相思欲狂小米健康通过灵弦算法，可以自动识别用户的多种运动行为并记录，并且一整天耗电不到1%。要做到这点，光靠灵弦算法本身的低功耗还不够，如何让它低功耗地运行在手机上，就需要小米自研微控制器AI框架 MACE Micro 的帮助了。

　　考虑到手机续航，灵弦算法必须跑在低功耗处理器上，这就需要一套支持低功耗处理器的AI框架。MACE Micro 是小米自研并开源的AI框架 MACE 针对微控制器推出的AI框架。在性能、功耗、内存/存储占用、移植性等方面都进行了专门优化，正适合这个场景。

　　MACE Micro不依赖于任何OS、堆内存分配、C++库以及除 math 库之外的其他第三方库，开发工具链只要支持C++98标准，就能进行 MACE Micro 的移植，所以整个移植过程比较顺利。

　　有了如此优秀的AI引擎还不足够，如何让深度学习推理顺利地跑在低功耗处理器上，还是个大难题。需要有一套方案，打通物理传感器、计算模块、底层存储模块、对上层的统一封装等各种需求。经过一年多的不断预研及适配，工程师成功解决了功耗、性能、机型适配等多项难题，将AI推理能力落地到了手机底层。

　　经过多款机型功耗测试，灵弦算法持续运行时平均电流小于 1mA，符合运动识别能力默认开启下的功耗要求。