Если бы чипы пили кофе, этот попросил бы не эспрессо, а каплю электричества и тихий уголок памяти. SK hynix, TetraMem и исследователи Университета Южной Калифорнии показали экспериментальный SoC для edge AI — устройств, где искусственный интеллект должен работать рядом с пользователем, а не где-то в облачных дворцах.

Идея звучит почти поэтично: считать прямо там, где хранятся данные.

Обычные процессоры часто напоминают курьера, который весь день таскает коробки между складом и офисом. Данные бегают из памяти в вычислительный блок и обратно. Энергия уходит, время тает. Мемристорные вычисления в памяти, или IMC, предлагают иной сценарий: склад сам начинает считать.

В новом чипе есть встроенный RISC-V процессор, который раздаёт задания, и 10 нейронных блоков NPU. Девять из них работают с обычными для IMC операциями — pointwise и dense layers. Каждый использует мемристорную матрицу 256 × 256, DAC для перевода цифровых сигналов в аналоговые и ADC для обратного превращения.

А десятый блок — особенный.

Он создан под depthwise convolution, операцию, которую любят лёгкие нейросети вроде MobileNet. Обычно она плохо ложится на стандартные crossbar-массивы: данных мало переиспользуется, ячейки простаивают, как зрители на скучной лекции. TetraMem предложила зигзагообразную топологию выборочных линий. В итоге восемь блоков 252 × 28 могут параллельно выполнять 28 независимых свёрток 3 × 3, используя массив полностью для хранения весов.

Красиво? Да. Практично? Вот тут начинается интрига.

Для демонстрации исследователи взяли кастомную MobileNetV1Small на бенчмарке Visual Wake Words. В ней около 36 тысяч параметров. Чип достиг точности 80,36%, что соответствует 4-битной программной модели. При этом сами мемристоры программируются лишь чуть точнее 2 бит, поэтому разработчики применили компенсацию через две подматрицы, вытягивая эффективную точность примерно до 4 бит.

Энергоэффективность выглядит бодро: 21,3 TOPS/W на 100 МГц и 11,9 TOPS/W на 400 МГц. Для чипа, изготовленного на старом 65-нм техпроцессе, это звучит как бодрый ретро-автомобиль, который внезапно обгоняет современные электросамокаты.

Но производительность — туманная поляна. Теоретический максимум оценивается примерно в 2,54 TOPS, что примерно в 16 раз ниже требований Microsoft Copilot+. И главное: в демонстрации использовались не все 10 NPU. Один блок занимался depthwise convolution, пять — pointwise слоями, а четыре отдыхали. Можно ли загрузить все одновременно? Не раскрыто.

Получается не готовый герой рынка, а важный лабораторный маяк. Он показывает: мемристорная память может не только хранить, но и думать. Осталось понять, сможет ли она думать достаточно быстро, когда на неё повесят настоящую работу.

Оригинальное исследование доступно в журнале Advanced Intelligent Systems: doi.org/10.1002/aisy.202501225.