从降噪耳机到存算一体：安克的“被迫”创新之路

当一家以消费电子闻名的企业开始自研芯片，背后往往不是野心膨胀，而是技术路径被逼至死角的必然选择。安克创新的故事，正是这样一个“被迫”突破边界的典型案例。

在2023年之前，安克已在充电、音频等领域建立了稳固的市场地位。但面对“持续改良”还是“重新定义创新”的抉择时，创始人阳萌与核心团队做出了关键决策：挑战技术上限。这场战略转向，最终将安克从一家硬件公司，推向了底层架构创新的深水区。

降噪的瓶颈：当分治法走到尽头

传统耳机降噪技术依赖“分治法”——将声音处理拆解为波束成形、回声消除、噪声抑制等多个模块，各自优化。这种方法在过去几十年中让耳机从“几乎不可用”进步到“基本可用”，但代价是系统割裂、信息孤岛频现。在复杂环境中，各模块协同失效，导致语音失真、延迟增加，用户体验始终存在天花板。

安克团队意识到，真正的突破不能靠“打补丁”，而需要一种更接近人类听觉机制的方式：端到端神经网络。他们训练出一个能整体理解声音场景的大模型，直接识别并保留人声，而非机械地过滤噪音。实验室测试中，新模型表现远超传统方案。

然而，胜利的曙光很快被现实浇灭：模型参数量高达1.5兆，推理功耗巨大，传统芯片运行一小时便耗尽电量——技术先进，却无法落地。

芯片之困：冯·诺依曼架构的“数据搬运税”

问题的根源，不在于算法不够聪明，而在于芯片架构的先天局限。主流芯片仍基于冯·诺依曼架构，存储与计算分离。这意味着每一次推理，模型参数都需从内存反复加载至计算单元，数据搬运消耗了超过90%的能耗。

“我们不是在算得不够快，而是在‘搬’得太多。”安克音频技术研究院的工程师指出。这种架构在低频任务中尚可接受，但在高频、持续的AI推理场景下，效率断崖式下降。

安克尝试寻找现成芯片，却发现市场上没有一颗能同时满足低功耗与大算力的方案。传统芯片厂商的设计逻辑，与端侧AI的需求存在根本性错配。

存算一体：打破冯·诺依曼的枷锁

最终，安克选择了一条少有人走的路：存算一体。

这项技术的核心，是将计算单元嵌入存储结构内部，使数据在原地即可完成运算，彻底消除“数据搬运”这一能耗黑洞。基于NOR Flash技术，安克联合合作伙伴推出了Thus芯片——业界首款商用兆级存算一体AI音频芯片。

Thus芯片原生支持4兆参数模型，在内部测试中，相较传统蓝牙芯片实现了最高约150倍的AI算力提升，同时将能效比提升至前所未有的水平。原本被浪费的90%能量，如今真正用于有效计算。

这不仅是算力的跃迁，更是计算范式的重构。安克由此跳出了“优化旧系统”的循环，从底层重新定义了端侧智能的硬件基础。

从耳机到生态：安克的下一步棋

Thus芯片的诞生，远不止解决降噪问题。它标志着安克正式进入端侧AI的系统级创新阶段。未来，这颗芯片不仅服务于耳机，更可能成为智能家居、可穿戴设备乃至具身智能的感知与计算核心。

阳萌在技术沟通会上透露，安克的长期愿景是构建家庭级智能操作系统，而“耳”作为六感中最具私密性与移动性的入口，是理想的起点。从降噪到语音交互，从环境感知到健康监测，端侧AI的潜力正在被重新打开。

自研芯片和操作系统，只是安克补上技术研发能力的开始。真正的挑战，才刚刚浮现。

标签： 存算一体芯片 端侧AI 安克创新 降噪技术 AI硬件