Vad är ANKER Thus™? Ankers skräddarsydda AI-chip förklarat (2026)

Du står på en fullpackad tunnelbaneperrong och försöker ta ett jobbsamtal. Tåg dundrar förbi. Pendlare trängs. Stadens bakgrundsbrus byggs upp omkring dig. Dina hörlurars AI förväntas hantera allt detta, men de flesta ljudchip designades inte för denna typ av intelligens i realtid. De lånar beräkningskraft, förlitar sig på molnservrar och bränner batteri snabbare än du skulle önska. ANKER Thus™ är byggt för att ändra på det. Det är ett specialbyggt AI-chip designat specifikt för bärbar teknik, och det kommer till soundcores hörlurar under 2026. Här är vad det är, hur det fungerar och varför det spelar roll.

Vad är ANKER Thus™?

Enligt Anker är Thus världens första AI-ljudchip med "compute-in-memory" (CIM, en chiparkitektur där beräkningar sker direkt inuti minnet, istället för i en separat processor). Det är konstruerat för att köra neurala nätverksberäkningar direkt på själva enheten, utan att skicka data till externa servrar eller förlita sig på traditionella chipdesigner som inte är gjorda för AI-arbetsbelastningar.

Traditionella hörlurar kör AI-funktioner på chip för allmänna ändamål. Den hårdvaran var aldrig specialbyggd för den här typen av uppgifter. Thus är designat från grunden för ett enda jobb: att köra sofistikerad ljudintelligens inuti en enhet som är liten nog att sitta i ditt öra.

Som Ankers VD Steven Yang sa vid lanseringen av chippet: "Thus placerar beräkningen där modellen redan befinner sig. Modellen behöver aldrig flytta på sig igen."

Varför byggde Anker sitt eget AI-chip?

Eftersom inget befintligt chip kunde göra det vi behövde.

Konsumenthörlurar har alltid verkat under en trevägsspänning: prestanda, strömförbrukning och fysisk storlek. Pressar du AI:n hårdare sjunker batteritiden. Lägger du till mer beräkningskapacitet blir chippet varmare och kräver mer utrymme. De flesta hörlurar löser detta genom att köra minimal AI på enheten och flytta över tyngre uppgifter till molnservrar.

Molnbearbetning för med sig egna problem. Det uppstår fördröjning mellan att skicka ljuddata och att få tillbaka ett bearbetat resultat. Det kräver en stabil nätverksanslutning. Och din röstdata lämnar din enhet helt och hållet, vilket är ett växande orosmoment för användare som värnar om sin integritet.

Vårt svar var inte att optimera oss runt flaskhalsen. Det var att eliminera den arkitektoniskt. Thus är resultatet.

Hur fungerar ANKER Thus™-chippet?

Thus uppnår sin effektivitet genom att sluta gapet mellan var AI-modeller lagras och var beräkningen sker. Det låter som ett litet arkitektoniskt skifte, men konsekvenserna för vad hörlurar faktiskt kan göra är betydande.

Hur traditionella chip slösar med energi vid dataöverföring

I ett konventionellt chip är minne och beräkning fysiskt åtskilda. Att bearbeta ljud innebär att data ständigt måste flyttas mellan lagringen och processorenheten: för att filtrera brus, analysera röstfrekvenser och isolera tal från omgivande ljud.

Denna förflyttning är kostsam. I konventionell chipdesign går över 90 % av den förbrukade energin åt till att transportera data mellan minne och processorenheter, en siffra som dokumenterats av forskning från IEEE Computer Society. Endast en bråkdel används till själva beräkningen. Det ständiga fram och tillbaka-flyttandet begränsar också hur komplex AI-modellen kan vara: de flesta chip i hörlurar klarar bara modeller med hundratusentals parametrar.

Hur Thus tar beräkningen till datan

Thus vänder helt på detta. Istället för att flytta data till en beräkningsenhet, sker beräkningen inuti själva minnet. Datan stannar kvar på sin plats.

Två saker följer av detta skifte. För det första är den energi som tidigare förbrukades av datatransport nu tillgänglig för faktisk AI-bearbetning. För det andra, utan denna overheadkostnad, kan Thus stödja AI-modeller med flera miljoner parametrar, jämfört med de få hundratusen parametrar som tidigare chipdesigner kunde hantera, enligt Notebookcheck, vilket representerar en ungefärlig tiofaldig ökning av modellens skala.

Den sammanlagda effekten är betydande: Thus levererar upp till 150 gånger mer maximal AI-beräkningskraft jämfört med chippet i våra tidigare flaggskeppshörlurar, baserat på interna laboratorietester.

Vad den skalförändringen innebär i praktiken: en större modell kan känna igen fler typer av ljud, anpassa sig till mer komplexa och skiktade brusmiljöer, och prestera väl i situationer där en mindre modell skulle ha svårt att hänga med. Skillnaden märks inte i ett tyst rum. Den visar sig på en byggarbetsplats, på ett välfyllt evenemang eller var som helst där den akustiska miljön är oförutsägbar och ständigt förändras.

Klicka på bilden för att se hela tabellen

Upp till 150× maximal AI-beräkningskraft jämfört med chippet i våra tidigare flaggskeppshörlurar, NOR Flash CIM-arkitektur, baserat på interna laboratorietester.

Vad kan ANKER alltså™ egentligen göra?

Thus möjliggör viktiga AI-ljudfunktioner i soundcores hörlurar. Dessa inkluderar avancerad samtalsbearbetning med 10-sensorfusion för krävande miljöer, samt lokal bearbetning (on-device) som minskar beroendet av nätverksanslutningar för kärnfunktionerna.

