近日，可能是国内最有明星公司范儿的 Rokid 召开了成立 4 年后的首场发布会 Rokid Jungle，而这个发布会从各方面的评价来看，可以评选为迄今为止国内最潮的也是体验最有范儿的一次 AI 创业公司的发布会。Misa 带着他的团队，发布了在此之前已经前戏已久的 Rokid 首款自研 AI 芯片——KAMINO18。
从 Rokid 的这款自研 AI 芯片说起
在之前深圳湾的报道中，我们对 KAMINO18 做出了这样中立的描述：
一块 AI 语音专用的 SoC 芯片，集成了 ARM、NPU、DSP、DDR、DAC 等多个核心元件，而大小仅与一元硬币相当。结合 Rokid 相控阵技术、CTC模型、自定义唤醒词、离线语音指令、低功耗唤醒等算法，在整机工作状态下，搭载 KAMINO18 的产品功耗可降低 30%-50%。在声音嘈杂的场景下也有更好的表现，同时能够支持更多的离线功能。而在成本上，KAMINO18 的整体成本相较市场主流通用芯片方案可以压低 30% 以上。
喜马拉雅 FM 也宣布正式与Rokid 确定战略合作关系，喜马拉雅的儿童智能音箱晓雅 Mini 即将成为使用 Rokid KAMINO18 的外部产品。同时，喜马拉雅 FM 在能容方面的能力也将被整合到 KAMINO18 中。
此外，Rokid CEO Misa 还宣布 KAMINO18 即将支持 Amazon Alexa，基于语言识别技术，可以实现在若琪和 Alexa 之间无缝切换，识别到用户说中文时调用若琪，说英文时则调用 Alexa。
在会后的采访中，Misa 表示，Rokid 并不是「卖芯片」，芯片只是 Rokid 对外输出技术解决方案时「有竞争力的元素」，Rokid 在 AI 领域的产品经验和能力还是会通过技术方案的方式赋能给合作伙伴。此外，Misa 还进一步透露，KAMINO18 目前已经拿下数百万片的预定。
△ Rokid 首款自研芯片 KAMINO18
尽管本着新闻原创的精神，在报道中我们连图片都尽可能用现场拍的，这个用硬币对比的芯片，还是在现场巨大的环形屏幕的衬托下，显得体积格外的大，看上去就像一块集成了 AI 能力的开发板。
而这张在发布会之前我实际获得的谍报图片，可能会让这个芯片看上去更加「Small is Beautiful」，如 Misa 在发布会上所述：
△ Rokid 首款自研芯片 KAMINO18
半路杀出个程咬金
6 月 26 日是 Rokid 早就定好的发布会日期，而在此之前可谓是「半路杀出个程咬金」，云知声和出门问问分别早于 Rokid 开了发布会。
在 5 月26 日召开的出门问问战略新品发布会上，李志飞做了一次创业 6 年来的商业战略解读，同时推出了「中国首个已量产的 AI 语音芯片模组」。可能是因为这个模组的名字叫「问芯」吧，出门问问在发布会及之后的行业通稿里，都在强调这是「模组」，却被一众不清楚事实的媒体解读为「中国首款 AI 语音芯片」。
是不是首款，是不是芯片，对于这些解读，没有人出来开撕，出门问问官方自然就没有必要过问了。重要的是，李志飞也期待「为中国芯作出贡献」。
△ 在 6 月上海召开的 CES Asia 展会上，出门问问展出的芯片模组
据李志飞介绍，「问芯」基于去年出门问问推出的智能语音交互 SDK 而打造，集成了出门问问的麦克风阵列信号处理技术，语音交互 SDK 与可定制语义技能。
是时候介绍 Rokid、出门问问这些明星背后的芯片公司了
杭州国芯科技是 Rokid 和出门问问的芯片合作方，我对这家公司的了解，开始于去年 10 月他们在深圳召开的一次发布会。当时，这家杭州「国」字头从机顶盒方案起家的老牌芯片企业，仅花了 10 万元组织了一场活动，邀请到了 Misa 等一票合作伙伴为之站台，并宣布推出适合音箱、电视、儿童故事机、车载等 AI 产品的 GX8010 物联网人工智能芯片。
简单综述一下这款芯片的特性（详情可以参阅深圳湾报道——功耗问题让智能音箱离不开固定电源，而这家国产 AI 芯片商的方案值得看）：
△ 杭州国芯的 GX8010 芯片
本地离线神经网络计算：内置了国芯自主研发的 gxNPU 神经网络处理器，压缩计算权重，使得计算时需要的内存和带宽更少，从而实现离线计算。
高集成：集成了 Cadence Tensilica 最高阶的语音 DSP Hifi-4，该专为智能语音设计的 DSP 可高效地进行各种语音信号处理计算。同时在这颗 DSP 上，集成思必驰、Rokid 等语音算法公司的 AI 算法能力。
低成本：因为高度集成，使得产品所需的外围器件减少，从而降低了 BOM 成本。
低功耗：在动态功耗上，利用多核异构的优势，合理安排每个模块的工作频率和启停时机；待机方面，采用了多级唤醒机制。
谁在 AI 芯片的风口浪尖？
对于 WHO 的问题，抛开如上那些「弄潮儿」制造的新闻热点，杭州国芯人工智能事业部总经理凌云在与深圳湾的对话开篇，就直截了当的给出了归纳性的回答：
