凤凰网科技讯 （作者/花子健）5月16日消息，云知声在北京召开新品发布会，正式推出面向物联网的UniOne物联网AI芯片及其解决方案——雨燕（Swift）。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。

云知声创始人/CEO黄伟指出，在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。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。

黄伟还指出，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年就明确要自主研发面向物联网的AI芯片。

云知声第一代UniOne 物联网AI 芯片及解决方案——雨燕采用CPU+uDSP+DeepNet架构，支持8/16bit 向量、矩阵运算，基于深度学习网络架构，可将面向语音AI 的并行运算性能发挥到极致，在更低成本和功耗下提供更高的算力。

在架构灵活性方面，雨燕通过Scratch-Pad将主控CPU与AI加速器内部RAM相连，可提供高效的CPU与AI加速器之间的数据通道，便于CPU对AI加速器运算结果进行二次处理。另外，连接各个运算单元的可编程互联矩阵架构，提供了扩展运算指令的功能，从而进一步提升硬件架构的灵活性及可扩展性。同时，芯片采用多级多模式唤醒，从能量检测，到人类声音检测，再到唤醒词检测，针对语音设备及使用场景的定制化Power Domain等技术，可将芯片功耗降低至最低。

具体而言，雨燕拥有以下特征：面向深度学习和语音信号处理的AI 定制指令以及体系架构，将面向语音AI 的并行运算性能发挥到极致，系统运算能力提升50倍以上；结合片内Memory 及内部互联网络，提高片内总线带宽的利用效率提升20倍；异构AMP架构可保证高性能与低功耗的有机结合，从而获得最佳的能效比，更适合IoT场景；混合应用架构设计，获得本地与云端能力的最佳平衡。

在本次发布会上，云知声还公布了与京东智能、亿咖通科技的战略合作。各方将基于云知声在物联网AI芯片及系统解决方案构建面向新零售、智能家居、汽车等领域的AI技术生态。