快科技 7 月 11 日消息，SK 海力士、TetraMem 和南加州大学联合搞了个大事，发布了基于忆阻器（memristor）的存内计算（IMC）SoC（片上系统）芯片，专攻边缘 AI 设备。

这款芯片核心卖点是能效，在 100MHz 下达到 21.3 TOPS/W，400MHz 下也有 11.9 TOPS/W，论文称其能效比英伟达 A100 的 INT8 模式高出一个数量级。

但性能就有点拉了，峰值只有 2.54 TOPS，比微软 Copilot+ 的要求低了 16 倍。

芯片用 65nm 老工艺制造，内含 10 个 NPU（神经网络处理单元），9 个跑传统操作，1 个专门优化深度可分离卷积（DWC）。

优化后的 NPU 用了锯齿形交叉阵列拓扑，把选择线改成斜向走线，实现 28 个独立的 3 × 3 卷积并行，阵列利用率拉满。

忆阻器编程精度只有约 2 bit，团队用双子阵列补偿技术提升到约 4 bit，思路类似英伟达 NVFP4，但一个走数字补偿，一个走模拟补偿。

实际演示用 MobileNetV1Small 跑测试，端到端推理精度 80.36%，与 4-bit 软件模型相当，但 10 个 NPU 只用了 6 个，论文没披露满载的真实吞吐量。

SK 海力士负责忆阻器器件开发和制造，用后端工艺把阻变存储单元集成在 65nm CMOS 电路上方。

这篇论文本质是个概念验证，能效数据亮眼但性能数字不太能打，不过对功耗敏感的边缘 AI 场景，这个方向值得关注。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：知微