RRAM

concept · 首次出现 2026-05-26 · 最近出现 2026-10-14 · 累计提及 2

综述

RRAM(阻变存储器,Resistive Random-Access Memory)是一种利用材料电阻可逆变化来存储数据的非易失性存储技术,被视为下一代存储与存内计算的重要候选路线。相比传统闪存,RRAM 在写速度、功耗和微缩潜力上具有优势,近年国内外团队正加速推动其从实验室走向量产芯片。

RRAM 近期进展

  • 国内团队在 1Gb 容量上取得突破。据 铭芯启睿首款 1Gb RRAM 芯片“泰山一号”流片:采用 1T4R 存储结构,密度达 30Mb / mm² 报道,该公司首款 1Gb RRAM 芯片完成流片,采用 1T4R 存储结构,密度达到 30Mb/mm²。1T4R 结构即一个晶体管搭配四个阻变单元,有助于提升存储密度、摊薄晶体管成本。
  • 同一成果也获得另一家媒体报道。量子位在 MemSilicon完成国际首款高密度、大容量1T4R 1Gb RRAM芯片流片 中称其为国际首款高密度、大容量的 1T4R 1Gb RRAM 芯片。1Gb 级别意味着 RRAM 开始具备承载大容量存储应用的可行性,而此前多数公开成果仍停留在 Mb 量级。
  • 在存内计算方向,TetraMem 也有落地动作。据 存内 AI 计算企业 TetraMem 完成 22nm SoC 验证,瞄准低功耗低延迟应用 报道,该公司完成了基于 22nm 工艺的 SoC 验证,目标是把 RRAM 阵列用于 AI 推理场景,以降低功耗和延迟。存内计算让计算直接发生在存储单元附近,可缓解数据搬运带来的性能瓶颈。
  • RRAM 的当前焦点与观察点

    当前 RRAM 领域的争论主要集中在两条路线的取舍:一条是做高密度、大容量的通用存储,对标嵌入式闪存和新兴存储器市场;另一条是做存内计算,把 RRAM 单元的模拟特性用于矩阵运算,服务于端侧 AI。两条路线对器件一致性、良率和工艺成熟度的要求并不相同。

    值得关注的观察点包括:一是 1T4R 等新型结构的良率与数据保持特性能否在大规模量产中验证;二是 22nm 等成熟工艺节点上 RRAM 与逻辑电路单片集成的成本优势;三是端侧 AI 推理需求能否为存内计算芯片提供足够的市场空间。整体来看,RRAM 正处在从原型验证向工程化产品过渡的阶段,但替代成熟存储技术的窗口期仍取决于生态和成本,短期内更可能以嵌入式存储和专用 AI 芯片的形态落地。

    相关报道

    3 条在档
    RRAM · AI 话题观测|AI热报