位於矽谷的半導體设计公司 TetraMem 宣佈基於台積电 22 奈米 RRAM 芯片搭載的 SoC MLX 200 平台，已成功完成流片、製造与验证，此項全新技術能直接在記憶體陣列內執行运算，可解決边緣人工智慧面臨的资料傳输、功耗与散熱限制，应用场景包括穿戴裝置、语音處理等，樣品预计將於今年下半年出货。
記憶體运算如何克服傳统傳输瓶頸
人工智慧工作负載量不斷擴展，系统效能受到記憶體与运算單元之间资料傳输的限制。模擬記憶體运算提供了一種截然不同的方法，它能直接在記憶體陣列內部執行计算，減少资料傳输、提高效率。TetraMem 的 MLX200 平台將多級 RRAM 陣列与混合訊號运算引擎集成，可在記憶體內实现高吞吐量的向量矩陣运算，同时保持与先进 CMOS 製程的兼容性。
台積电 22奈米製程導入多級 RRAM 的技術優勢
基於台積电 22奈米製程验证的多級 RRAM Memory 技術，在製程方面，展现高 CMOS 相容性。运算表现上，具備低电壓与低电流运作特性，擁有穩固的资料保存力与耐久性。此外，該技術支援更高的記憶體与运算密度。初期的芯片測試結果顯示各陣列的功能高度具備一致性，证实此種设计方法在記憶體应用中的商业可行性。
这項技術进展建立在 TetraMem 先前基於台積电 65 奈米 CMOS 製程製造的 MX 100 平台基礎上。該公司过去已证实多級 RRAM 裝置具備數千个电導等級，相关学術研究曾於 2023 年 3 月发表於自然雜誌。前期成果將技術延伸至更先进的製程。自 2019 年以来，TetraMem 即与台積电一起合作，发展推动 RRAM 技術研究。
边緣人工智慧应用场景发展規劃
Tetra MLX 200 与 MLX 201 平台主要針对功耗与延遲敏感度高的边緣人工智慧（Edge AI）所设计，应用场景包括语音与音訊處理、穿戴式裝置、物聯網系统，以及需要持续运作的感測应用系统。TetraMem 预计將於今年下半年开始提供樣品，同时其多層 RRAM 記憶體智慧财产權（IP）也將同步开放評估授權。TetraMem 共同創辦人暨執行长 Glenn Ge 博士表示該公司与台積电多年来的合作关係，证明將多級 RRAM 架構突破转化为先进製程商用芯片的可行性，为下一代边緣人工智慧提供了实际用途。
这篇文章 边緣AI突破发展：TetraMem发表基於台積电22奈米晶片搭建平台MLX200成果 最早出现於 链新聞 ABMedia。
相关快讯
