义，进入亿级俱乐部的入场券
智能家居产业近年来渐渐兴起，考虑到任务算力需求,以及传输带宽、数据安全、功耗、延时等客观条件限制，现有云端计算解决方案难以满足人工智能本地应用落地计算需求，端侧智能已成为一种趋势，语音 AI 芯片也随之切入端侧市场。
“我们之前合作的某家芯片要60元人民币，探境只要不到2美金，所以我们已经下了10K的订单”，一位语音交互方案公司的研发工程师对记者表示。这家方案公司为智能家居提供整体解决方案，探境是其合作伙伴之一。
据鲁勇介绍，探境自主研发的SFA架构是一个以存储调度为核心的计算架构数据在存储之间的搬移过程之中就完成了计算，计算对于数据来说只是一种“演变”。
鲁勇认为，深度学习算法的有其特殊之处。第一，数据量大，对带宽要求高，数据无法全部存在片内，进一步引发DDR带宽瓶颈。第二，数据重复性大，耦合性高，重复数据造成更大的数据传输量。第三，数据使用复杂度高，难以实现存储器的高效使用。
因此，整个AI芯片行业的难点不是解决算力的问题，而是解决“存储”的问题，是如何更好的管理这些数据，调度这些数据，进而提高性能降低功耗，这是大部分人没有解决的症结。
低于2美元的高性价比语音芯片，意味着家电商家无须为智能语音功能付出更多的成本与研发时间，只有具备这样的特点，才算迈入了大规模商用的门槛。
根据韩国电子信息通信产业振兴会2017年发布的《家电产业现状和展望报告书》显示，家电产品的全球生产量为75，284万台，中国制造的产品多占总体的56.2%。而2018年中国机电产品进出口商会的数据显示，中国家电产量规模又进一步提升，约占全球份额接近60%，依此推算，中国2018年家电产品生产量约为45，170万台。
鲁勇认为，凭借探境极高的性价比，未来有信心迈入到芯片行业 “亿级”俱乐部的大门。
