在上個月深圳灣的一篇行業(yè)解讀中，我們提到了兩份智能音箱市場報告：2019 年全球智能音箱銷量達到 1.469 億部，同比增長 70%，同年中國智能音箱市場銷量 3682.2 萬臺，同比增長 126.6%。

單看國內(nèi)市場，其中的貢獻，一方面來自天貓精靈、百度、小米等榜單上的玩家，另一方面則是背后的幾大頭部芯片供應(yīng)商全志科技、瑞芯微、晶晨半導(dǎo)體等。

據(jù)不完全統(tǒng)計，全志科技面向智能音箱的 R 系列主控芯片已經(jīng)廣泛應(yīng)用于天貓精靈方糖 R、小度在家、小度音箱 Play、小愛音箱 Play、小愛音箱 mini、京東叮咚、騰訊聽聽、網(wǎng)易云音箱等多款產(chǎn)品。其中，R328 已經(jīng)成為智能音箱市場客戶認(rèn)可的主流方案，并成為公司業(yè)績增長的主要動力之一。

在深圳灣過往的多次交流中，全志科技都提到過智能音箱的往事：從 2011 年開始做 Wi-Fi 音箱（智能音箱的雛形）的主控芯片，沒有成為第一波先烈，反倒是柳暗花明，堅持至今，最終成為智能音箱市場的一匹黑馬，也是讓我們看到了市場的機會。

轉(zhuǎn)眼進入 2020 年，已經(jīng)是全志科技涉足智能音箱領(lǐng)域的第 10 個年頭，主打高性價比的 R328 的傳奇還在繼續(xù)，全志科技與 Arm 中國合作打造的 R329 橫空出世。

4 月 16 日，深圳灣應(yīng)邀參與了 Arm 中國和全志科技舉辦的媒體溝通會，與 Arm 中國產(chǎn)品研發(fā)副總裁劉澍、全志科技副總裁陳風(fēng)，一起聊了聊成就 R329 的「周易」AIPU 和智能音箱的故事。

R329 是首款采用 AI 專核跑智能語音的芯片

全志科技副總裁陳風(fēng)指出，去年推出的 R328 也是采用了 Arm Cortex A7 處理器的典型產(chǎn)品，但它是用 CPU 來跑智能語音。在與很多友商和算法公司進行了大量的交流后，全志科技發(fā)現(xiàn)，市場對專用算力是有明確需求的。因此，經(jīng)過了 10 個多月的研發(fā)，R329 應(yīng)運而生。

R329 是基于 Arm 的多核異構(gòu)處理器，集成了高性能的 AIPU、DSP、CPU 等 5 顆計算核，具有高算力、低功耗的特點，是一款 AI 語音專用芯片。

先看一下規(guī)格：

基于主頻 1.5GHz 的 Arm Cortex-A53 雙核架構(gòu)，相較于 R328，全新升級的 R329 提供高達 1.58 倍整數(shù)算力，1.94 倍浮點算力。

集成了 400MHz 雙核 HIFI4，可以更大限度地達到優(yōu)異的能效比，在使用中降低產(chǎn)品發(fā)熱，體驗更優(yōu)。

配合芯片集成的 SRAM 與嵌入式第二代 VAD 硬件，更進一步降低功耗和發(fā)熱。1 節(jié) 2500mA 的電池，可實現(xiàn) 1 周的待機時長。

R329 首次搭載了 Arm 中國「周易」AIPU，可提供最高達 0.256 TOPS 的運算能力。周易 AIPU 作為 AI 專核，其理論 AI 算力是單核 A7 1.2GHz 和單核 HIFI4 600MHz 的 25 倍。

在「周易」AIPU 的加持下，更充足的專用算力可以支撐更多的語音應(yīng)用。用深度學(xué)習(xí)做端到端的算法，相對于傳統(tǒng)降噪、回聲消除和關(guān)鍵詞識別算法，效果提升巨大，顯著提升識別率和交互體驗。

此外，R329 芯片還通過豐富的音頻接口（集成多路音頻 ADC 和 DAC、3 路 I2S 和 8 通道 DMIC，同時集成 LDOs），提供更多的功能擴展。

周易 AIPU 代表 Arm 中國首款自主 AIPU 進入商用時代

Arm 中國產(chǎn)品研發(fā)副總裁劉澍首先向我們介紹了周易 AIPU 名字的來源。他指出，全志科技 R329 所采用的 Arm Z1-0701 是 Arm 中國「周易」AIPU 第一代架構(gòu)，其中，07 是它有 2 的 7 次方的硬件 MAC，01 表示它里面還有一個通用的 Tensor 處理單元。命名即表明了處理核的個數(shù)，也表明了算力的承載能力。

