AI语音助手普遍存在的“窃听”问题，思必驰能解吗？( 五 )_遥想2011年

什么样的算力对于AI语音芯片是合适的？相比图像AI芯片，由于语音的神经网络的规模比图像的神经网络规模小，因此图像的AI算力需求比语音更强。但从处理的复杂程度看，两者相当，这是因为将语音转换成文字之后，还涉及到语义的识别、多轮对话等，在某种程度上比图像人脸识别更为复杂。

朱澄宇表示，深聪需要预估市场的需求，然后转换成一个量化的硬件指标。同时还要考虑到算法的快速迭代，用一套方法和流程去应变，而这个应变的过程就是软硬协同的过程。比如深聪定义下一代芯片的时候，要实现本地语音识别，就会根据目前的语音算法需要的算力进行评估，再增加一些冗余。

雷锋网此前报道，深聪的首代AI芯片TH1520进行了软硬一体的深度优化，基于双DSP架构，内部集成codec编解码器以及大容量的内置存储单元，同时， TH1520采用了AI指令集扩展和算法硬件加速的方式，使其相较于传统通用芯片具有10倍以上的效率提升。并且， TH1520在架构上具有算力及存储资源的灵活性，支持未来算法的升级和扩展。