最想做芯片的，是这些 AI 算法公司。在他们赋能和改造非智能产品的过程中，他们需要更好的适应算法的硬件载体，一方面便于调优算法，提高效率；另一方面则是出于更优的商业模式的考虑。
我以我文科生的脑袋，对这一观点进行了解读，详细阐释如下（这样，那些最初和我一样不懂芯片的人，或许就能看懂了）：
AI 改造 IoT，但 IoT 产品的使用场景和设备形态是各异的，而这些设备又用的不同的芯片的，这就难免这些 AI 公司和各种芯片公司打交道。同时，这些 AI 公司的算法能力在落地到硬件终端（如麦克风设备）过程中，还要在硬件端进行反复进行算法调优，其中要打交道的人和物就更多了。不可控性、成本高、效率低，都催生了 AI 公司想要自己做专用芯片的想法。
AI 公司要将自己的算法能力赋能到 IoT 的各行各业，其产品输出是以软件 SDK 的形式展开的，而软件因为可以被核算为「零成本」而比较难的在客户那里报出价来，因此 AI 公司就考虑通过「硬件化」来输出自己的能力。产品升级路线一般为：软件 SDK、硬件模组、芯片。
而以芯片为载体集成自己的云端服务能力、AI 算法能力、以及从 AI 公司的角度所理解的硬件端的算法能力，这样做的好处是：成本透明、可控，运行效率高，未来大规模量产后的利润可观，以及可以更好的向董事会做前景规划。
这方面，相比 BAT 等巨头，AI 创业公司更加灵活，因而也跑的更快。
成为能够集成算法的芯片公司后，传统芯片公司怎么看？
「有量吗？」
这种颇有一番「呵呵」意味的不恭态度，倒是接近问题的本质。
芯片的生意就是一门「低价走量」的生意。设备上量，成本降低，利润增长。而这个增长曲线，也就成为了所有芯片公司进行前期产品选型、以及后期产品销售的策略参考。
在深圳湾和杭州国芯的对话中，凌云描述了「自研芯片」诞生的过程。国芯和 Rokid 合作的定制芯片，开始于去年秋季，研发期已经有大半年了，双方投入了不小的人力。而国芯和出门问问的合作，则开始于今年，主要合作研发方向是前端语音模组。
而我们知道，「芯片从流片到量产，至少还需要 7~8 个月甚至更长的时间。即便芯片量产后，还要导入客户，根据客户需求优化产品，这还要有一个可能更长的周期。我们都说芯片门槛高，这个门槛主要是周期长。这就需要芯片公司有很强的预判能力，迭代不能错。」
对于未来，「我们看好 AI 这个方向，公司也支持在这个方向投入人力物力。」凌云告诉我们。但是因为这个方向是崭新的，产品要能达到起量，可能还是需要一段时间的探索。
杭州国芯主打的两款芯片是 8010（应用于智能音箱和儿童智能产品，合作案例 Rokid）、8008（应用于电视机顶盒、家电，合作案例出门问问），当谈及国芯近期会不会有新品推出时，凌云回答说：暂时不会。今年能把手头这些客户服务好，就已经不错了。
因为地域的原因，Rokid 给了杭州国芯这家老牌企业很多启发，算是把他们一只脚带进了 AI 领域。这一代 AI 芯片从立项到量产，用了两年的时间，主要是产品研发的周期长，立项决策其实是很快的。两年前做这个决定时，国芯对未来没有把握。但是现在因为和这些 AI 公司的合作，信心越来越强了。凌云感慨到。
而作为智能硬件设备的设计方，又该如何做选择？
针对这个问题，我们和最近在为自己智能音箱新品选方案的团队聊了聊。
问：作为下一个要开发智能产品的团队，在选择使用谁家芯片的问题上，你评估的标准是什么？
答：芯片选择的核心是成熟度和成本的取舍。之前的很多音箱用的更多是电视盒子的芯片，成熟度高，但是集成度低，盒子上的 GPU 等部分在音箱上是用不到的，同时为了挂载多路麦克风还要加额外的元器件，因此成本普遍偏高。对于新的芯片，特别是 AI 专用芯片，因为是专门的 NPU 做的算法，所以首先看的是算法的成熟度，其次是看芯片厂商的服务能力，要能把底层的坑先解决掉。
问：而对于算法公司下沉做芯片公司的这股浪潮，怎么看？
答：IoT 本身就是面向一个更确定的细分场景去渗透，音箱这波市场前景很明确，给了很多算法公司一个机遇，所以做芯片或者和芯片公司深度合作，能够提升他们的竞争力。
当然我们也得清楚，像英伟达、赛灵思这类传统的芯片公司，本身算法也很强大，芯片和算法的融合会更强。即便算法公司不做芯片，芯片公司也一直在做算法。
可以往回看，最早一波双摄像头的方案都是算法公司做的，现在基本高通、MTK 这些芯片本身就带双摄算法，未来在其他领域也一样。之前最牛逼的双摄算法公司 LINX 直接被苹果收购了。
其实还有很多有料的内容，留待 7 月 WARE 峰会我们慢慢唠
在 Rokid 发布会结束后，一群老友围在一起各种聊天。无意中，听到 Rokid 的一位早期投资人这样描述他们对于 Rokid 耗资近千万开这样一场发布会的态度，他说：
还是要支持这些梦想家的。
原文发布时间为：2018-06-28
本文作者：陳壹零
本文来自云栖社区合作伙伴“ 深圳湾”，了解相关信息可以关注“ 深圳湾x”。
