日前，麻省理工學院（MIT）的一個研究小組公布了一款用于自動語音識別的低功耗芯片,，最高可將功耗降低99%,。

進入2017年以來，人機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設(shè)備：蘋果的智能耳機Air Pods甫一上市就引起了消費者的關(guān)注,；LG公司上周發(fā)布的智能手表成為了首個使用谷歌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Galaxy S8也因為神秘的語音助手Bixby惹得坊間傳聞不斷,。

對于移動設(shè)備上的語音AI來說,，耗電量始終是一個大問題。想讓這些語音助手能隨時聽從召喚,，就需要始終在后臺保持開啟的狀態(tài)，實時監(jiān)測周圍的聲音,。這就必然影響設(shè)備的續(xù)航時間,。根據(jù)MIT研究人員的測算，現(xiàn)有的手機在語音識別功能上的耗電量達到1瓦特。

目前的芯片需要使全部神經(jīng)網(wǎng)絡(luò)保持運行,，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“語音活動探測”（voice activity detection）電路，在探測到人聲時才會激活更復雜的語音識別電路,。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,、手表,、眼鏡還是耳機，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,，都需要進行大量的運算來處理龐大復雜的信息,。對于使用人工智能的人來說，不只看重運算結(jié)果（比如識別準確率）,，還關(guān)心運算的速度——如果反應遲鈍也會大大降低使用體驗,。因此，芯片雖然低調(diào),，卻不可或缺的基石,。

此外，盡管目前云計算是深度學習和人工智能的主流趨勢,，但在一些場合——比如移動設(shè)備——又免不了在本地處理數(shù)據(jù),，以實現(xiàn)一些實時的功能，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,，其強大的GPU也能很好地應對神經(jīng)網(wǎng)絡(luò)深度學習所要求的計算量，效率遠遠高于CPU,?？吹搅巳斯ぶ悄艿奈磥恚ミ_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習的芯片Knights Mill，并推出由其收購的公司Nervana Systems研發(fā)的面向機器訓練的芯片,。

互聯(lián)網(wǎng)巨頭入場

互聯(lián)網(wǎng)公司也認識到了芯片的重要性,。在持續(xù)投入軟件研究的同時，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大會上宣布開發(fā)了一款專門面向深度學習任務(wù)的芯片Tensor Processing Unit（TPU）,。TPU是專為谷歌的TensorFlow開源深度學習框架定制的，可以為機器學習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)使用谷歌的云計算服務(wù),，也間接地吞食了英偉達,、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,、又能滿足科學計算的需求,，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應用于必應搜索和Azure云計算平臺,，開發(fā)團隊表示,，F(xiàn)PGA將必應的機器學習運算速度提高了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)細節(jié),，但我們看到,，搭載了W1芯片的無線耳機不僅連接穩(wěn)定還耗電量低，可工作長達五小時,，使用Siri也比較流暢,。

此外，百度在去年發(fā)布了開源基準測試程序DeepBench,，用于測量芯片處理深度學習的速度,。這一程序旨在準確測量芯片的表現(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

強大的芯片是人工智能背后堅實的基礎(chǔ),。隨著人工智能走進手機、音箱,、手表,、耳機，原有的芯片又面臨新的問題,。于是,，計算速度快、能耗低,、體積小,、價格低的人工智能芯片成為人們迫切渴求的硬件。我們相信,，當這樣的芯片誕生時,，人工智能又將向前跨越一大步。