这款可穿戴设备运行设备内AI，电池续航约2周

专为女性健康与安全设计的可穿戴设备 Mai，目前正在印度进行数千人规模的用户测试。

大多数可穿戴设备无法本地运行 AI 模型 —— 在设备端运行功耗过高，因此数据通常需要上传云端处理。但新一代处理器有望改变这一局面。

Ambient Scientific 是押注模拟计算技术、让电池供电设备实现本地 AI 运行的公司之一。这家位于加州圣克拉拉的企业在深度学习芯片中融合了数字与模拟电路。如今，它正与印度科技公司 Dimension NXG 合作，推出搭载其技术的可穿戴设备。

3 月 10 日，两家公司发布了Mai—— 一款无屏幕腕戴式设备，专注女性健康与安全。该手环搭载 Ambient Scientific 的 GXP10 Pro 芯片，可让 AI 算法持续运行，一次充电续航长达两周。这些算法经过训练，能够通过检测跌倒或压力信号判断佩戴者是否处于危险中。

Dimension NXG 已启动 Mai 的实地测试阶段，向印度各地数千名用户寄送产品。公司计划在今年年底前出货超过 1 万台。

AI 可穿戴中的模拟计算

Ambient Scientific 首席执行官 GP・辛格表示，对 AI 而言，“算法中 95% 的数学运算只有一种：乘累加运算（MAC）”。这类操作是支撑深度学习矩阵乘法的基础。

总体而言，在大多数计算中模拟计算比数字计算更慢、精度更低，但MAC 操作是个例外。模拟方法可并行处理数据，因此在执行矩阵乘法等复杂任务时，比数字二进制逻辑更高效。

这意味着模拟计算非常适合 AI。但问题在于，大规模量产时模拟系统难以保证稳定性，制造过程中哪怕微小的偏差都会显著影响电路性能。因此，为兼顾模拟与数字的优势，Ambient Scientific 将最敏感的功能转换为数字信号处理。

辛格称，GPX10 芯片有三大核心优势：

• 高度可编程、灵活性强，可适配多种应用；

• 功耗极低，即便搭载 10 个 AI 核心，也能在电池供电设备上运行；

• 可同时接收多达 20 个数字传感器的输入，非常适合可穿戴与物联网设备。

辛格表示，这款芯片内存容量有限，但足以满足当前目标应用，包括 Mai 这类可穿戴设备。

Mai：注重隐私的安全功能

睡眠时人脑会进入潜意识状态，但必要时仍可轻易唤醒。而如今大多数设备的 “睡眠模式” 会近乎完全关闭系统。“它们并非真正的潜意识待机。” 辛格说。

相比之下，Mai 仅以微瓦级功耗持续运行，保持警觉状态。

设备持续监测三类信号：

• 跌倒检测

• 侵害行为识别

• 安全口令识别

Mai 支持 5G 网络，一旦检测到上述危险信号，会立即将包含 GPS 定位的警报发送给急救部门或家人。

Ambient Scientific 产品营销主管萨哈什・辛加尼亚表示：“全天候开启安全口令识别至关重要，用户无需按键或抬手，因为她们可能身处无法做出这些动作的处境。”

部分用户可能对全天候监听的设备存在隐私顾虑。但由于 Mai 的 AI 完全运行在设备本地，大部分数据不会离开设备。只有在检测到异常时才发送警报，而非语音录音，其余数据会在毫秒内丢弃。

辛格表示，这意味着公司不会存储敏感数据，同时大幅降低第三方攻击风险 —— 这类攻击通常发生在数据通过 Wi-Fi 或蓝牙往返传输时。

降低可穿戴设备误报率

误报一直是这类设备的主要难题。误报过多，设备就会像 “狼来了” 一样失去信任。

辛格称，Mai 的算法精度足够高，能够区分跌倒与用力坐下等动作。其误报率低于每三天一次，优于其他同类产品。

Mai 同时面向女性健康设计。和其他可穿戴设备一样，它可采集心率、血氧数据。Dimension NXG 正与一家知名医学研究机构合作开展临床研究，寻找多囊卵巢综合征（PCOS）的早期预警信号。该病影响 10%–13% 的育龄女性。

该设备率先在印度上市，Dimension NXG 计划后续拓展至其他东南亚国家。

与此同时，Ambient Scientific 也在规划性能更强的 AI 芯片，包括用于机器人、无人机的 64 核版本，以及面向数据中心的处理器。