周易 AIPU 處理器是針對深度學(xué)習(xí)定制的，其架構(gòu)包含以下幾個部分：

• 向量處理單元（Vector/Tensor process），類似 NEON 的向量處理指令集，通過 8 比特向量陣列進行向量計算。

• AI Fix Function，將通用 AI 部件和單元固化下來成為硬件，。

• Scalar，通用目的的 CPU 運行指令集，具有類似 CPU 的標(biāo)量處理功能。

• 可擴展的安全架構(gòu)，可兼容 Arm 的 TrustZone 安全方案。

• 可擴展的用戶定義架構(gòu)，如全志科技的案例。

Arm Z1-0701 是專門針對智能家居、智能樓宇、智能機器人場景深度定制的，同時也支持比較簡單的視覺分析能力，如圖像和人臉的識別和感知。

其最大的優(yōu)勢是在精度和算法移植的速度上也有很高的優(yōu)化，它可以非常高效地運行本地的 KWS 和本地的 ASR 等各種語音算法。

而在用戶端的體驗則是功耗低，原先用 CPU 跑 AI，產(chǎn)品的發(fā)熱需要在結(jié)構(gòu)上做一些主動散熱，現(xiàn)在用 AIPU 來接替 CPU 的運算工作，可以很好的緩解這個問題。這就為產(chǎn)品的進一步小型化、長續(xù)航提供了可行性。

其次是安全擴展。周易 AIPU 傳承了 Arm 的 TrustZone 安全技術(shù)來保證整個設(shè)備里面數(shù)據(jù)的安全性。在設(shè)計之初，就已經(jīng)考慮了安全保障，使用戶隱私得到有效的保障。

那么，「周易」AIPU 與以往的語音加速器（DSP）有什么不同呢？Arm 中國產(chǎn)品研發(fā)副總裁劉澍指出：

從產(chǎn)品定義上來看，「周易」AIPU 不是一個 CPU 處理器，而是一個 NN 類型的處理器。其本質(zhì)在于 Arm 定義了一套新的適用于 AI 算法的指令集，通過指令來驅(qū)動里面的向量處理單元和固定的 AI 算法處理單元，從而完成各種復(fù)雜網(wǎng)絡(luò)的組合的操作，所以我們把它叫做處理器而不叫加速器。
架構(gòu)的定義、指令集的定義、設(shè)計的定義都是由 Arm 中國的團隊來完成，所以「周易」也是我們完全自主可控的中國產(chǎn)品。

周易 AIPU 具有高度的可配置性，可以實現(xiàn)單核上達到 0.2T~4T 的算力，而如果采用多核配置，可以增大到 64T，這樣就能應(yīng)用到汽車電子或其他大算力的服務(wù)器上。

而在開發(fā)的支持方面，可以實現(xiàn) Tensorflow 模型 24 小時移植，接口也是和 Tengine 的接口是統(tǒng)一的，能夠?qū)崿F(xiàn)跨平臺應(yīng)用，給開發(fā)者很多便利。

此外，相比 Arm 的 U55 和 N77，周易 AIPU 更加通用，既可以與 Cortex-M 或 Cortex-A 一起工作，也可以作為處理器進行獨立工作。

智能音箱之外，還有更大的語音應(yīng)用藍海

全志科技是 Arm 中國的戰(zhàn)略合作伙伴，推動了「周易」AIPU 的首個落地應(yīng)用。在技術(shù)選型上，全志科技陳風(fēng)認(rèn)為，傳統(tǒng)的通用處理器 + DSP 的設(shè)計還不能支撐更高的算力，因此 R329 選配了「周易」AIPU 專核，來應(yīng)對更大的語音智能處理需求。

得益于 Arm 的技術(shù)積累和工程化能力，周易 AIPU 將會是全球第一個大批量商用的 AI 處理器。

全志科技對于「周易」AIPU 的信心，不僅來自于其強大的 AI 運算性能，還來自于全志科技對于智能音箱、乃至語音 AI 應(yīng)用前景的前瞻。

陳風(fēng)認(rèn)為，首先，語音解決的是人們從「動手」到「動嘴」的問題。語音不可能替代鍵盤、觸摸屏、按鈕、鼠標(biāo)等所有其他的人機交互方式，而一旦語音 AI 能夠像一個貼身傭人一樣，語音的實用性會大幅度提升，從而解決人「懶」的問題。

其次，語音具有「非接觸」交互的優(yōu)勢。這次新冠疫情就已經(jīng)把非接觸擺到了一個非常高的位置，免接觸電梯成為熱點。語音是有它獨特的使用場景。

最后，全志科技堅信，語音將帶來功能入口的扁平化。相對于 PC 時代的網(wǎng)站導(dǎo)航和 Google、百度等搜索引擎，語音可以把幾百個功能點簡化成一句話，直達搜索結(jié)果。最典型的應(yīng)用就是電視，未來語音搜索將成為電視標(biāo)配，這也是智能音箱以外，語音應(yīng)用的巨大增長點。

未來，R329 與周易 AIPU 將以智能音箱為主要切入點，滲入到智慧城市，包括智能樓宇、智慧工業(yè)以及智慧生活的方方面面。

從產(chǎn)品形態(tài)上，也不僅局限于智能音箱，語音遙控電視、語音服務(wù)機器人、物流機器人、語音面板、語音電梯、道閘、門禁等等。

正如深圳灣在此前的分析中指出的，隨著 AI 性能在提升、交互模態(tài)在增加，智能音箱行業(yè)將呈現(xiàn)出低功耗高性能、多模態(tài)交互能力、邊緣計算和本地控制、分布式控制等趨勢。全志科技與 Arm 中國攜手打造的這一用例，或許就像一面鏡子，為我們映射出了下一代智能語音應(yīng)用的樣子。

微信號：shenzhenware

主筆：陳壹零 / 深圳灣