软硬结合，刚柔并济
软硬结合的第一步是把算法变成汇编语言，然后在软件开发环境下进行分析，分析结果发现大有可为。比如，算法中的四舍五入，用汇编来看，需要判断、移位、复制等十个步骤，芯片工程师觉得只要一步指令就可以完成，于是算法工程师和硬件工程师一起定制了一套指令，将效率提高了10倍。软硬件工程师一起交流，碰撞出很多火花，这是我们在较短时间内大幅度提升芯片性能的一个方法，第一步通过算法的工程实现、芯片的配置架构和芯片的物理进行初步融合，就达到了全系列麦克风阵列、AI关键字和指令的识别，以及低功耗唤醒的目标。
第二步，将语音算法和基础IP再融合，在做语音算法时考虑到后面的流程，在最底层考虑到前面，进行深层次的融合，可以把芯片的能力和能效再提升一个数量级，满足下一代芯片的需求，本地的语音识别、本地的语义识别、安全特征、声纹特征。第二代芯片的预研发已经开始。
第三，人机交互的最高境界是拟人化交流，不光需要语音，还需要视觉、运动、味觉、触觉，需要更深层次的多模态整合算法，与存储工艺封装等融合和优化，会用到新的存储技术做存储计算。
将来软硬结合发展趋势是通过算法和实现，最终生产深度交流，不断提高芯片的性能，在摩尔定律走到尽头的背景下，软硬结合大有可为，人工智能软硬结合是芯片性能继续提升的一个方向。
AI时代是一个软件定义硬件的时代
软件是以天和周为单位进行版本更新，而半导体芯片从产品设计到流片、验证、封装、测试，一般周期是一年半到两年。清华大学魏少军教授说过，即将到来的AI时代是一个软件定义硬件的时代，是一个算法定义芯片的时代。深聪智能在思必驰强力算法的支持下，优势就是充分做到“软件＋硬件”的融合以及深度优化，这已经反映出软件定义芯片的时代已经到来。深聪智能的成立满足了从算法到模块，到平台到生态的迁移，思必驰十年的技术积累，已经从一个算法产品公司迈向一个平台、一个系统、一个生态，打通了云和端，就是欠缺了芯片。
AI＋IoT是下一个十年是所有半导体公司都关注的点。通用芯片开始是为了满足最大的出货量，不管是高通、联发科还是海思、展讯，不管瞄准的是手机、TV，还是盒子、白电，他们想要做到的是一款芯片打遍全世界，英特尔控制了PC时代，彼此都有标准化；在移动互联网时代，即使是安卓、ARM、高通、联发科、海思等，它们对硬件的要求，对软件的依附都已经被量化，在AI时代，专用IC才能满足物联网的碎片化需求，借用专用芯片到定制的架构，我们只是将算法和算法模型从通用型芯片移植到专用芯片上，我们强调功耗和专用芯片是为了针对特定的场景、特定的算法、特定的模型量身定做，而不是通用芯片的“削足适履”。
接下来是从专用芯片迈向专用架构，目前的CPU、FPGA、GPU并不符合未来神经网络深度学习的需求，我们从专用芯片到专用架构，就可以反馈回去修改模型，AI 市场是要透过使用者来定义产品，再由把需求反馈给算法，靠算法实现 。
通用芯片无法和数据产生连接，无法和市场产生连接，无法和算法产生连接，算法是灵魂，芯片是框架，没有灵魂的框架是产生不了价值的，必须采用专用芯片才能发挥算法的潜力。芯片需要老司机，深聪智能拥有算法大牛和芯片设计老鸟，软件和算法的融合才能作出优秀的芯片。思必驰面向的是物联网，不做“me too”的产品，而是和众多的合作伙伴一起共赢，迎接AI时代的来临。
