TetraMem与SK hynix展示成功技术合作，推进以存储为中心的AI计算

此次联合成果凸显了模拟内存计算如何应对AI日益严峻的能耗与散热挑战，同时为下一代存储与计算架构的深入合作奠定基础。

加州圣何塞和韩国仁川--(BUSINESS WIRE)--(美国商业资讯)-- 模拟内存计算(A-IMC)技术领导者TetraMem Inc.与全球AI存储及半导体技术领军企业SK hynix Inc.今日宣布，双方成功完成联合技术合作。其标志性成果是联合研究论文《基于忆阻器的高效深度卷积内存计算SoC》(A Memristor-based In-Memory Computing SoC with Efficient Depthwise Convolution)在《先进智能系统》(Advanced Intelligent Systems)期刊上发表。该研究还被选为期刊封面文章，彰显了其技术创新性以及对下一代AI计算的潜在影响。

此次合作汇集了SK hynix在先进存储技术领域的专长与TetraMem的模拟内存计算平台，旨在探索新型计算架构，以应对人工智能面临的最紧迫挑战之一：降低快速增长的AI工作负载所带来的能耗和散热限制。

随着基础模型的参数规模从数十亿持续扩展至数万亿，处理器与存储器之间的数据移动已成为系统功耗、延迟及散热问题的主要诱因。模拟内存计算(A-IMC)采用了一种截然不同的架构来突破这一瓶颈：直接在模型权重所在的存储位置执行矩阵运算——即在AI模型权重所在之处进行计算。这大幅减少了数据移动，同时提升了系统级性能和能效。

此次发表的研究展示了一款基于忆阻器的AI片上系统(SoC)，该系统实现了高效的深度卷积，这是现代AI推理工作负载的重要构建模块。除了验证模拟内存计算的可行性外，该项目还成功将新兴存储器件、电路设计、AI架构、软件及系统优化整合至实用的半导体平台中。

更为重要的是，该项目体现了SK hynix RTC与TetraMem团队之间紧密的工程协作，双方优势互补，共同推进以存储为中心的AI计算技术。

TetraMem首席执行官兼联合创始人Glenn Ge表示：“我们很荣幸能与SK hynix共同庆祝这一重要里程碑。这一成就证明了半导体生态系统内紧密协作所能取得的丰硕成果。随着AI的不断演进，未来的突破不仅需要计算层面的创新，还需要存储和系统架构的创新。我们相信，以存储为中心的计算和模拟内存计算将成为解决未来AI能效和散热挑战日益重要的技术，我们期待与SK hynix继续深化合作。”

SK hynix副总裁Soo Gil Kim表示：“我们很高兴看到此次合作取得圆满成功，并获得《先进智能系统》的认可。该项目证明了探索创新存储技术和新型计算架构对未来AI系统的价值。我们重视与TetraMem团队的非凡合作，并期待在双方共同关注的领域继续开展技术交流。”

该研究被选为期刊封面文章，进一步凸显了此次联合成果的重要意义，以及以存储为中心的计算在AI行业中日益增长的重要性。

展望未来，双方公司均认识到，未来的AI基础设施需要在存储技术、计算架构和系统集成方面持续取得进展，以满足对性能、能效和可持续计算不断增长的需求。基于此次合作的成功，双方期待探索更多技术合作机会，共同推进下一代AI计算技术的发展。

论文《基于忆阻器的高效深度卷积内存计算SoC》现已在《先进智能系统》期刊在线发表。

关于TetraMem

TetraMem Inc.是一家硅谷半导体公司，致力于开创基于多级忆阻器(RRAM)技术的模拟内存计算(A-IMC)。其以存储为中心的AI计算平台可为边缘计算、企业级应用及未来的数据中心应用提供高性能、高能效的AI推理能力。

关于SK hynix

SK hynix Inc.是一家全球性半导体公司，也是HBM、NAND Flash及先进AI存储解决方案的领先供应商。公司持续开发创新存储技术，为全球下一代AI、高性能计算及以数据为中心的应用提供强大动力。

免责声明：本公告之原文版本乃官方授权版本。译文仅供方便了解之用，烦请参照原文，原文版本乃唯一具法律效力之版本。