TetraMem annonce une étape majeure avec le développement d’un SoC de calcul en mémoire analogique basé sur une RRAM multiniveaux de 22 nm

SAN JOSE, Californie--(BUSINESS WIRE)--TetraMem Inc., une société de semiconducteurs basée dans la Silicon Valley qui développe des solutions de calcul en mémoire (IMC) analogique, annonce aujourd'hui le succès du tape-out, de la fabrication et de la validation initiale en silicium de sa plateforme MLX200, un système sur puce (SoC) IMC analogique basé sur une RRAM multiniveaux de 22 nm.

Cette réalisation marque une étape importante vers la commercialisation d'architectures informatiques analogiques basées sur les technologies émergentes de mémoire non volatile, répondant aux défis croissants du mouvement des données, de la consommation d'énergie et des contraintes thermiques dans les systèmes d'IA modernes.

À mesure que les charges de travail de l'IA continuent d'évoluer, les performances du système sont de plus en plus limitées par le coût du déplacement des données entre les unités de mémoire et de calcul. L'informatique analogique en mémoire offre une approche fondamentalement différente en effectuant des calculs directement dans les baies de mémoire, réduisant considérablement le mouvement des données et améliorant l'efficacité au niveau du système. La plateforme MLX200 de TetraMem intègre des réseaux RRAM multiniveaux avec des moteurs de calcul à signaux mixtes pour permettre des opérations à matrice vectorielle à haut débit dans la mémoire, tout en maintenant la compatibilité avec les processus CMOS de pointe.

La technologie RRAM multiniveaux démontrée lors du processus TSMC 22nm fournit les attributs clés requis pour un déploiement pratique, y compris la compatibilité CMOS avec une complexité minimale supplémentaire du processus, un fonctionnement à basse tension et à faible courant, de fortes caractéristiques de rétention et d'endurance et une capacité multiniveaux élevée qui prend en charge l'amélioration de la mémoire et de la densité de calcul. Les premiers résultats en silicium indiquent une fonctionnalité cohérente entre les matrices, soutenant la viabilité de cette approche pour les applications de mémoire non volatile embarquée et de calcul en mémoire.

Cette étape s’appuie sur les travaux antérieurs de TetraMem sur la plateforme MX100, fabriqués sur le procédé CMOS TSMC 65nm, dans le cadre desquels la société a démontré des dispositifs RRAM multiniveaux avec des milliers de niveaux de conductance (« Thousands of conductance levels in memristors integrated on CMOS », Nature, mars 2023), ainsi que des capacités de calcul analogique de haute précision (« Programming memristor arrays with arbitraryly high precision for analogique computing », Science, février 2024). Ces résultats antérieurs ont établi une base scientifique et technique solide pour étendre la technologie à des nœuds plus avancés.

Depuis 2019, TetraMem a travaillé en étroite collaboration avec la plus grande fonderie de semiconducteurs au monde pour faire progresser la technologie RRAM de la recherche à un stade précoce au silicium fabricable. Les progrès réalisés à 22 nm reflètent le développement continu de l'intégration des processus, de l'uniformité des appareils et de la coconception au niveau du système.

Les plateformes MLX200 et MLX201 sont conçues pour prendre en charge les applications d'IA périphériques sensibles à la puissance et à la latence, y compris le traitement vocal et audio, les appareils portables, les systèmes IoT et la détection permanente. L'échantillonnage évalué devrait commencer dans la seconde moitié de 2026, et la mémoire IP RRAM multiniveaux est disponible pour évaluation et licence potentielle.

Glenn Ge, cofondateur et CEO de TetraMem, déclare : « Cette étape reflète des années de collaboration étroite avec notre partenaire de fonderie TSMC et démontre la faisabilité de l’introduction de la RRAM multiniveaux et du calcul analogique en mémoire, de la percée de l’architecture informatique au silicium commercial à nœuds avancés. Nous pensons que cette approche offre une voie pratique pour améliorer l’efficacité énergétique et l’évolutivité des systèmes d’IA de nouvelle génération ».

La réalisation réussie de la plateforme MLX200 met en évidence la viabilité du calcul analogique basé sur une RRAM multiniveaux sur des processus semiconducteurs de pointe. TetraMem continuera à faire progresser cette technologie pour prendre en charge les charges de travail émergentes de l'IA avec une écoefficience améliorée et une évolutivité du système.

À propos de TetraMem

TetraMem est une société de semiconducteurs basée dans la Silicon Valley, pionnière dans le calcul en mémoire analogique utilisant la technologie RRAM multiniveaux. Son architecture intègre la mémoire et le calcul pour réduire considérablement le mouvement des données et améliorer l'efficacité énergétique des charges de travail de l'IA. Avec une base solide en coconception d'appareils, de circuits et de systèmes, TetraMem fait progresser des solutions évolutives pour l'IA de pointe et le calcul à haute performance futur, travaillant en étroite collaboration avec les principales fonderies et partenaires de l'écosystème pour apporter des technologies de pointe de la science fondamentale dans la production commerciale à volume variable.

Le texte du communiqué issu d’une traduction ne doit d’aucune manière être considéré comme officiel. La seule version du communiqué qui fasse foi est celle du communiqué dans sa langue d’origine. La traduction devra toujours être confrontée au texte source, qui fera jurisprudence.

Contact avec les médias :
Glenn Ge
pr@tetramem.com