一直在聽的設(shè)備讓播放音樂、打開智能電視、調(diào)低恒溫器變得無比輕松，甚至在有人闖入房屋時(shí)提醒我們。但是他們讓我們經(jīng)常將它們插入交流電源或更換電池。

雖然有時(shí)感覺語音助手已經(jīng)在我們的生活中存在了幾十年，但直到 2014 年底，亞馬遜才推出了第一款智能揚(yáng)聲器 Amazon Echo。五年后，我們現(xiàn)在已經(jīng)在智能揚(yáng)聲器、智能家居系統(tǒng)、可穿戴設(shè)備和其他智能設(shè)備中安裝了數(shù)億個(gè)數(shù)字語音助手，這些設(shè)備總是在聽一個(gè)喚醒詞。SAR Insight & Consulting根據(jù)其最新研究預(yù)測(cè)，到 2023 年，始終在線的語音設(shè)備的安裝基數(shù)將躍升至近 10 億臺(tái)。

最初使始終聆聽和語音優(yōu)先成為可能的傳感器——鉛筆尖大小的超微型微機(jī)電系統(tǒng) ( MEMS ) 麥克風(fēng)——捕獲環(huán)境聲音數(shù)據(jù)。起初，在云中處理數(shù)據(jù)、分析喚醒詞和命令的聲音似乎是一個(gè)很好的解決方案。但是，語音助手和其他始終在線的物聯(lián)網(wǎng)設(shè)備的指數(shù)級(jí)增長(zhǎng)正在產(chǎn)生如此多的數(shù)據(jù)——根據(jù)國(guó)際數(shù)據(jù)公司的數(shù)據(jù)，2025 年將有 416 億臺(tái)物聯(lián)網(wǎng)設(shè)備產(chǎn)生 79.4 澤字節(jié)的數(shù)據(jù)1——我們對(duì)集體帶寬負(fù)擔(dān)過重，并造成成本和功率效率低下，這是一個(gè)意想不到的后果。這正在推動(dòng)半導(dǎo)體行業(yè)尋找新的方法將一些強(qiáng)大的云計(jì)算引入設(shè)備——一種稱為邊緣處理的能力。

邊緣的挑戰(zhàn)

邊緣計(jì)算的成功在很大程度上依賴于低功耗數(shù)字信號(hào)處理器和微控制器的快速普及——其中一些包括嵌入式神經(jīng)網(wǎng)絡(luò)，即微型機(jī)器學(xué)習(xí) (TinyML) 芯片。這些主要是數(shù)字處理芯片可以直接在設(shè)備上處理復(fù)雜的數(shù)據(jù)分析，例如確定是否說出了喚醒詞。但是，雖然這些芯片現(xiàn)在可能像大腦一樣聰明，但它們?nèi)匀灰蕾囉诘谝豢钍冀K在線傳感設(shè)備中使用的原始系統(tǒng)架構(gòu)，需要立即將所有聲音（自然是模擬的）轉(zhuǎn)換為數(shù)字信號(hào)。即使聲音（例如狗叫聲或嬰兒哭聲）不可能包含喚醒詞，情況也是如此。浪費(fèi)電力和數(shù)據(jù)，

消費(fèi)者仍然期望可以放在口袋甚至耳朵里的更小的始終聆聽的智能設(shè)備具有相同或更好的性能，但不會(huì)犧牲電池壽命。這使 OEM 陷入困境，因?yàn)槿绻麄兝^續(xù)使用舊架構(gòu)，他們將繼續(xù)浪費(fèi) 80% 到 90% 的電池壽命來處理無意義的數(shù)據(jù)。他們將被迫讓消費(fèi)者選擇兩個(gè)弊端中較小的一個(gè)：必須插入墻上的非便攜式語音助手或可以去任何地方但電池壽命短的便攜式語音助手。

