【導讀】聲音是人與人交戶(hù)的重要手段，在A(yíng)I興起的現今，也是人與機器相互溝通的手段之一。從模擬階段的留聲機開(kāi)始到現在，人類(lèi)對于高清化、高保真的追求一刻沒(méi)有停歇過(guò)，也逐漸擺脫了線(xiàn)束的約束。對音頻來(lái)說(shuō)，芯片至關(guān)重要，它既要擁有足夠的算力，也要擁有足夠低的功耗。
著(zhù)名作家海倫·凱勒曾說(shuō)過(guò)這樣一句話(huà)，“盲隔絕了人與物，聾隔絕了人與人?！笨梢?jiàn)聽(tīng)力的重要性，由此可以看出，人的一生耳朵是最忙的感知系統之一。
聲音是人與人交戶(hù)的重要手段，在A(yíng)I興起的現今，也是人與機器相互溝通的手段之一。從模擬階段的留聲機開(kāi)始到現在，人類(lèi)對于高清化、高保真的追求一刻沒(méi)有停歇過(guò)，也逐漸擺脫了線(xiàn)束的約束。對音頻來(lái)說(shuō)，芯片至關(guān)重要，它既要擁有足夠的算力，也要擁有足夠低的功耗。
據SIG預測，到2027年藍牙音頻傳輸設備年出貨量將達18.4億臺，2023年～2027年的年復合增長(cháng)率為6%，藍牙數據傳輸設備年度出貨量將達到18.7億臺，2023年～2027年的復合年增長(cháng)率為11%。
ICCAD 2023上，炬芯科技股份有限公司董事長(cháng)兼CEO周正宇博士博士分享了炬芯在A(yíng)I大背景下，如何為音頻芯片提供更多創(chuàng )新。
20多年專(zhuān)注音頻領(lǐng)域
“炬芯的前身就是原來(lái)的炬力集成，我們在行業(yè)中做了20多年音頻，2005年炬力集成基于便攜式音頻在美國上市，2021年炬芯基于藍牙音頻在科創(chuàng )板上市?！敝苷畈┦窟@樣介紹道。
炬芯2023年半年報和官網(wǎng)顯示，其核心產(chǎn)品包括藍牙音頻SoC芯片、端側AI處理器芯片、便攜式音視頻SoC芯片三類(lèi)。
藍牙音頻 SoC 芯片系列主要應用于藍牙音箱（含TWS音箱、智能藍牙音箱）、Soundbar、智能手表、藍牙耳機（含TWS耳機、開(kāi)放式OWS耳機）、無(wú)線(xiàn)電競耳機等。
端側AI處理器芯片系列是基于端側的帶有人工智能加速器的 系統級音頻處理器，致力于提供智能物聯(lián)網(wǎng)AIoT端側低功耗算力的芯片平臺，也是炬芯主營(yíng)的音頻產(chǎn)品和人工智能技術(shù)的重要結合點(diǎn)，可滿(mǎn)足市場(chǎng)未來(lái)日新月異的低功耗端側設備的人工智能應用需求。
便攜式音視頻SoC芯片系列是炬芯最早耕耘的、最成熟的產(chǎn)品線(xiàn)，全球市場(chǎng)占有率長(cháng)期較高，搭載了公司長(cháng)期積累的、較先進(jìn)的低功耗音視頻處理技術(shù)。該系列芯片主要針對便攜式高品質(zhì)音視頻編解碼類(lèi)產(chǎn)品的應用。
具體從市場(chǎng)來(lái)看，炬芯在中高端品牌藍牙音箱市場(chǎng)份額明顯增長(cháng)，下一步會(huì )通過(guò)產(chǎn)品持續迭代升級和優(yōu)化產(chǎn)品組合繼續提升在中高端品牌的滲透率；低延遲高音質(zhì)市場(chǎng)從有線(xiàn)連接向無(wú)線(xiàn)連接轉換的趨勢，帶來(lái)了存量市場(chǎng)轉化和新增需求兩個(gè)機會(huì )，炬芯正在持續加大研發(fā)投入保持技術(shù)領(lǐng)先優(yōu)勢并與各大品牌廠(chǎng)商繼續保持緊密合作以把握這一波市場(chǎng)轉型機會(huì )；此外，在智能手表市場(chǎng)，炬芯對中國、歐美和印度市場(chǎng)做了均衡的布局和節奏把握，智能手表作為貼合人體重要的健康數據監測產(chǎn)品，將持續深耕。
用存內計算創(chuàng )造更大算力和更低功耗
周正宇博士表示，過(guò)去以來(lái)，炬芯的芯片架構一般都是“CPU+DSP”的雙核架構，未來(lái)，AI時(shí)代，炬芯會(huì )在CPU和DSP的基礎上，從高端音頻芯片入手，整合低功耗 AI 加速引擎，逐步全面升級為 CPU+DSP+NPU（based MMSCIM）三核異構的AI SoC架構，為便攜式產(chǎn)品提供更大的算力。，最新一代基于MMSCIM的高端AI音頻芯片ATS286X，將會(huì )在明年將會(huì )Sample。
“算力和功耗是一對矛盾統一體?！敝苷畈┦空J為，如何在同樣的制程、同樣的架構、同樣的設計下，創(chuàng )造更大算力和更低功耗是AI時(shí)代的關(guān)鍵。
比如說(shuō)，TWS耳機電池容量通常在35m～40mAh，典型平均工作電流約在5mA左右，也就是說(shuō)，留給芯片的功耗預算只有20mA左右。再比如，智能手表典型電池容量在280～300mAh，典型工作電流在3mA上下，也就是說(shuō)在4.3V鋰電池中，只有15mA左右的功耗，還包括ADC、DAC等器件，也就是說(shuō)留給藍牙音頻芯片功耗只有10mW。
