总部位于硅谷、致力于研发模拟内存计算(IMC)解决方案的半导体公司TetraMem Inc.今日宣布，旗下基于22纳米多比特阻变存储器(RRAM)打造的模拟IMC系统级芯片(SoC)平台MLX200已成功完成流片、生产以及初步硅片实测验证。

此次成果标志着依托新型非易失性存储技术打造的模拟计算架构向商业化落地迈出重要一步，能够应对现在AI系统日益凸显的数据传输、功耗和散热受限等挑战。

随着AI工作负载规模持续扩大，系统性能日益受到内存和计算单元之间数据传输成本的制约。模拟内存计算采用一种截然不同的方法，直接在存储阵列内部执行计算，大幅减少数据传输行为，并提升了系统级效率。TetraMem的MLX200平台将多比特RRAM阵列与模拟计算引擎融为一体，使存储内部能够完成高吞吐量向量矩阵运算，同时保持与先进互补金属氧化物半导体(CMOS)工艺的兼容性。

依托TSMC 22纳米CMOS工艺实现量产应用的多比特RRAM技术，具备实际部署所需的关键特性，包括可兼容CMOS工艺且额外工艺复杂度极低、低电压低电流工作模式、出色的数据保存能力和读写耐久度，以及可提升存储和计算密度的强大多比特能力。早期硅片测试结果表明，该技术在不同阵列间具有一致的功能，验证了其在嵌入式非易失性存储器和内存计算应用中的可行性。

本次里程碑成果依托TetraMem此前在TSMC 65纳米CMOS工艺上开发的MX100平台所奠定的技术基础。公司此前已在该平台上成功研制出具备数千电导层级的多比特RRAM器件（《在CMOS集成忆阻器中实现数千级电导档位》，于2023年3月发表于《自然》期刊），同时实现高精度模拟计算能力（《面向模拟计算实现忆阻器阵列超高精度编程》，于2024年2月发表于《科学》期刊）。这些过往研究成果为该技术向更先进制程节点迭代升级奠定了坚实的科学和工程基础。

自2019年起，TetraMem便与全球头部半导体代工厂紧密合作，推动RRAM技术从早期研究阶段迈向可量产硅片阶段。本次22纳米工艺取得的进展体现了工艺集成、器件均匀性和系统级协同设计方面的持续进步。

MLX200与MLX201平台专为对功耗和响应时延要求严苛的边缘AI应用场景设计，涵盖语音和音频处理、穿戴式设备、物联网系统以及全天候感知等领域。评估样品预计将于2026年下半年开始提供，多比特RRAM存储器IP现已开放评估和潜在授权使用。

TetraMem联合创始人兼首席执行官Glenn Ge博士评论道：“这一里程碑体现了我们与代工厂合作伙伴TSMC多年来的紧密合作，并证明了将多比特RRAM和模拟内存计算从计算架构突破转化为先进节点商用硅片的可行性。我们相信，这种方法为提高下一代AI系统的能效和可扩展性提供了一条切实可行的途径。”

MLX200平台的成功实现凸显了基于多比特RRAM的模拟计算在先进半导体工艺上的可行性。TetraMem将继续推进这项技术的发展，以更高的能效和系统可扩展性来支持新兴的AI工作负载。

关于TetraMem

TetraMem是一家位于硅谷的半导体公司，率先将多比特RRAM技术应用于模拟内存计算领域。其自研架构融合存储与计算功能，大幅减少AI任务运行过程中的数据传输损耗并提升能效。凭借在器件、电路和系统协同设计方面的雄厚实力，TetraMem正在推进面向边缘AI和未来高性能计算的可扩展解决方案，并与领先的代工厂和生态系统合作伙伴紧密合作，将基础科学突破性技术转化为商业化的可变批量生产。

搭配五美分硬币作尺寸参照的MLX200芯片实拍图