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。