TetraMem fait évoluer le calcul analogique en mémoire avec la finalisation du développement d'un nouveau SoC d'IA en 12 nm

Exploiter les solutions EDA de Synopsys basées sur le cloud pour étendre le développement de puces d'IA à plusieurs niveaux basées sur la technologie RRAM aux nœuds FinFET avancés

SAN JOSE, Calif.--(BUSINESS WIRE)--TetraMem, une entreprise pionnière dans le domaine du calcul analogique en mémoire (A-IMC) basée dans la Silicon Valley, a annoncé avoir mené à bien le tape-out du MLX300, le premier système sur puce (SoC) A-IMC au monde en 12 nm reposant sur une mémoire RRAM multi-niveaux. Ce SoC a été développé à l’aide de solutions EDA de pointe, accessibles via Synopsys Cloud FlexEDA, et Cette étape importante rapproche cette architecture d'une mise en production sur des nœuds technologiques avancés.

« L’architecture de TetraMem représente une approche fondamentalement nouvelle de l’informatique IA en rapprochant la mémoire et le calcul », a déclaré Glenn Ge, PDG et cofondateur de TetraMem. « L’utilisation des solutions EDA de Synopsys via Synopsys Cloud a joué un rôle déterminant pour permettre une collaboration mondiale efficace et accélérer notre transition de l’innovation en recherche vers la fabrication de puces. »

La finalisation du MLX300 fait suite à celle, récemment annoncée par TetraMem, du SoC MLX200/MLX200M à RRAM multi-niveaux et A-IMC, mis en œuvre sur un procédé commercial de 22 nm, marquant ainsi deux tape-outs avec l'ensemble des masques réalisés en 2026. Ces deux conceptions ont utilisé les solutions EDA de Synopsys fournies via Synopsys Cloud FlexEDA, ce qui a permis un développement distribué hautement efficace entre les équipes d’ingénierie de TetraMem aux États-Unis et à Singapour, tout en accélérant considérablement la productivité de conception et les cycles d’itération. Par exemple, TetraMem a réduit de plusieurs semaines à quelques minutes le temps nécessaire à la mise en place de son environnement de conception global, et a multiplié par trois la vitesse de simulation de vérification au niveau du transfert de registres (RTL) par rapport aux méthodes sur site.

« Les travaux de TetraMem dans le domaine du calcul analogique en mémoire reflètent le type d’innovation audacieuse nécessaire pour ouvrir la voie à la prochaine vague de performances et d’efficacité en matière d’IA », a déclaré Sanjay Bali, vice-président senior chargé de la gestion et de la stratégie des produits EDA chez Synopsys. « Chez Synopsys, nous sommes ravis d’accompagner TetraMem grâce à nos solutions de conception basées sur le cloud, nos technologies EDA de pointe et notre IP éprouvée, afin de contribuer à accélérer le développement du matériel d’IA de nouvelle génération. »

L’architecture unique de TetraMem facilite le développement évolutif d’accélérateurs d’IA de nouvelle génération conçus pour offrir des performances par watt considérablement améliorées et réduire les goulots d’étranglement liés aux transferts de données. Le MLX300 s’appuie sur cette architecture pour offrir un accélérateur monopuce polyvalent destiné à l’audio, à la vision et aux petits modèles de langage, prenant en charge jusqu’à 64 millions de paramètres INT4 sur puce sans DRAM externe pour le stockage du poids des modèles. Ce SoC cible une efficacité énergétique supérieure à 50–80 TOPS/W, démontrant ainsi le potentiel du calcul analogique basé sur la RRAM pour offrir des gains d’efficacité significatifs pour l’inférence IA de nouvelle génération.

À propos de TetraMem

TetraMem est une entreprise de semi-conducteurs spécialisée dans l'IA, basée dans la Silicon Valley, qui développe des technologies de calcul analogique en mémoire reposant sur la mémoire RRAM (memristor) à plusieurs niveaux, dans le but d'améliorer considérablement l'efficacité énergétique et l'évolutivité de l'IA.

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.