硅谷公司 TetraMem 于 2026 年 10 月 27 日宣布，其 MLX300 已完成流片（tapeout）。这是一款基于多级 RRAM 技术的 12 纳米系统级芯片（SoC）。据该公司称，它是首款采用该工艺节点的模拟存算一体（A-IMC）SoC——这一说法来自 TetraMem 本身，尚未得到独立验证。
该消息通过 BusinessWire 发布的新闻稿对外公布。该芯片使用 Synopsys 的电子设计自动化（EDA）工具开发，并通过 Synopsys Cloud FlexEDA 平台交付。
什么是流片，12 纳米为何重要
流片是指芯片的最终设计被送交制造的阶段。换言之，MLX300 已完成设计，但公告中没有给出量产日期、价格或商业供货信息，因此不应被理解为已经上市的产品。
TetraMem 的思路是把存储与计算结合在同一器件中。在传统计算中，数据在存储器与处理器之间搬运会消耗时间和能量；而在数据所在之处直接计算，模拟存算架构试图缓解这一瓶颈。从 22 纳米迈向 12 纳米，也意味着该公司向更先进、更接近商业化生产的工艺迈出了一步。
MLX300 承诺了什么
据新闻稿介绍，MLX300 是一款面向音频、视觉和小语言模型的单芯片加速器。它可在片上容纳多达 6400 万个 INT4 参数，无需用外部 DRAM 存储模型权重，能效目标超过 50 至 80 TOPS/W。
需要区分的是：50 至 80 TOPS/W 是一个由公司公布的目标值，而非新闻稿中披露的独立实测结果。“全球首款”的说法同样反映的是 TetraMem 对自身产品的定位。
MLX300 延续了此前采用商用 22 纳米工艺的 MLX200 和 MLX200M。至此，该公司在 2026 年已完成两次全掩模流片。TetraMem 将部分进展归功于美国与新加坡团队的分布式协作：据新闻稿称，设计环境搭建时间从数周缩短到数分钟，RTL 验证速度比本地方法快三倍。
该公司首席执行官兼联合创始人 Glenn Ge 在新闻稿中表示：“TetraMem 的架构代表了一种全新的 AI 计算方法，它将存储与计算融为一体。”Synopsys EDA 产品管理高级副总裁 Sanjay Bali 则表示，TetraMem 的工作体现了“解锁下一波 AI 性能与效率所需的勇敢创新”。
哪些仍未得到证实
新闻稿中没有独立基准测试、客户样品、量产时间表，也没有代工厂或客户名称。在这些信息出现之前，MLX300 应被视为一个设计里程碑——对存算一体技术的发展具有意义——而非一款已在市场上证明性能的芯片。
来源
图片说明：一张忆阻器图片，来自 Wikimedia Commons。该图片仅作示意，并非 MLX300。
透明度声明：本文在人工智能辅助下编写，依据上面列出的互联网公开来源。请查阅原始来源以确认细节后再作决定。
Muse
