据悉，该芯片由云知声自主设计研发，采取云知声自主AI指令集，拥有具备自主知识产权的DeepNet、uDSP(数字旗子暗记处理器)，支持DNN/LSTM/CNN等多种深度神经网络模型，性能较通用方案提升超50倍。
较之于传统芯片，定制化的AI芯片由于运用处景和AI算法相对确定，因此在硬件设计上更加专门化，在面向此类任务时其相对付通用芯片在打算密度及功耗上有绝对上风。因此，相较通用芯片而言，AI芯片可以在更低的主频、更小的芯片面积，完成机器学习中同等任务量的打算，做到本钱、功耗、算力等多维需求之间的完美平衡。
云知声第一代 UniOne 物联网 AI 芯片及办理方案——雨燕采取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 的并走运算性能发挥到极致，在更低本钱和功耗下供应更高的算力。
在架构灵巧性方面，雨燕通过Scratch-Pad将主控CPU与AI加速器内部RAM相连，可供应高效的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。其余，连接各个运算单元的可编程互联矩阵架构，供应了扩展运算指令的功能，从而进一步提升硬件架构的灵巧性及可扩展性。同时，芯片采取多级多模式唤醒，从能量检测，到人类声音检测，再到唤醒词检测，针对语音设备及利用场景的定制化Power Domain等技能，可将芯片功耗降落至最低。详细而言，雨燕包括以下几大显著特色：
1、高性能深度学习加速：面向深度学习和语音旗子暗记处理的 AI 定制指令以及体系架构，将面向语音 AI 的并走运算性能发挥到极致，系统运算能力提升50倍以上;
2、高性能内部互联网络：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;
3、低功耗架构：异构 AMP架构可担保高性能与低功耗的有机结合，从而得到最佳的能效比，更适宜IoT场景;
4、端云结合：稠浊运用架构设计，得到本地与云端能力的最佳平衡。
云知声联合创始人/芯片卖力人李霄寒表示，云知声不仅供应雨燕芯片和终端引擎，还将运用部分向客户开源，同时供应相应定制化工具以及云端AI能力做事。通过云端芯结合，云知声基于雨燕供应的是面向一个个详细场景如智能家居、智能音箱、智能车载等的Turn-key办理方案。基于雨燕方案，可让客户站在更高的设计出发点，以更低的本钱在更短的韶光内打造出更稳定可靠的产品。同时，开源的方案也可确保客户基于已供应的 AI 能力自行设计其它各种长尾产品形态，构建更为丰富的AIoT生态。
“UniOne 不是一颗芯片，而是一系列芯片，它代表了云知声对付物联网 AI 芯片发展计策的整体构想。” 李霄寒指出，面向方案商与开拓者，UniOne可供应完全的语音 AI 运用参考方案、云端能力以及定制化工具，可以帮助客户在跨形态的物联网硬件产品上以最低的韶光、资源等探索本钱，打造最高体验的用户入口运用未来。
