IDC最新發(fā)布的《中國可穿戴設備市場季度跟蹤報告》顯示，2023年第三季度中國可穿戴設備市場出貨量為3470萬臺，同比增長7.5%，整體市場持續(xù)增長，正在進入穩(wěn)定復蘇狀態(tài)。智能手表市場出貨量1，140萬臺，同比增長5.5%。其中成人智能手表559萬臺，同比增長3.9%；兒童智能手表出貨量580萬臺，同比增長7.2%。

當前，芯片的發(fā)展和算力的升級是推動可穿戴設備發(fā)展的重要因素?？纱┐髟O備是另一種適合使用邊緣計算的應用場景?？纱┐髟O備通常需要實時地處理和傳輸大量數據，如健康監(jiān)測、智能手表等。

一方面，可穿戴設備位于端側，針對端側的可穿戴等小設備，對算力的要求遠低于智能駕駛和云計算設備，但對成本、功耗、時延、開發(fā)難度很敏感；另一方面，由于最靠近人類和現實世界，可穿戴設備也是距離數據最近的地方，未來要實現端到端的神經網絡，勢必要提升這個領域的計算能力。

或許在未來的某天，可穿戴設備也將成為集數據采集、處理和分析于一身的具有完整功能的產品。我們期待這一天的到來，因此我們開始思考，可穿戴設備談算力，是否為時過早？是否已經有企業(yè)在做這件事情？可穿戴設備算力增長了，對邊緣計算有何意義？誰又能為高算力帶來的能源和資源消耗買單？本文我們將為大家揭曉這些問題。

可穿戴設備談算力，是否為時過早？

可穿戴設備概要

可穿戴設備，顧名思義，主要是將設備搭載于人體，就像穿戴的衣物、飾品一樣。根據產品形態(tài)和用途，我們將當前的可穿戴設備，分為以下幾類：

頭顯類，以蘋果meta為主要代表。通過顯示頭顯設備，提供音頻、視頻、虛擬現實等多層次的用戶體驗，已經停止研發(fā)的的Google Glass，也是其中的一種典型代表。蘋果VisionPro帶來的一股頭顯熱潮，甚至還伴隨Meta發(fā)展，強推了一波Meta的股價；

手表手環(huán)類，代表企業(yè)有蘋果、谷歌、Amazon、華為、小米、小天才等等，可以提供撥打電話、定位、拍照、鬧鐘提醒、運動健康監(jiān)測等功能，與手機設備連接，還能實現更多的交互操作；

醫(yī)療器械類，代表企業(yè)有魚躍、樂心、九安等，而蘋果這樣的科技巨頭也開始在其關注領域申請醫(yī)療器械資格。當然，也有一些分類，將能夠聯(lián)入互聯(lián)網、具有物聯(lián)網特征的醫(yī)療器械類產品，也歸于可穿戴設備當中；

人體植入類，以腦機接口為代表的新型可穿戴設備，代表了一種前沿的設備技術，其實，在各個高校的精密儀器專業(yè)，幾乎都有類似的腦波控制的產品演示，特斯拉所做的事情，更接近科幻劇情，例如通過芯片進行控制人類或者身體等，從這個角度來說，Meta CEO扎克伯格多次表示，希望技術成熟后才用，因為他并不希望經歷已經植入體內的產品的“更新”操作。

來自IDC的移動和消費設備跟蹤器研究經理 Jitesh Ubrani 表示。國際數據中心?！白宰畛醯?Fitbit 和 Pebble 手表問世以來，健康和健身追蹤已經取得了長足的進步，但可穿戴設備的最大推動力是更小、更時尚的設計的出現。Oura、Noise、BoAT、Circular 等新品牌的智能戒指預計將在未來幾個季度開啟新的外形設計，同時也給現有品牌帶來壓力，要求他們在健康追蹤方面進行創(chuàng)新?！?/span>

“智能手表和耳機仍然在可穿戴設備市場占據主導地位，”移動設備和 AR/VR 研究總監(jiān) Ramon Llamas 補充道。“這些仍然能引起消費者的共鳴，并繼續(xù)吸引首次用戶，尤其是那些最謹慎和對價格敏感的用戶。在這里，我們仍然可以看到新興供應商的出貨量足以躋身領先品牌之列。結合強勁的更新周期（包括那些最近在 2020 年購買可穿戴設備的人），可穿戴設備市場已經建立了強大的飛輪來保持銷量增長?！?/span>

