日前，麻省理工學(xué)院（MIT）的一個(gè)研究小組公布了一款用于自動(dòng)語音識別的低功耗芯片，最高可將功耗降低99%。
進(jìn)入2017年以來，人機(jī)語音交互的熱度不斷上升。除了音箱、電視等智能家居領(lǐng)域的產(chǎn)品以外，許多人也將目光投向了移動(dòng)設(shè)備：蘋果的智能耳機(jī)Air Pods甫一上市就引起了消費(fèi)者的關(guān)注；LG公司上周發(fā)布的智能手表成為了首個(gè)使用谷歌Android Wear 2.0操作系統(tǒng)的智能手表，內(nèi)置智能語音助手Google Assistant；尚未顯露真身的三星手機(jī)Galaxy S8也因?yàn)樯衩氐恼Z音助手Bixby惹得坊間傳聞不斷。
對于移動(dòng)設(shè)備上的語音AI來說，耗電量始終是一個(gè)大問題。想讓這些語音助手能隨時(shí)聽從召喚，就需要始終在后臺保持開啟的狀態(tài)，實(shí)時(shí)監(jiān)測周圍的聲音。這就必然影響設(shè)備的續(xù)航時(shí)間。根據(jù)MIT研究人員的測算，現(xiàn)有的手機(jī)在語音識別功能上的耗電量達(dá)到1瓦特。
目前的芯片需要使全部神經(jīng)網(wǎng)絡(luò)保持運(yùn)行，來探測所有的聲音和噪聲。而MIT的這款新芯片則采用了一種“語音活動(dòng)探測”（voice activity detection）電路，在探測到人聲時(shí)才會(huì)激活更復(fù)雜的語音識別電路。因此，這款芯片可以降低90%到99%的功耗，耗電量僅為0.2至10毫瓦。
這一技術(shù)意味著，在簡單的小型電子設(shè)備上使用語音識別和AI助手成為可能。無論是手機(jī)、手表、眼鏡還是耳機(jī)，這款芯片為它們的智能化之路又掃除了一塊障礙。
芯片——人工智能的另一戰(zhàn)場
人工智能不僅意味著算法，還有其背后的物理硬件支撐。無論是語音交互還是識別圖像，都需要進(jìn)行大量的運(yùn)算來處理龐大復(fù)雜的信息。對于使用人工智能的人來說，不只看重運(yùn)算結(jié)果（比如識別準(zhǔn)確率），還關(guān)心運(yùn)算的速度——如果反應(yīng)遲鈍也會(huì)大大降低使用體驗(yàn)。因此，芯片雖然低調(diào)，卻不可或缺的基石。
此外，盡管目前云計(jì)算是深度學(xué)習(xí)和人工智能的主流趨勢，但在一些場合——比如移動(dòng)設(shè)備——又免不了在本地處理數(shù)據(jù)，以實(shí)現(xiàn)一些實(shí)時(shí)的功能，這就需要速度快、能耗低的芯片來提供支撐。
傳統(tǒng)芯片巨頭轉(zhuǎn)型AI
英偉達(dá)是較早投身人工智能領(lǐng)域的芯片廠商。這家以圖形處理器（GPU）聞名的公司曾經(jīng)幫助游戲變得更清晰、流暢，其強(qiáng)大的GPU也能很好地應(yīng)對神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)所要求的計(jì)算量，效率遠(yuǎn)遠(yuǎn)高于CPU?？吹搅巳斯ぶ悄艿奈磥恚ミ_(dá)將自己定位為一家“人工智能芯片廠商”，著力開發(fā)專門面向人工智能的芯片。
在收購了芯片制造商Altera、Movidius和Nervana之后，英特爾也在2016年宣布進(jìn)軍人工智能芯片領(lǐng)域。今年，他們將發(fā)布第一款針對深度學(xué)習(xí)的芯片Knights Mill，并推出由其收購的公司Nervana Systems研發(fā)的面向機(jī)器訓(xùn)練的芯片。
互聯(lián)網(wǎng)巨頭入場
互聯(lián)網(wǎng)公司也認(rèn)識到了芯片的重要性。在持續(xù)投入軟件研究的同時(shí)，也紛紛嘗試開拓人工智能芯片的領(lǐng)域。
2015年，亞馬遜收購了以色列芯片設(shè)計(jì)商Annapurna Labs，一年之后便發(fā)售了基于ARM的芯片，用于無線路由器、流媒體設(shè)備、家居設(shè)備及數(shù)據(jù)存儲設(shè)備。這一款芯片適用于低功耗的設(shè)備，主打筆記本電腦和無線路由器。
2016年，谷歌在I/O大會(huì)上宣布開發(fā)了一款專門面向深度學(xué)習(xí)任務(wù)的芯片Tensor Processing Unit（TPU）。TPU是專為谷歌的TensorFlow開源深度學(xué)習(xí)框架定制的，可以為機(jī)器學(xué)習(xí)提供更好的性能和優(yōu)先級。如今，TPU已經(jīng)為提升谷歌地圖、谷歌搜索等服務(wù)的質(zhì)量貢獻(xiàn)了不小的力量， Alpha Go與李世石的圍棋比賽也有TPU的參與。雖然谷歌并不直接售賣人工智能芯片，但由于大量企業(yè)使用谷歌的云計(jì)算服務(wù)，也間接地吞食了英偉達(dá)、因特爾等老牌芯片廠商的市場。
另一邊，微軟把未來寄托在可編程芯片上。場效可編程邏輯閘陣列（Field Programmable Gate Array，簡稱FPGA）讓硬件也可以編程，如此一來，開發(fā)者可以根據(jù)需求“定制”自己的芯片，例如既能滿足圖像處理的需求、又能滿足科學(xué)計(jì)算的需求，相比于開發(fā)兩塊專用的芯片，成本大大降低。微軟已經(jīng)將FPGA應(yīng)用于必應(yīng)搜索和Azure云計(jì)算平臺，開發(fā)團(tuán)隊(duì)表示，F(xiàn)PGA將必應(yīng)的機(jī)器學(xué)習(xí)運(yùn)算速度提高了100倍。
蘋果的W1芯片就更加有名了。2013年，蘋果收購藍(lán)牙初創(chuàng)公司Passif Semiconductor，便開始研發(fā)無線技術(shù)，并最終在2016年推出了首款無線芯片W1芯片。目前蘋果尚未透露關(guān)于W1芯片的技術(shù)細(xì)節(jié)，但我們看到，搭載了W1芯片的無線耳機(jī)不僅連接穩(wěn)定還耗電量低，可工作長達(dá)五小時(shí)，使用Siri也比較流暢。
此外，百度在去年發(fā)布了開源基準(zhǔn)測試程序DeepBench，用于測量芯片處理深度學(xué)習(xí)的速度。這一程序旨在準(zhǔn)確測量芯片的表現(xiàn)，幫助硬件廠商和使用者互相溝通。他們還與英偉達(dá)合作，開發(fā)智能汽車控制平臺，使駕駛更安全。
市場正在起步
強(qiáng)大的芯片是人工智能背后堅(jiān)實(shí)的基礎(chǔ)。隨著人工智能走進(jìn)手機(jī)、音箱、手表、耳機(jī)，原有的芯片又面臨新的問題。于是，計(jì)算速度快、能耗低、體積小、價(jià)格低的人工智能芯片成為人們迫切渴求的硬件。我們相信，當(dāng)這樣的芯片誕生時(shí)，人工智能又將向前跨越一大步。