TetraMem完成全新12nm AI SoC流片，推进模拟内存计算技术发展

借助Synopsys云赋能的EDA解决方案，将基于多层RRAM的AI芯片开发扩展至先进FinFET节点

加州圣何塞--(BUSINESS WIRE)--(美国商业资讯)-- 硅谷模拟内存计算(A-IMC)领域的先驱TetraMem宣布，全球首款基于多层RRAM技术的12nm A-IMC系统级芯片(SoC)——MLX300已成功流片。该SoC借助由Synopsys Cloud FlexEDA提供支持的行业领先EDA解决方案开发而成，这一里程碑标志着该架构向先进节点、可量产计算迈出了重要一步。

TetraMem首席执行官兼联合创始人Glenn Ge表示：“TetraMem的架构通过将存储与计算融合，代表了一种全新的AI计算方式。通过Synopsys Cloud利用Synopsys EDA解决方案，对于实现高效的全球协作、加速我们从研发创新到可制造硅片的进程起到了至关重要的作用。”

MLX300的流片紧随TetraMem近期发布的、采用商用22nm工艺制造的MLX200/MLX200M多层RRAM A-IMC SoC之后，标志着公司在2026年实现了两次成功的全掩膜流片。这两款设计均采用通过Synopsys Cloud FlexEDA交付的Synopsys EDA解决方案，使得TetraMem位于在美国和新加坡的工程团队能够实现高效分布式开发，同时显著提升设计效率并缩短迭代周期。例如，TetraMem将整体设计环境的搭建时间从数周缩短至几分钟，并且相较于本地部署方式，其寄存器传输级(RTL)验证仿真速度提升了3倍。

Synopsys EDA产品管理与战略高级副总裁Sanjay Bali表示：“TetraMem在模拟内存计算领域的工作，体现了释放下一波AI性能与效率所需的大胆创新。在Synopsys，我们很高兴能够通过云赋能的设计解决方案、先进的EDA技术以及经过验证的IP来支持TetraMem，助力加速下一代AI硬件的开发。”

TetraMem独特的架构实现了针对下一代AI加速器的可扩展开发，旨在大幅提升每瓦性能并减少数据移动瓶颈。MLX300在此基础上构建，是一款适用于音频、视觉和小型语言模型的通用单芯片加速器，支持片上存储多达6400万个INT4参数，无需外部DRAM进行模型权重存储。该SoC的目标能效超过50–80 TOPS/W，展现了基于RRAM的模拟计算为下一代AI推理带来显著能效提升的潜力。

关于TetraMem

TetraMem是一家硅谷AI半导体公司，致力于开发基于多层RRAM（忆阻器）的模拟内存计算技术，以大幅提升AI的能效和可扩展性。

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。