我們整理了一些典型產品在性能/算力上的配置，供大家參考：

目前，可穿戴設備的芯片算力通常不會以TOPS（每秒萬億次運算）來衡量，因為它們的算力相對較低，更適合用DMIPS（每秒百萬條指令）或其他更適合低功耗、低算力應用的度量標準來衡量。然而，隨著技術的發(fā)展，一些專為可穿戴設備設計的芯片，如谷歌的Wear OS芯片，已經開始提供更高的性能，包括集成的AI功能和改進的連接性。

行業(yè)觀點

在選擇可穿戴設備的內核（模組/芯片）時，廠商通常有兩種方案：一是采用模組方案，雖然可能占用更多空間，但集成化和標準化的設計有助于降低用戶成本；二是芯片CoB方案，這在兒童手表等穿戴產品中尤為常見，約有90%的企業(yè)采用此方案。關鍵考慮因素包括是否支持藍牙、WiFi技術，體積、成本以及續(xù)航和散熱能力的平衡。

在與產業(yè)人士交流當中，我們發(fā)現，對于模組企業(yè)或者可穿戴設備廠家而言，由于手表手環(huán)等等產品對于算力的應用較少，甚至只能用性能、功耗來描述，加之這類產品對于續(xù)航又有一定的要求，因而“談算力”在個人手表手環(huán)等傳統(tǒng)穿戴場景中，尚無市場需求和研發(fā)動力。中移物聯(lián)認為，需要實現AI服務或虛擬現實功能的產品，例如AR、VR等新型可穿戴設備未來會增加對算力的需求，而作為提供模組的企業(yè)，中移物聯(lián)將持續(xù)關注客戶需求和技術發(fā)展，為產品進行持續(xù)優(yōu)化。

目前市場上的可穿戴設備芯片和模組，大多以頻率和功耗為主要性能指標，尚未將算力作為核心賣點。不過，要實現可穿戴設備的智能化，提升芯片的計算能力是不可能繞過的領域。對于新型可穿戴市場，這無疑是一個巨大的機遇。一些企業(yè)已經開始在可穿戴設備上增強算力，這一領域正逐漸成為一片新的藍海。

那么，哪些企業(yè)已經開始向可穿戴設備上堆算力呢？

誰正在可穿戴設備上堆算力？

隨著ChatGPT一夜成名，英偉達的市值也逐漸水漲船高，算力在人們眼中的重要程度不言而喻。從端側大模型的AIPC，人們總是想讓大算力產品小一點，再小一點，最好在可穿戴設備當中就能實現的那種。作為未來落地的探索也好，對于終端智能的追求也罷，這些企業(yè)的的確確已經開始將算力賦予可穿戴設備，換句話說，他們產品上的芯片，已經在算力方面初具規(guī)模。

蘋果

初代頭顯設備就引發(fā)了全球科技愛好者們的轟動。蘋果對這款設備投入了巨大的人力和財力。當然，在visionPro上堆料也是沒得說，直接采用了M2+R1芯片的搭配，M2 中的集成顯卡提供8-10 個內核以及3.6 TFLOPs 的峰值算力。

并配備12個攝像頭、5個傳感器（包括1個激光雷達傳感器）和6個麥克風 ，還可以外接一塊可以讓它最長使用2小時的電池。不光如此，蘋果還專門為其設計了操作系統(tǒng)，不可謂不重視。Vison Pro這類大型“可穿戴設備”的出現，也在一定程度上為“續(xù)航危機”提供了解決方案，讓一些希望在可穿戴設備端提供算力的企業(yè)看到了希望。

在蘋果的手表設備端，也采用了自研的64位S9 SiP，據稱其包含56億個晶體管和一個新的四核心引擎，搭載幾乎完整的操作系統(tǒng)，這樣的設備，沒點算力真的壓不住。

谷歌

作為最早帶來VR設備的企業(yè)之一、經典產品Google Glass的出品方，谷歌在可穿戴設備的芯片和算力方面的話語權不容小覷。2023年3月15日，Google于Google Glass產品頁面刊登告示稱：感謝您過去十多年的創(chuàng)新和陪伴，自2023年3月15日起，我們將不再銷售Glass Enterprise Edition（Google Glass企業(yè)版，下文簡稱為Glass企業(yè)版）。在2023年9月15日之前，我們將繼續(xù)為Glass企業(yè)版提供技術支持。

隨后，谷歌多次提出類似的計劃，例如Project Iris，甚至有傳聞表示，谷歌可能真的只是暫時擱置，而隨著蘋果通過Vision Pro正式入局，谷歌或已重新恢復Project Iris的項目工作。項目經歷了一個動蕩的發(fā)展階段，谷歌高管不斷改變對 Iris 的愿景。為了促進其努力，該公司還收購了 North 和 Raxium。不過，盡管谷歌各種宣傳自己在算力和AI方面的動作，例如自研芯片等，Pixel手機照相的AI能力目前仍來自云端。