與之相悖的是，AI驅動(dòng)下，未來(lái)算力需求越來(lái)越大，也就是說(shuō)，對藍牙音頻芯片商來(lái)說(shuō)，要在10mW的功耗預算下，打造200～500GOPS算力是很大難題。
AI主要以復雜矩陣運算來(lái)形成，而復雜的矩陣運算最主要的算力功耗都來(lái)自于乘累加運算，過(guò)去芯片普遍采用DSP處理音頻，突破的關(guān)鍵就在于突破馮諾范式的存儲墻和功耗墻，即存內計算，通俗解釋就是把計算和存儲放在一個(gè)房間里去，讓它們零距離溝通。
存內計算擁有許多不同介質(zhì)，到底哪一種介質(zhì)適合做存內計算？周正宇博士認為各個(gè)介質(zhì)均有其特點(diǎn)，不論哪種路徑，最主要的問(wèn)題就是寫(xiě)入次數，假若AI需要做自適應或模型不斷更新，那么它在寫(xiě)入多次之后就會(huì )報廢，所以這種介質(zhì)不適合做自適應應用，類(lèi)似于Transformer這一類(lèi)擁有自學(xué)能力的模型。
對比來(lái)看，SRAM讀寫(xiě)速度快，擁有無(wú)限次讀寫(xiě)能力，不僅采用標準工藝制造，還可以集成在SoC內，但它的弱點(diǎn)是存儲密度低。不過(guò)，雖然如此，SRAM依舊是低功耗AI算力的首選。一方面，音頻只需要200～500GOPS的算力，而非幾十TOPS，密度低的缺陷因此而被規避，另一方面，標準的CMOS工藝不僅可以現在就能大規模量產(chǎn)，還可以集成在單芯片上跟隨制程工藝演進(jìn)到2nm。加之無(wú)限次寫(xiě)入，可以支持自適應計算，長(cháng)遠來(lái)看，RL（強化學(xué)習）和ML（機器學(xué)習）可能也會(huì )為它帶來(lái)更多驚喜。
存內計算也擁有模擬和數?；旌蟽蓚€(gè)技術(shù)路徑，它們最大的差異主要在于運算用ADC+模擬電路實(shí)現的，還是基于數字電路實(shí)現。
炬芯科技選擇的是模數混合的存內計算，暫時(shí)命名為“Mixed-Mode SRAM based CIM”，簡(jiǎn)稱(chēng)MMSCIM，其優(yōu)勢是精度無(wú)限，可靠性和量產(chǎn)的一致性非常高，容易在制程上升級，容易提升速度或PPA。
目前，該芯片雖然還沒(méi)有進(jìn)入量產(chǎn)階段，但進(jìn)展非?？?。它在全矩陣運算情況下，未來(lái)22nm就有望達到每瓦7.8TOPS的能效比。值得一提的是，在12nm情況下，它就已經(jīng)接近50TOPS，足以挑戰在10mW范圍內釋放200～500GOPS算力。
邊緣與AI融合，挑戰與機遇并存
在周正宇博士看來(lái)，未來(lái)端側也會(huì )實(shí)現像ChatGPT、Tranformoer或類(lèi)似的功能，或許是手機，或者是手表，未來(lái)這些能力都能被人所觸及。就比如說(shuō)，早年軟盤(pán)只有1.44MB的存儲空間，而現在TWS耳機中的存儲空間都超過(guò)了幾十兆。
端側是AI非常好的載體，以手表為例，它是唯一一個(gè)長(cháng)時(shí)間佩戴且緊貼皮膚的裝置，因此，非常方便成為健康監測裝置，隨著(zhù)傳感器發(fā)展，心率、血壓信息都成為了可測量的數據。而最終，它會(huì )成為一個(gè)能夠隨時(shí)監測健康狀態(tài)的能手。
把幾億人的信息全部送到云端處理顯然不現實(shí)，而當邊緣端擁有AI，把專(zhuān)業(yè)的醫學(xué)知識灌注給它，它就會(huì )像一個(gè)移動(dòng)醫生一樣，隨時(shí)判斷心率、血氧變化是否健康。這就是邊緣AI的重要意義，這樣的例子在邊緣AI中不勝枚舉。
當然，挑戰與機遇并存。對國產(chǎn)來(lái)說(shuō)，在端側做AI挑戰有兩方面，一方面如何以更好的能效比、PPA來(lái)實(shí)現人工智能，另一方面則是在于芯片制造，如何利用主流制程做到先進(jìn)制程的產(chǎn)品性能，這是國產(chǎn)芯片設計公司必須面對的挑戰。
自從ChatGPT問(wèn)世，最大的變化是自學(xué)習和自適應，而在其中隱私是很大問(wèn)題，未來(lái)端側也必然也要面對這樣的挑戰。
”我認為現在A(yíng)I最缺乏的是生態(tài)?！笔聦?shí)上，芯片行業(yè)大多情況都會(huì )把重點(diǎn)放在硬件設計，但實(shí)際上，一個(gè)行業(yè)必須擁有自己的生態(tài)，國內更需要自己的生態(tài)。就比如說(shuō)，TensorFlow與算力之前其實(shí)中間還間隔了很多層，或者說(shuō)工具，如果能做好這一層，就能建設好更好的國產(chǎn)生態(tài)。炬芯也會(huì )持續深耕，為國產(chǎn)芯片與生態(tài)建設添磚加瓦。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問(wèn)題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
以工藝窗口建模探索路徑：使用虛擬制造評估先進(jìn)DRAM電容器圖形化的工藝窗口
如何為ADAS 域控制器構建多攝像頭視覺(jué)感知系統？
