MITTEILUNG UEBERMITTELT VON BUSINESS WIRE. FUER DEN INHALT IST ALLEIN DAS BERICHTENDE UNTERNEHMEN VERANTWORTLICH.

Nutzung der cloudfähigen EDA-Lösungen von Synopsys zur Skalierung der Entwicklung mehrstufiger RRAM-basierter KI-Chips auf fortschrittliche FinFET-Knoten

SAN JOSE, Kalif. --(BUSINESS WIRE)-- 27.10.2026 --

TetraMem, ein im Silicon Valley ansässiger Pionier im Bereich des analogen In-Memory-Computing (A-IMC), gab den erfolgreichen Tape-out des MLX300 bekannt, des weltweit ersten 12-nm-A-IMC-System-on-Chip (SoC) auf Basis der Multi-Level-RRAM-Technologie. Das SoC wurde unter Verwendung branchenführender EDA-Lösungen entwickelt, die durch Synopsys Cloud FlexEDA ermöglicht wurden. Dieser Meilenstein stellt einen wichtigen Schritt dar, um diese Architektur für die Fertigung auf fortschrittlichen Strukturbreiten serienreif zu machen.

„Die Architektur von TetraMem stellt einen grundlegend neuen Ansatz für KI-Rechenleistungen dar, indem sie Speicher und Rechenleistung miteinander vereint“, sagte Glenn Ge, CEO und Mitgründer von TetraMem. „Die Nutzung der EDA-Lösungen von Synopsys über die Synopsys Cloud hat entscheidend dazu beigetragen, eine effiziente globale Zusammenarbeit zu ermöglichen und unseren Weg von der Forschungsinnovation bis hin zu serienreifem Silizium zu beschleunigen.“

Der Tape-out des MLX300 folgt auf den kürzlich von TetraMem angekündigten Multi-Level-RRAM-A-IMC-SoC MLX200/MLX200M, der auf einem kommerziellen 22-nm-Prozess implementiert wurde, und markiert damit zwei erfolgreiche Full-Mask-Tape-outs, die im Jahr 2026 erreicht wurden. Bei beiden Designs kamen EDA-Lösungen von Synopsys zum Einsatz, die über die Synopsys Cloud FlexEDA bereitgestellt wurden. Dies ermöglichte eine hocheffiziente, verteilte Entwicklung über die Entwicklungsteams von TetraMem in den Vereinigten Staaten und Singapur hinweg und beschleunigte gleichzeitig die Designproduktivität und die Iterationszyklen erheblich. So konnte TetraMem beispielsweise die Einrichtungszeit für die gesamte Designumgebung von Wochen auf Minuten reduzieren und eine im Vergleich zu lokalen Methoden dreimal schnellere Verifikationssimulation auf Register-Transfer-Level (RTL) erzielen.

„Die Arbeit von TetraMem im Bereich des analogen In-Memory-Computing spiegelt genau die Art von mutiger Innovation wider, die erforderlich ist, um die nächste Welle der KI-Leistung und -Effizienz einzuleiten“, sagte Sanjay Bali, Senior Vice President für EDA-Produktmanagement und -Strategie bei Synopsys. „Wir bei Synopsys freuen uns, TetraMem mit unseren cloudfähigen Designlösungen, fortschrittlichen EDA-Technologien und bewährten IP-Lösungen zu unterstützen, um die Entwicklung von KI-Hardware der nächsten Generation voranzutreiben.“

Die einzigartige Architektur von TetraMem ermöglicht die skalierbare Entwicklung von KI-Beschleunigern der nächsten Generation, die auf eine deutlich verbesserte Leistung pro Watt und den Abbau von Engpässen beim Datentransfer abzielen. Der MLX300 baut auf dieser Architektur auf und ist ein vielseitiger Ein-Chip-Beschleuniger für Audio-, Bildverarbeitungs- und kleine Sprachmodelle, der bis zu 64 Millionen INT4-Parameter auf dem Chip unterstützt, ohne dass externes DRAM für die Speicherung der Modellgewichte erforderlich ist. Der SoC zielt auf eine Energieeffizienz von mehr als 50–80 TOPS/W ab und demonstriert damit das Potenzial des RRAM-basierten analogen Rechnens, erhebliche Effizienzgewinne für die KI-Inferenz der nächsten Generation zu erzielen.

Über TetraMem

TetraMem ist ein im Silicon Valley ansässiges Unternehmen für KI-Halbleiter, das analoge In-Memory-Computing-Technologien auf Basis von Multi-Level-RRAM (Memristor) entwickelt, um die Energieeffizienz und Skalierbarkeit von KI deutlich zu verbessern.

Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.

Originalversion auf businesswire.com ansehen: https://www.businesswire.com/news/home/20261027902570/de/

Medienkontakt:
Glenn Ge
pr@tetramem.com