Meta/高通

近年來，隨著大模型的發(fā)展，高通也逐漸適應了終端設備對于算力的需求，并實現快速發(fā)展。其中一個代表產品就是在手機端運行Stable Diffusion，而另一個隱藏的產品，就是為Meta的頭顯設備提供芯片和算力平臺。高通在可穿戴設備的算力提升方面，也起到了重要作用，很典型的例子就是為Meta的AR、VR設備提供芯片平臺。Quest3 搭載了高通的XR2 gen2 平臺，較上一代性能提升明顯，高通承諾新的第二代芯片的 GPU 性能提高 2.5 倍，AI 性能提高 8 倍，并且“GPU 能效提高 50%”，但不一定同時實現。

Neuralink&特斯拉

近年來，馬斯克除了讓特斯拉在智能駕駛、具身智能領域“展示肌肉”之外，也在腦機接口這一看似“科幻”的賽道持續(xù)跟進。Neuralink致力透過芯片移植人腦手術協(xié)助行動不便或四肢癱瘓患者重新控制身體，病人只需將想法轉化成電腦語言并傳達到神經便能對身體下達指令。去年五月，Neuralink取得美國食品藥物管理局（FDA）核準進行首次人體臨床試驗；去年底，Neuralink開放招募頸椎受傷或漸凍癥而四肢癱瘓的受試者。

馬斯克的腦機接口公司Neuralink當地時間3月20日在直播活動中介紹了首位接受腦機植入患者的情況。這名患者名為諾蘭·阿爾博（Noland Arbaugh），他在一次潛水事故中頸部以下癱瘓。在直播中，阿爾博在屏幕上移動電腦光標來下棋。阿爾博稱，“這就像在光標上使用力量?！彪S后，馬斯克在X上發(fā)文表示，Neuralink的下一個產品將是能夠幫助盲人恢復視覺的“盲視”（Blindsight）

同屬馬斯克旗下的特斯拉，在造芯方面的能力也毋庸置疑，例如，特斯拉的第一代FSD芯片為260平方毫米，第二代FSD芯片預計為300平方毫米，成本預計增加40-50%。不過，FSD芯片擁有32M的SRAM，雙核心，每個核心在2GHz頻率下?lián)碛?6TOPS的性能，所以雙核共有720TOPS的性能。整體不論是處理能力還是算力都非常強悍。

華為海思

對于華為這種傳統(tǒng)ICT企業(yè)來說，在芯片和算力領域布局已經成為不能再平常的事情。在可穿戴設備測，華為發(fā)布智慧音頻眼鏡HUAWEI X GENTLE MONSTER Eyewear II，搭載主控芯片海思Hi1132；華為非凡大師手表，搭載海思的Hi3861V100芯片，不過，早在2020年，上海海思就宣布攜手Rokid等終端廠家，正式發(fā)布XR芯片平臺。能夠提供9TOPS的NPU算力。

Humane

無獨有偶，蘋果人對于可穿戴設備的熱愛是不會改變的。蘋果員工參與設計Ai Pin，一度引發(fā)硬件熱浪潮——火柴盒大小的一個設備，搭載了高通驍龍八核芯片，通過 eSIM 支持網絡連接，不依賴于手機或者其他個人終端，將語音作為核心的交互方式，但其實還支持激光投射、手勢以及觸摸（機身表面）三種交互。不過，端側模型只用來處理語音識別以及基本操作等需要快速響應的請求，更多的處理還是交給云端模型進行處理。但云端處理就必然涉及到連接和延遲問題。而這，也正是巨頭們向穿戴設備們堆料算力的原因！他們需要用戶需要更加靠近邊緣的算力，需要更加容易獲得的算力！

聯(lián)發(fā)科

此外，還有一個未來可能出現的巧妙設計，就是算力傳遞。AI硬件的重點攻克方向就是端側算力的提升，除了給終端裝配更強大的AI芯片外，在MWC24上，聯(lián)發(fā)科甚至展示了“多設備共享算力”技術——即讓A設備可將閑置算力共享給B設備來進行大模型等巨量計算，然而這樣的計算模式又需要新的邊緣側網絡技術的支持，邊緣計算注定離不開全系統(tǒng)的算力，而可穿戴設備，也將因其龐大的數量和靈活度、分布特點，成為算力閃耀的沃土。

