IT之家 7 月 11 日新闻，，科技媒体 Tom's Hardware 昨日（7 月 10 日）宣布博文，，报道称 SK 海力士携手 TetraMem、南加州大学，，为提升边沿 AI 装备神经网络推理能效，，联合开发忆阻器（memristor）存内盘算 SoC。。。。。

IT之家注：忆阻器是一种电阻状态可按历史电流或电压转变而改变并保存的非易失性器件，，可同时肩负存储与盘算相关功效。。。。。在 AI 芯片中，，忆阻器常用于组成交织阵列，，以直接存放神经网络权重，，适用于低功耗推理、边沿盘算与新型存算一体架构研究。。。。。

存内盘算指把部分盘算直接放在存储阵列内部完成，，而非在处理器与存储器之间重复搬运数据。。。。。该方式可显著降低数据移动带来的延迟与功耗，，常见于神经网络矩阵乘法、卷积推理、边沿 AI 加速器，，以及对能效要求较高的嵌入式场景。。。。。

本次三方联合研发的 SoC 面向轻量模子，，接纳嵌入式 RISC-V 处理器调理使命，，集成 10 个神经处理单位（NPU），，理论最佳情形下总算力约 2.54 TOPS。。。。。

其中 1 个 NPU 专门用于深度卷积，，另外 9 个执行逐点卷积与浓密运算。。。。。专用深度卷积 NPU 接纳 8 个 252 × 28 锯齿形交织阵列？？？，，保存 DAC 与 ADC 设计。。。。。

9 个标准 NPU 各配备 1 组 256 × 256 忆阻器交织阵列、256 个 8 位 DAC、256 个 8 位 ADC 及配套控制电路。。。。。

单个忆阻器器件的有用编程精度仅略高于 2 位，，因此设计接纳双子阵列赔偿手艺，，将有用权重精度提升至约 4 位。。。。。实测端到端推理准确率为 80.36%，，与对应 4 位软件模子一致。。。。。

性能方面，，单个 NPU 峰值吞吐为 0.254 TOPS，，在 100 MHz 下能效为 21.3 TOPS/W，，在 400 MHz 下为 11.9 TOPS/W。。。。。