SK海力士等推出高能效忆阻器存内计算芯片，边缘AI应用新

2026年7月11日，SK海力士、TetraMem与南加州大学联手，推出了一款基于忆阻器的存内计算片上系统芯片，专为边缘人工智能设备打造。这玩意儿，算是在功耗和性能之间找平衡的一个新尝试。

能效，是这款芯片最核心的卖点。在100兆赫兹工作频率下，它实现了21.3万亿次每瓦每秒的运算能力；即便跑到400兆赫兹，也能保持在11.9万亿次每瓦每秒的水平。你猜能效有多高？研究论文指出，它的表现大约是英伟达A100在INT8精度模式下的十倍。不过，凡事都有两面——它的峰值算力只有2.54万亿次每秒，连微软Copilot+平台最低算力要求的十六分之一都不到。换句话说，这是一款“能效极强但算力有限”的专用芯片。

光看制程工艺，用的是65纳米，谈不上先进。但设计上，芯片集成了十个神经网络处理单元——其中九个处理常规任务，一个专门为深度可分离卷积操作做了优化。这个优化后的单元，采用了锯齿形交叉阵列结构，把选择线布局改成斜向布线，从而支持二十八组独立的三乘三卷积操作并行执行。这样一来，阵列资源的利用率明显提升。

再说忆阻器本身。它的编程精度大约只有两位，研究团队用了一套“双子阵列补偿技术”，把等效精度提升到了约四位。这个方法，和目标是一致的——英伟达的NVFP4策略也是在追求类似效果。区别在于实现路径：前者在模拟域做补偿，后者在数字域做校正。各有各的算盘。

实测环节，用的是MobileNetV1Small模型进行端到端推理，准确率达到了80.36%，和软件层面四比特量化模型的表现相当。但需要注意，测试中只启用了六个神经网络处理单元，论文并没有提供全部单元满载运行时的实际吞吐数据。所以，这颗芯片的真实性能天花板，还有待验证。

SK海力士负责了忆阻器器件的研发与制造，通过后端集成工艺，把阻变存储单元直接构建在了65纳米互补金属氧化物半导体电路之上。说白了，就是存算一体，做在了一起。

总的来说，这项成果属于原理性验证。能效指标确实亮眼，但绝对算力是个硬伤。对于功耗约束严苛的边缘人工智能应用场景，这个技术路径值得继续关注，但要说大规模落地，恐怕还得再等一阵子。