Кремниевая компания TetraMem объявила о важном прорыве в области энергоэффективных вычислений для искусственного интеллекта. Производитель сообщил об успешном выпуске и первичной проверке чипа MLX200 — нового SoC-решения на базе аналоговых вычислений внутри памяти (analog in-memory computing, IMC), созданного с использованием многоуровневой памяти RRAM по 22-нм техпроцессу.
За сухим техническим анонсом скрывается одна из наиболее перспективных идей современной полупроводниковой индустрии. Сегодня развитие ИИ все сильнее упирается не только в мощность самих процессоров, но и в проблему перемещения данных между памятью и вычислительными блоками. Именно обмен информацией между компонентами потребляет огромное количество энергии и создает серьезные тепловые ограничения в дата-центрах и edge-устройствах.
TetraMem предлагает радикально иной подход: выполнять вычисления непосредственно внутри массива памяти, практически устраняя необходимость постоянной передачи данных между памятью и процессором. Такая архитектура называется analog in-memory computing и считается одним из потенциальных кандидатов на роль «пост-классической» вычислительной платформы для ИИ будущего.
В основе MLX200 лежит многоуровневая память RRAM — разновидность энергонезависимой памяти, которую часто относят к классу мемристоров. В отличие от традиционной памяти, RRAM может хранить сразу несколько уровней проводимости, что позволяет не только записывать данные плотнее, но и использовать сами ячейки памяти для аналоговых вычислений.
Главное достижение TetraMem состоит в том, что компании удалось реализовать такую архитектуру на современном 22-нм техпроцессе TSMC. Это особенно важно, поскольку многие экспериментальные ИИ-архитектуры хорошо работают лишь в лабораториях, но сталкиваются с проблемами масштабирования и совместимости с промышленным производством.
По словам разработчиков, технология сохраняет совместимость с классическими CMOS-процессами и не требует радикального усложнения производства. Кроме того, система работает при низком напряжении и низком токе, что критически важно для энергоэффективных ИИ-устройств. Первые результаты тестирования кремния показывают стабильную работу массивов памяти и подтверждают жизнеспособность концепции как для встроенной энергонезависимой памяти, так и для вычислений внутри памяти.
Фактически MLX200 стал следующим шагом после предыдущей платформы MX100, которую TetraMem выпускала по 65-нм техпроцессу. Именно на ней компания ранее демонстрировала мемристоры с тысячами уровней проводимости и высокоточную аналоговую обработку данных. Эти исследования публиковались в научных журналах Nature и Science и стали одним из наиболее заметных проектов в области альтернативных ИИ-архитектур последних лет.
Разработчики считают, что подобные чипы особенно перспективны для edge AI — устройств, где критически важны низкое энергопотребление, минимальная задержка и автономная работа без подключения к облаку. Речь идет о голосовых ассистентах, носимой электронике, IoT-системах, сенсорах постоянного мониторинга и других компактных устройствах с ИИ-функциями.
В TetraMem отмечают, что тестовые образцы платформ MLX200 и MLX201 станут доступны партнерам во второй половине 2026 года. Компания также готова лицензировать свою технологию многоуровневой RRAM-памяти другим производителям.
На фоне стремительного роста ИИ-индустрии интерес к альтернативным архитектурам вычислений продолжает усиливаться. Крупнейшие технологические компании уже сталкиваются с тем, что классические GPU-системы становятся все менее эффективными с точки зрения энергопотребления и масштабирования. Именно поэтому analog IMC и мемристорные технологии сегодня рассматриваются как один из возможных путей развития вычислительных платформ следующего поколения.
Об авторе
