近日，硅谷一家專注于人工智能芯片研發(fā)的初創(chuàng)企業(yè)TetraMem宣布，其基于22納米制程的SoC芯片MLX200已在臺積電完成驗證流程，預(yù)計將于2026年下半年推出配套評估工具包。這一進(jìn)展標(biāo)志著該公司在低功耗AI芯片領(lǐng)域邁出了關(guān)鍵一步。
TetraMem將研發(fā)重心聚焦于可穿戴設(shè)備、邊緣物聯(lián)網(wǎng)、傳感器網(wǎng)絡(luò)及嵌入式系統(tǒng)等對功耗和延遲極為敏感的場景。為實現(xiàn)這一目標(biāo)，公司采用"存內(nèi)計算"技術(shù)架構(gòu)，通過縮短數(shù)據(jù)傳輸路徑來提升計算效率，使數(shù)據(jù)處理過程盡可能在存儲單元內(nèi)完成，從而減少能量損耗。
MLX200芯片的獨特之處在于其模擬內(nèi)存計算設(shè)計。該芯片集成了多層RRAM（憶阻器）存儲陣列與混合信號計算引擎，能夠直接利用存儲介質(zhì)中的物理特性執(zhí)行向量矩陣乘法運(yùn)算——這正是神經(jīng)網(wǎng)絡(luò)推理的核心計算任務(wù)。這種架構(gòu)使得芯片在保持低功耗的同時，實現(xiàn)了高吞吐量的數(shù)據(jù)處理能力。
據(jù)技術(shù)文檔顯示，這種創(chuàng)新設(shè)計通過消除傳統(tǒng)馮·諾依曼架構(gòu)中數(shù)據(jù)在存儲與計算單元間頻繁搬運(yùn)的瓶頸，顯著提升了能效比。特別在需要實時響應(yīng)的邊緣計算場景中，該芯片的運(yùn)算延遲可控制在毫秒級，同時功耗較傳統(tǒng)方案降低數(shù)個數(shù)量級。
