紫光展锐、云知声连推AI芯片，紫光称AI处理能力提升6倍

5月17日，紫光旗下的芯片厂商紫光展锐推出了该公司首款支持人工智能应用的8核LTE SoC芯片平台——紫光展锐SC9863，该平台面向全球主流市场，可实现高性能的AI运算与应用，提升移动终端的智能化体验。

在此之前，华为的海思麒麟、高通和苹果的芯片均加载了AI功能。

据介绍，作为一款高集成度的LTE芯片解决方案，紫光展锐SC9863采用高性能的8核1.6 GHz Arm Cortex-A55处理器架构，相比Arm Cortex-A53，新一代处理器性能提升了20%，AI处理能力提升了6倍。

通过AI算法，紫光展锐SC9863可实现实时智能场景检测识别，同时针对不同场景进行智能拍照增强，并支持手机侧图库照片的智能识别与分类。此外紫光展锐SC9863支持基于深度神经网络的人脸识别技术，可实现快速精准的人脸认证，保护端侧用户隐私及信息安全。

与紫光展锐这种高度集成的手机芯片不同，更多科技公司开始做物联网人工智能芯片。

5月16日，专注于物联网人工智能服务的云知声正式推出全球首款面向物联网的AI芯片——UniOne。

该芯片由云知声自主设计研发，采用云知声自主AI指令集，拥有具备自主知识产权的DeepNet、uDSP（数字信号处理器），支持DNN/LSTM/CNN等多种深度神经网络模型，性能较通用方案提升超50倍。

云知声创始人、CEO黄伟表示：“在智能物联网（AIoT）市场加速爆发的今天，云端方案在网络、带宽、能耗、隐私以及边缘计算等方面的限制，使得面向物联网的AI芯片成为必然抉择。在推出芯片产品之前，云知声已在家居、智能音箱、儿童机器人等市场方面，基于通用芯片方案（IVM）百万级出货量的产品形态，验证了芯片市场、产品和用户场景的合理性。第一代UniOne物联网AI芯片雨燕量产后，将能快速切入市场客户并满足更多产品种类和形态上对成本、稳定性、集成度等方面的需求。”

随着物联网的深入推进，终端设备被赋予越来越多的AI能力，要求其在保证低功耗、低成本的同时完成AI运算。然而，IoT设备与手机不同，不仅形态千变万化且需求碎片化严重，对于AI算力需求也不尽相同，因此，原有通用架构的芯片很难满足新形势下的需求。

另一方面，AI算法的接入，对设备端芯片的并行计算能力和存储器带宽也提出了更高的要求，而尽管基于GPU的传统芯片能够在终端实现推理算法，但其并非针对深度学习设计，能效比远低于AI专用芯片。

黄伟指出，无论是CPU还是GPU、FPGA，现有的芯片架构并非为 AI 专门设计，并不能满足物联网AI算力需求，且考虑了太多的向后兼容性，因此在性能上远非最优，“基于业务方面对芯片产品、场景的反复验证，以及对AIoT终局的判断，云知声在2014年就明确必须自主研发面向物联网的AI芯片。”

较之于传统芯片，定制化的AI芯片由于应用场景和AI算法相对确定，因此在硬件设计上更加专门化，在面向此类任务时其相对于通用芯片在计算密度及功耗上有绝对优势。因此，相较通用芯片而言，AI芯片可以在更低的主频、更小的芯片面积，完成机器学习中同等任务量的计算，做到成本、功耗、算力等多维需求之间的平衡。

云知声成立于2012年，一直专注于物联网人工智能服务，是当前国内为数不多拥有算法、计算能力、芯片能力全栈式技术链条的人工智能龙头企业。