Anker Innovations lanserar THUS, en AI-plattform som flyttar beräkningarna direkt in i minnet för extrem prestanda i prylar.
Sedan 1945 har nästan all teknik byggt på von Neumann-arkitekturen, där processor och minne är separerade. Det har fungerat bra för datorer, men för modern AI är det en flaskhals. När data ständigt måste flyttas fram och tillbaka mellan enheter går över 90 procent av energin åt till bara själva transporten. I små bärbara prylar med minimala batterier blir detta ett enormt problem.
Anker Innovations har nu presenterat THUS, en chipplattform som kastar ut de gamla reglerna. Istället för att flytta informationen sker beräkningarna direkt i minnescellerna, precis som i den mänskliga hjärnan. Resultatet är en teknik som kräver mindre ström och tar betydligt mindre plats i anspråk.
Revolution för dina öron
Det första användningsområdet för det nya AI-chipet blir trådlösa öronsnäckor under varumärket Soundcore. Det är en av de mest utmanande miljöerna för teknik eftersom batterierna är små och utrymmet för hårdvara är extremt begränsat.

Tidigare har öronsnäckor bara kunnat hantera enkla AI-uppgifter, men med THUS-chipet utlovar Anker upp till 150 gånger mer beräkningskraft för brusreducering jämfört med tidigare toppmodeller. Genom att köra stora neuronnät lokalt direkt i snäckan kan tekniken effektivt isolera röster även i extremt bullriga miljöer som flygplatser eller barer.
Framtiden är lokal AI
Satsningen stannar inte vid ljudprodukter. Anker planerar att rulla ut THUS-plattformen i hela sitt sortiment, vilket inkluderar allt från mobiltillbehör till smarta hemmet-prylar (IoT). Genom att sköta AI-processerna lokalt på enheterna istället för i molnet blir prylarna både snabbare och mer energisnåla.
Fler detaljer om de första produkterna med den nya tekniken, inklusive funktioner som Signature Sound och röststyrning, kommer att presenteras under det årliga evenemanget Anker Day i New York den 21 maj. Det ser ut som att vi står inför ett rejält kliv framåt för hur smarta våra vardagsprylar faktiskt kan bli.