由于在系統(tǒng)中移動(dòng)數(shù)據(jù)會(huì)消耗電力，因此最有效的節(jié)能方法是盡快將數(shù)據(jù)量減少到重要的程度。如果我們真的想解決一直在聽的力量挑戰(zhàn)，我們需要一種新的范式，更接近地模仿大腦在任何給定時(shí)刻有效處理來自人類感官系統(tǒng)的大量數(shù)據(jù)的能力。預(yù)先花費(fèi)一點(diǎn)點(diǎn)精力來確定什么是相關(guān)的，并節(jié)省大部分資源來僅處理最重要的數(shù)據(jù)。

聲音自然是模擬的

提高始終收聽設(shè)備的電池壽命需要采用當(dāng)今許多工程師認(rèn)為既過時(shí)又令人生畏的技術(shù)：模擬。處理來自真實(shí)世界的原始、非結(jié)構(gòu)化模擬信號(hào)——即觸摸、視覺、聽覺和振動(dòng)——是很困難的。自從推出第一個(gè)數(shù)字集成電路以來，創(chuàng)建處理傳感器信號(hào)的產(chǎn)品（使用熟悉的 1 或 0）比直接處理感測(cè)到的模擬數(shù)據(jù)要簡(jiǎn)單得多。（這就是為什么永遠(yuǎn)在線的設(shè)備會(huì)立即將模擬輸入轉(zhuǎn)換為數(shù)字信號(hào)，然后再進(jìn)行幾乎任何其他操作。）

雖然過去 50 年來數(shù)字化有效地解決了處理挑戰(zhàn)，但它可能最終在物理定律上碰壁了。數(shù)字設(shè)備擴(kuò)展的放緩導(dǎo)致技術(shù)人員對(duì)設(shè)備內(nèi)部的芯片進(jìn)行創(chuàng)新。在這種情況下，這種創(chuàng)造力通過兩個(gè)根本性的變化來實(shí)現(xiàn)：更加戰(zhàn)略性地使用數(shù)字，因此數(shù)字芯片僅在必要時(shí)才進(jìn)行大量處理；并使用模擬電路固有的低功耗，結(jié)合機(jī)器學(xué)習(xí)，進(jìn)行第一輪分析，確定聲音數(shù)據(jù)是否仍處于自然模擬狀態(tài)時(shí)是否存在語音。這使數(shù)字處理芯片保持在低功耗睡眠模式，直到它們真正需要“收聽”關(guān)鍵字。

在永遠(yuǎn)在線的設(shè)備中實(shí)現(xiàn)更高能效的途徑不在于讓每個(gè)芯片“像大腦一樣思考”，而在于重新構(gòu)想更像人類感官系統(tǒng)的系統(tǒng)架構(gòu)，逐步分層分析聲音，以便將最多的能量集中在關(guān)于什么是最重要的。

?

仿生邊緣處理（底部）將數(shù)字處理能力集中在最相關(guān)的感官數(shù)據(jù)上。（圖片：Aspinity）

每個(gè)人都贏了

尋求更長(zhǎng)的電池壽命將鼓勵(lì)系統(tǒng)設(shè)計(jì)人員采用一種新的架構(gòu)范例，其中更少的數(shù)據(jù)處理意味著更長(zhǎng)的電池壽命。位于邊緣的模擬 ML 芯片可以充當(dāng)智能流量管理器，讓數(shù)字處理芯片保持休眠狀態(tài)，除非需要它們。這種受生物啟發(fā)的永遠(yuǎn)在線邊緣處理方法允許模擬和數(shù)字處理器執(zhí)行它們最高效的工作，使消費(fèi)者成為最終的贏家。畢竟，誰不想要一個(gè)單節(jié)電池就能運(yùn)行一年的聲控電視遙控器呢？

參考

1 International Data Corp. 全球數(shù)據(jù)領(lǐng)域物聯(lián)網(wǎng)設(shè)備和數(shù)據(jù)預(yù)測(cè)，2019-2023 年。2019 年 6 月