可穿戴設備的算力，能否快速落地？

高性能可穿戴設備迎來技術機遇

從目前的情況來看，堆料算力的可穿戴設備，的確主要集中在頭顯等新領域，不過，一些醫(yī)療相關的領域，包括腦機接口，也對設備的性能和算力提出了更高的需求

大模型推動算力熱潮，摩爾定律寶刀不老

不論是數據中心，還是邊緣計算，在近幾年的格局和狀態(tài)下，算力成為所有人都會關心的問題。一方面，算力是AI三要素之一，不可或缺，另一方面，不論是國內還是國外，在行業(yè)格局和相關政策上，都希望將算力作為水電熱網一樣提供充足和即使的供應。細化到可穿戴設備當中，我們更關注續(xù)航和費用，加之隨時可能進入的“后摩爾時代”，也令人對更高更小的芯片打上了一個問號。好在，基于OpenCPU或CHipsliets等封裝方式的突破，讓我們也看到了摩爾定律的穩(wěn)定性。

此外，蘋果和三星紛紛提出醫(yī)療健康相關的指環(huán)系列，也將智能穿戴小型化的趨勢提升到了一個新的高度。在不久的將來，相同性能的芯片產品的尺寸越來越小，也就表示從前尺寸產品的芯片性能和算力也會實現倍增。

存算一體為設備增速提效

近日，清華大學集成電路學院教授吳華強、副教授高濱基于存算一體計算范式，研制出全球首款全系統(tǒng)集成、支持高效片上學習（機器學習能在硬件端直接完成）的憶阻器存算一體芯片。相關成果在線發(fā)表于最新一期《科學》。相同任務下，該款芯片實現片上學習的能耗僅為先進工藝下專用集成電路系統(tǒng)的3%，展現出卓越的能效優(yōu)勢，具有滿足人工智能時代高算力需求的應用潛力。相關成果可應用于手機等智能終端設備，還可以應用于邊緣計算場景，比如汽車、機器人等。

TinyML或成為可穿戴設備配備“算力”的開端

不難發(fā)現，高性能可穿戴設備面臨的諸多問題，其實就是TinyML試圖去解決的。微型機器學習Tiny Machine Learning (TinyML) 是機器學習的一個研究領域，專注于在超低功耗的微控制器設備上開發(fā)和部署機器學習模型。TinyML使機器學習可以在在安全、低延遲、低功耗和低帶寬的邊緣設備上運行。在TinyML領域的技術發(fā)展，無不適合可穿戴設備的，不論是隱私計算、小體積大模型，還是高效AI算法、模型壓縮、稀疏神經網絡等，以大幅縮小 AI 模型大小并在邊緣設備上高效部署和運行。

傳統(tǒng)問題，仍待解決

然而，受限于體積、用戶和產品種類，可穿戴設備當中的傳統(tǒng)問題依然存在，需要引起產業(yè)的重視，并將其他學科領域的成績進行遷移轉化。

電源和能耗問題：電池續(xù)航能力是限制可穿戴設備性能發(fā)揮的一個重要因素。目前的電池技術還難以滿足高性能設備長時間運行的需求。

隱私保護備受關注：隨著設備算力的提升，它們可能會收集和處理更多個人敏感數據。如何確保這些數據的安全和用戶隱私不被侵犯，是一個需要解決的重要問題。

行業(yè)標準和監(jiān)管：可穿戴設備市場仍處于發(fā)展早期階段，缺乏統(tǒng)一的行業(yè)標準和監(jiān)管政策。這可能會阻礙技術的創(chuàng)新和市場的健康發(fā)展。

大模型的車輪已經開始將從前的AI、智慧系列、數字化、自動化等等裹在歷史的車輪當中，以不可阻擋的趨勢向前滾動。又有誰能阻擋算力“像空氣和自來水一樣”隨處可得呢？

寫在最后

總體來看，可穿戴設備領域的發(fā)展潮頭正在向高性能和高算力轉變。這將帶來新的產品形態(tài)和應用場景，進一步促進可穿戴設備產業(yè)的蓬勃發(fā)展。隨著行業(yè)鏈成熟和用戶需求不斷升級，可穿戴設備未來或將成為一個集AI芯片、物聯(lián)網與生物識別于一體的全新體驗平臺。我們期待在各方的共同參與下，可穿戴設備市場能夠迎來新的技術突破，并給更多用戶帶來豐富多彩的未來生活體驗。

參考內容：

《中國可穿戴設備市場季度跟蹤報告》，IDC

《談談特斯拉的芯片實力》，半導體產業(yè)縱橫

《2023年，國產存算一體走到產業(yè)化拐點》，時氪分享