Clear Calls och vad det levererar i verkligheten

Den mest påtagliga tillämpningen av Thus är Clear Calls: vår AI-drivna brusreducering för samtal, byggd på Thus™ AI-motor.

Clear Calls använder en uppsättning av 10 sensorer: 8 MEMS-mikrofoner (mikroelektromekaniska system) och 2 benledningssensorer. MEMS-mikrofonerna fångar in hela den akustiska miljön runt omkring dig. Benledningssensorerna känner av vibrationer genom ditt kranium. Den signalen består nästan helt av din röst, nästan utan någon som helst inblandning av omgivande brus.

Thus bearbetar alla 10 strömmar samtidigt, i realtid. Tänk tillbaka på tunnelbaneperrongen från inledningen. Tåget som rullar in. Folkmassan som tränger sig på. Med Clear Calls aktivt hör personen i andra änden av samtalet din röst – inte perrongen, inte tågen, inte sorlet av pendlare runt omkring dig. Gapet mellan vad mikrofonen fångar upp och vad personen du ringer till faktiskt hör, är precis där Thus utför sitt arbete.

Lokal AI (On-Device) utan fördröjning från molnet

Eftersom Thus bearbetar viktiga AI-funktioner på enheten, fungerar dessa funktioner utan att det krävs någon kontinuerlig molnanslutning. Inget ljud skickas till en server, ingen väntan på svar, inget prestandafall när din mottagning är dålig.

Det innebär att brusreduceringen anpassas direkt när din miljö förändras, istället för att vänta på en tur och retur-resa över nätverket.

Det innebär också att ljudbearbetningen för dessa kärnfunktioner stannar på din enhet. När brusreducering och ljudanalys körs lokalt skickas ingen ljudström till en server för analys, och det finns inget beroende av hur en extern tjänst lagrar eller hanterar den datan. Din röst reser fortfarande över din operatörs nätverk när du ringer ett samtal – det som stannar på enheten är AI-lagret som rensar upp ljudet innan det skickas iväg. För det lagret är lokal bearbetning inte bara snabbare. Det är tystare på ett sätt som är viktigt för mer än bara ljudet.

Vilka soundcore-hörlurar kommer att ha ANKER Thus™?

Thus kommer att göra sin debut i våra kommande soundcore-hörlurar, som lanseras på Anker Day den 21 maj 2026.

Vi har byggt in Thus i dem för att erbjuda avancerade AI-ljudfunktioner – inklusive Clear Calls med 10-sensorfusion – för vardagsanvändning, utan att kompromissa med batteritiden.

Vi gör också ett officiellt försök att slå Guinness World Records™-titeln för "Highest speech quality score (G-MOS) for TWS earbuds (objective test)" (Högsta talkvalitetspoäng (G-MOS) för helt trådlösa hörlurar (objektivt test)). G-MOS är ett standardiserat riktmärke som mäter hur tydligt en talares röst går fram i ett samtal – och det återspeglar verklig samtalsprestanda, inte bara kontrollerade testförhållanden. Vi kommer att dela resultaten på Anker Day den 21 maj.

Specifika modellnamn, priser och fullständiga specifikationer kommer att bekräftas på Anker Day. Om du vill bli meddelad när de släpps kan du anmäla ditt intresse inför lanseringen direkt på vår webbplats.

Slutsats

Thus är resultatet av att bygga något från grunden.

Samtal som håller måttet i krävande miljöer, AI som svarar med minskad fördröjning och en bearbetning som håller din ljuddata lokal. Det är så här lokal AI alltid var tänkt att kännas.

De första soundcore-hörlurarna som drivs av Thus lanseras den 21 maj på Anker Day. Få alla detaljer och anmäl dig direkt till lanseringsuppdateringar på vår hemsida.

FAQ

Vad betyder "compute-in-memory" enkelt förklarat?

"Compute-in-memory" innebär att beräkningar sker direkt inuti minneschippet, istället för i en separat processor. Tänk dig att du räknar direkt på en post-it-lapp istället för att kopiera över siffrorna till en whiteboard, räkna där, och sedan kopiera tillbaka resultatet. Datan behöver aldrig flyttas för att bearbetas, vilket sparar både tid och energi. I hörlurar innebär detta en kraftfullare AI som drar mindre batteri.

När kommer de första Thus-drivna soundcore-hörlurarna att finnas tillgängliga?

De första soundcore-hörlurarna utrustade med ANKER Thus™ är planerade att lanseras på Anker Day den 21 maj 2026. Registrering för lanseringsuppdateringar finns tillgänglig på vår webbplats inför släppdatumet.

Kräver ANKER Thus™ en internetanslutning för att fungera?

Nej. Thus kör viktiga AI-ljudfunktioner direkt på enheten, så kärnfunktioner som brusreducering för samtal fungerar utan att kräva kontinuerlig molnanslutning. Det finns inget serverberoende för AI-lagret och ingen tur och retur-resa till molnet. Ditt samtalsljud färdas fortfarande över din operatörs nätverk precis som vid vilket telefonsamtal som helst, det Thus behåller lokalt på enheten är brusreduceringen och ljudanalysen som sker före och efter.

Hur skiljer sig Thus från chip i vanliga hörlurar?

De flesta hörlurar på marknaden idag använder processorer där minne och beräkning är fysiskt åtskilda. Den separationen begränsar både storleken på den AI-modell som kan köras lokalt på enheten och hur effektivt chippet använder ström för AI-uppgifter. Thus använder en "compute-in-memory"-arkitektur, vilket tar bort den separationen helt och hållet. Resultatet är en större, mer kapabel AI-modell som förbrukar mindre energi. Den skillnaden blir mest märkbar under krävande verkliga förhållanden, till exempel i bullriga samtalsmiljöer.