位於矽谷的半導體設計公司 TetraMem 宣佈基於台積電 22 奈米 RRAM 晶片搭載的 SoC MLX 200 平台，已成功完成流片、製造與驗證，此項全新技術能直接在記憶體陣列內執行運算，可解決邊緣人工智慧面臨的資料傳輸、功耗與散熱限制，應用場景包括穿戴裝置、語音處理等，樣品預計將於今年下半年出貨。
記憶體運算如何克服傳統傳輸瓶頸
人工智慧工作負載量不斷擴展，系統效能受到記憶體與運算單元之間資料傳輸的限制。模擬記憶體運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計算，減少資料傳輸、提高效率。 TetraMem 的 MLX200 平台將多級 RRAM 陣列與混合訊號運算引擎集成，可在記憶體內實現高吞吐量的向量矩陣運算，同時保持與先進 CMOS 製程的兼容性。
台積電 22奈米製程導入多級 RRAM 的技術優勢
基於台積電 22奈米製程驗證的多級 RRAM Memory 技術，在製程方面，展現高 CMOS 相容性。運算表現上，具備低電壓與低電流運作特性，擁有穩固的資料保存力與耐久性。此外，該技術支援更高的記憶體與運算密度。初期的晶片測試結果顯示各陣列的功能高度具備一致性，證實此種設計方法在記憶體應用中的商業可行性。
這項技術進展建立在 TetraMem 先前基於台積電 65 奈米 CMOS 製程製造的 MX 100 平台基礎上。該公司過去已證實多級 RRAM 裝置具備數千個電導等級，相關學術研究曾於 2023 年 3 月發表於自然雜誌。前期成果將技術延伸至更先進的製程。自 2019 年以來，TetraMem 即與台積電一起合作，發展推動 RRAM 技術研究。
邊緣人工智慧應用場景發展規劃
Tetra MLX 200 與 MLX 201 平台主要針對功耗與延遲敏感度高的邊緣人工智慧（Edge AI）所設計，應用場景包括語音與音訊處理、穿戴式裝置、物聯網系統，以及需要持續運作的感測應用系統。TetraMem 預計將於今年下半年開始提供樣品，同時其多層 RRAM 記憶體智慧財產權（IP）也將同步開放評估授權。TetraMem 共同創辦人暨執行長 Glenn Ge 博士表示該公司與台積電多年來的合作關係，證明將多級 RRAM 架構突破轉化為先進製程商用晶片的可行性，為下一代邊緣人工智慧提供了實際用途。
這篇文章 邊緣AI突破發展：TetraMem發表基於台積電22奈米晶片搭建平台MLX200成果 最早出現於 鏈新聞 ABMedia。
相關新聞
