Durchbruch an der KI-Edge: TetraMem veröffentlicht Ergebnisse der MLX200-Plattform, die auf einem TSMC-22-Nanometer-Chip basieren

Das Halbleiterdesign-Unternehmen TetraMem aus dem Silicon Valley hat bekanntgegeben, dass die SoC-MLX-200-Plattform, die auf dem SoC-MLX-200-SoC-MLX-200-Chip mit 22-Nanometer-RRAM von TSMC basiert, die erfolgreiche Tape-Out-, Fertigungs- und Verifikationsphase abgeschlossen hat. Diese neue Technologie ermöglicht Rechenoperationen direkt in der Speicher-Array-Struktur und kann die in der Edge-KI auftretenden Einschränkungen bei Datenübertragung, Stromverbrauch und Wärmeableitung adressieren. Zu den Anwendungsfällen zählen Wearables und Spracherkennung. Die Muster sollen in der zweiten Hälfte dieses Jahres ausgeliefert werden.

Wie Memory Computing traditionelle Übertragungsengpässe überwindet

Da KI-Workloads fortlaufend wachsen, wird die Systemleistung durch die Begrenzungen der Datenübertragung zwischen Speicher und Recheneinheiten limitiert. Simuliertes Memory Computing bietet einen grundlegend anderen Ansatz: Es kann Berechnungen direkt innerhalb des Speicher-Arrays ausführen, reduziert dadurch die Datenübertragung und steigert die Effizienz. Die MLX200-Plattform von TetraMem integriert mehrstufige RRAM-Arrays und eine Mixed-Signal-Computing-Engine. Damit lassen sich im Speicher hochdurchsatzfähige Vektor-Matrix-Operationen realisieren, während die Kompatibilität mit fortschrittlichen CMOS-Fertigungsprozessen erhalten bleibt.

Technische Vorteile der TSMC-22-Nanometer-Fertigung bei der Einführung mehrstufiger RRAM

Die auf der TSMC-22-Nanometer-Fertigung verifizierte mehrstufige RRAM-Memory-Technologie weist in Bezug auf den Prozess eine hohe CMOS-Kompatibilität auf. In der Rechenleistung zeichnet sie sich durch Niederspannungs- und Niedrigstrom-Betriebseigenschaften aus und verfügt über eine robuste Datenerhaltungsfähigkeit sowie Haltbarkeit. Darüber hinaus unterstützt die Technologie höhere Speicher- und Rechendichte. Erste Chip-Testergebnisse zeigen, dass die Funktionen der einzelnen Arrays sehr hohe Konsistenz aufweisen, was die kommerzielle Umsetzbarkeit dieses Designansatzes für Speicheranwendungen bestätigt.

Diese technische Entwicklung baut auf der vorherigen MX-100-Plattform von TetraMem auf, die auf der Grundlage des TSMC-65-Nanometer-CMOS-Fertigungsprozesses hergestellt wurde. Das Unternehmen hat in der Vergangenheit bereits bestätigt, dass mehrstufige RRAM-Bauteile über mehrere Tausend Leitfähigkeitsstufen verfügen; einschlägige wissenschaftliche Forschungen wurden im März 2023 in der Zeitschrift Nature veröffentlicht. Die bisherigen Ergebnisse wurden weiterentwickelt, um sie auf fortgeschrittenere Fertigungsprozesse zu übertragen. Seit 2019 arbeitet TetraMem gemeinsam mit TSMC an der Erforschung und Weiterentwicklung von RRAM-Technologien.

Entwicklungsplan für Edge-KI-Anwendungsfälle

Die Tetra-MLX-200- und MLX-201-Plattformen sind vor allem für Edge-KI konzipiert, bei der Stromverbrauch und Latenz besonders kritisch sind. Zu den Anwendungsfällen zählen Sprach- und Audioverarbeitung, tragbare Geräte, IoT-Systeme sowie sensorbasierte Anwendungen, die dauerhaft betrieben werden müssen. TetraMem plant, in der zweiten Hälfte dieses Jahres mit der Bereitstellung von Mustern zu beginnen; gleichzeitig sollen auch die IPs für mehrschichtige RRAM-Memorys zur Bewertung und Lizenzierung freigegeben werden. Dr. Glenn Ge, Mitgründer und CEO von TetraMem, sagte, dass die langjährige Zusammenarbeit mit TSMC beweise, dass die mehrstufige RRAM-Architektur von der Forschung hin zu kommerziellen Chips in fortgeschrittenen Fertigungsprozessen überführt werden kann – und so eine echte Grundlage für die nächste Generation der Edge-KI schafft.

Der Artikel „Edge-KI macht Durchbruch in der Entwicklung: TetraMem veröffentlicht Ergebnisse der auf dem TSMC-22-Nanometer-Chip basierenden Plattform MLX200“ wurde zuerst auf Chain News ABMedia veröffentlicht.