Anker Innovations presenterar THUS™ AI-chipplattformen och en flerårig satsning på lokal AI för konsumentprodukter

Anker Innovations presenterar THUS™, en egenutvecklad AI-chipplattform framtagen för att möjliggöra lokal neuronnätsbaserad AI i konsumentprodukter. Satsningen inleds inom ljud och utökas därefter till mobiltillbehör och IoT-enheter.

En 80 år gammal arkitektur möter en ny era

Alla chip som utvecklas i dag bygger i grunden på en arkitektur som etablerades 1945 av matematikern John von Neumann. Grundprincipen var att dela upp och lösa problem steg för steg: att bryta ned ett problem i avgränsade moment, översätta dem till kod och exekvera dem ett i taget. Det sekventiella arbetssättet får en viktig konsekvens. Vid varje given tidpunkt körs endast en liten del av koden. Därför kan minne och processor vara fysiskt åtskilda. Programmen lagras i minnet, medan CPU:n hämtar en instruktion i taget, exekverar den och går vidare till nästa. I åtta decennier har denna modell tjänat datortekniken väl, från stordatorer och persondatorer till dagens datacenter.

AI förändrar detta i grunden. Ett neuronnät delar inte upp ett problem i separata steg. I stället bearbetar det problemet från början till slut och använder samtidigt miljontals eller miljarder inlärda parametrar. Varje inferens kräver att samtliga dessa parametrar transporteras fram och tillbaka mellan minnet och processorn. I ett datacenter innebär det en teknisk kostnad. I en bärbar enhet med ett batteri mindre än en fingernagel blir det däremot ett grundläggande hinder: mer än 90 procent av chipets energiförbrukning går åt enbart till att flytta data, vilket lämnar mycket lite kvar till själva beräkningen. Dessutom är modellen ofta för stor för att över huvud taget få plats på enheten.

THUS™ AI-chipplattform

Lösningen har länge funnits i naturen. Nervceller i den mänskliga hjärnan skiljer inte mellan var information lagras och var den bearbetas. Båda funktionerna sker på samma plats. THUS™ tillämpar samma princip i kisel.

I stället för att flytta modellparametrar mellan fysiskt separata minnes- och processorenheter integrerar THUS™ beräkningen direkt i NOR Flash-minnesceller. Modellparametrarna behöver därmed aldrig flyttas. Den energi som annars skulle ha använts för dataförflyttning kan i stället användas till faktisk beräkning. Compute-in-memory baserat på NOR Flash kräver dessutom ungefär en sjättedel av den fysiska ytan jämfört med SRAM-baserade alternativ, vilket gör tekniken möjlig även i de mest utrymmesbegränsade konsumentprodukterna.

”Varje AI-chip som byggts hittills lagrar modellen på ena sidan och utför beräkningen på den andra. För att kunna tänka måste enheten flytta alla dessa parametrar fram och tillbaka, många gånger per sekund, vid varje inferens. THUS™ placerar beräkningen där modellen redan finns. Modellen behöver aldrig flyttas igen.” säger Steven Yang, grundare och vd för Anker Innovations

Det första THUS™ AI-chipet: världens första neuronnätsbaserade CIM-AI-ljudchip

ANKER valde att introducera det första THUS™ AI-chipet i öronsnäckor, den mest krävande miljön för ett AI-chip. Öronsnäckor arbetar med effekt på milliwattnivå och erbjuder i princip inget utrymme för kisel, samtidigt som brusreducering måste köras kontinuerligt. Hittills har detta inneburit att öronsnäckor varit begränsade till små neuronnät med som mest några hundra tusen parametrar. Det har inte varit tillräckligt för att effektivt hantera komplext bakgrundsljud i verkliga miljöer. THUS™-chipet flyttar fram den gränsen. Det stöder flera miljoner parametrar över flera arbetslaster och levererar upp till 150 gånger mer AI-beräkningskraft för uppgiften miljöbrusreducering än Ankers flaggskeppsöronsnäckor i föregående generation.^[1]

Chipets första offentliggjorda funktion, Clear Calls, adresserar ett problem som alla användare av öronsnäckor känner igen: vad personen i andra änden av samtalet faktiskt hör. Traditionell Environmental Noise Cancellation (ENC) bygger på signalbehandlingsalgoritmer eller små neuronnät som tappar effekt i bullriga och komplexa miljöer, som barer, flygplatser och trafikerade gator. Clear Calls ersätter dessa metoder med ett stort neuronnät som körs helt lokalt på enheten, med stöd av åtta MEMS-mikrofoner och två sensorer för benledning som isolerar talarens röst utifrån dess fysiska vibrationer. Resultatet är avsevärt renare samtal, oavsett miljö. Ytterligare AI-drivna funktioner, däribland Signature Sound och Voice Control, kommer att presenteras närmare på Anker Day den 21 maj 2026 i New York.

En plattform för framtiden

THUS™ är en flerårig plattform utvecklad för att föra lokal AI till hela Ankers produktplan, från ljudenheter till mobiltillbehör och IoT-enheter. Kommande chip inom plattformen är avsedda att stödja ytterligare funktioner i takt med att produktportföljen utvecklas.

Tillgänglighet

Det första THUS™ AI-chipet kommer att integreras i soundcores kommande flaggskeppsöronsnäckor. Fullständiga produktdetaljer presenteras på Anker Day den 21 maj 2026 i New York. Läs mer om THUS™ och kommande produkter på Anker THUS™.

Om THUS™

THUS™ har hämtat inspiration från uttrycket ”Thus have I heard”, ett buddhistiskt uttryck som speglar direkt överföring, alltså kunskap som förmedlas så som den upplevdes, utan förvrängning. Det första THUS™ AI-chipet utvecklades genom ett strategiskt partnerskap med ett globalt företag inom compute-memory-teknik, där Ankers AI-expertis kombinerades med gemensam hårdvarudesign. Anker har exklusiv licens till tekniken. Chipet tillverkas i Tyskland som en del av Ankers globala tillverkningsnätverk.

Om Anker Innovations

Anker Innovations är en global ledare inom laddningsteknik och energilagring för hemmet samt utvecklare av unika konsumentelektronikprodukter för premiumljud, mobil underhållning och det framväxande smarta hemmet. Innovationsarbetet drivs av företagets tre nyckelvarumärken: Anker, eufy och soundcore. Mer information om Anker Innovations och företagets olika varumärken finns på ankernordics.com.

^[1]Alla prestandasiffror baseras på interna laboratorietester genomförda av Anker. Siffran 150x AI-beräkningskraft gäller specifikt uppgiften miljöbrusreducering och speglar den arkitektoniska förändringen från regelbaserad bearbetning till neuronnätsbaserad AI-bearbetning. Det är inte ett generellt prestandapåstående och återspeglar inte en uppgradering av processtekniknod. Arbetslasten för miljöbrusreducering som avses här körs som en lokal neuronnätsmodell på det första THUS™-chipet.