在智能穿戴与AIoT领域，性能和功耗之间的平衡挑战，始终是业界最核心的课题。近期，知存科技展示了他们在存算一体方向上的最新突破，特别是那颗已在TWS耳机、智能穿戴设备中实现落地的WTM2101芯片，凭借在AI语音与健康监测方面的出色表现，已成功获得大量量产验证。

作为存内计算SoC芯片的代表，WTM2101瞄准的是端侧AI计算市场。它的核心优势十分明确：将超高算力与超低功耗融于一体。那么，让WTM2101脱颖而出的，究竟是哪四项关键能力？

NN VAD与数百条语音指令识别

离线语音唤醒与识别，在家居和智能音箱领域已不算新鲜事。但放在功耗预算极其苛刻的可穿戴设备上，情况就完全不同了。行业内，AI语音识别率与误唤醒率之间的平衡始终是一大难题。WTM2101的解决方案是：在运行高算力AI算法时，将功耗直接压低至微安级别。这意味着，即使你的手表电池容量只有几十毫安，也能实现真正的语音唤醒与指令识别。更值得一提的是，它可以运行全音素算法模型，不仅唤醒功耗极低，在免唤醒状态下处理数百条指令识别时，整体功耗也能控制在1mA以下。这彻底改变了以往可穿戴设备在语音交互方面“有心无力”的困境。

超低功耗实现NN环境降噪与健康监测算法

NN环境降噪的效果，往往与算力成正比。但WTM2101的存内计算单元，能够灵活运行从几十Mops到几Gops的不同NN降噪算法，而功耗仅需1mA到3mA。这对TWS耳机和通话设备而言，意味着更纯净的通话质量，同时续航不受影响。

再看健康监测。这是当前可穿戴设备最大的市场方向之一。基于深度学习的血压预测、运动心率分析、疾病风险预测，在临床端已有不错应用，但受限于算力，这些算法大多在手机APP或云端执行，无法实现设备端的实时监测。而知存科技与专业医疗及健康领域机构深度合作，成功将这些复杂算法移植到WTM2101上。这样一来，可穿戴设备就能实现超低功耗的健康实时监控，数据无需依赖手机，极大提升了使用的便捷性与实时性。

典型应用场景下，工作功耗均在微瓦级别

WTM2101的存内计算核集成了180万个非易失性存储计算单元。嵌入算法后，最大可并行完成近百万个8-bit乘加法计算。这里的关键在于“非易失性”特性。即便断电，计算核内的算法数据也不会丢失。这使其可以在峰值计算与断电状态之间高速随机切换——需要算力时火力全开，无事可做时立刻“断电解甲”。正是这种灵活切换，实现了高算力与超低功耗的兼得。

采用极小封装尺寸

针对TWS与可穿戴设备这类小体积硬件，WTM2101提供了WLCSP的2.6x3.2mm²极小封装。它支持I2C/I2S/SPI/UART等多种接口组合进行数据通信与控制，同时音频输入也提供Analog和PDM编解码及旁路输出，方便系统灵活集成与声音信道扩展。可以说，这正是为那些体积受限、功耗敏感、但又需要离线语音功能的产品量身定制。

目前来看，WTM2101的应用场景已经从音频、智能穿戴，快速向健康设备、医疗设备、工业定位等方向扩展。接下来，知存科技在芯片迭代上的重点，将放在架构、精度和工具链的进一步优化上。通过持续的存算一体技术突破，为AI市场提供更强、更省电的算力支撑。