Anker Thus, Chip AI Revolusioner Pangkas Konsumsi Daya Wearable

JawaPos.com - Selama hampir 80 tahun, arsitektur chip modern dibangun berdasarkan konsep yang diperkenalkan oleh John von Neumann pada 1945, yakni memisahkan unit pemrosesan dan memori, lalu memindahkan data di antara keduanya secara terus-menerus untuk menjalankan instruksi.

Pendekatan ini telah menjadi fondasi berbagai perangkat komputasi, mulai dari komputer mainframe, desktop, hingga pusat data. Namun, perkembangan kecerdasan buatan (AI) mulai menunjukkan keterbatasan dari model tersebut.

Pada jaringan saraf (neural network), jutaan parameter diproses secara bersamaan. Di perangkat wearable, perpindahan data antara memori dan prosesor justru menghabiskan lebih dari 90 persen konsumsi daya chip, sehingga energi yang tersisa untuk komputasi menjadi sangat minim.

Untuk menjawab tantangan itu, Thus dari Anker Innovations menghadirkan pendekatan baru dengan menempatkan proses komputasi langsung di dalam sel memori NOR Flash, lokasi tempat model AI disimpan.

Dengan metode ini, parameter model tidak lagi perlu dipindahkan bolak-balik, sehingga konsumsi daya dapat difokuskan sepenuhnya untuk proses komputasi AI.

Chip AI Thus pertama kali diperkenalkan melalui perangkat earbuds dan diklaim mampu menghadirkan performa komputasi AI hingga 150 kali lebih tinggi untuk fitur environmental noise cancellation dibandingkan generasi earphone flagship Anker sebelumnya.

Fitur perdana yang dibawa chip ini adalah Clear Calls, yang menjalankan neural network berukuran besar sepenuhnya secara on-device.

Teknologi tersebut didukung delapan mikrofon MEMS dan dua sensor bone conduction untuk menghasilkan kualitas suara panggilan yang lebih jernih dalam berbagai kondisi lingkungan.

Selain itu, Anker juga memperkenalkan fitur AI lain seperti Signature Sound dan Voice Control dalam ajang Anker Day.

“Hingga saat ini, setiap chip AI yang diciptakan selalu menyimpan model di satu sisi dan melakukan komputasi di sisi lainnya. Untuk dapat berpikir, perangkat harus memindahkan seluruh parameter tersebut bolak-balik, berkali-kali per detik, di setiap proses inferensi. THUS™ menempatkan komputasi langsung di tempat model itu berada. Dengan demikian, model tersebut tidak perlu berpindah tempat lagi,” ujar Steven Yang dalam keterangannya.