您的位置首页 >半导体 >

Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划

Weebit Nano 正式推出 Weebit Matrix™存内计算全球研究计划,面向高校、科研机构、芯片研发团队开放基于 ReRAM 阻变存储器的存内计算平台与相关技术资料,目标是联合全球科研力量挖掘存内计算在 AI 推理、边缘端模型加速方向的潜力,解决传统冯诺依曼架构数据搬运带来的带宽瓶颈、功耗偏高问题,这套方案依托 Weebit 自研的 ReRAM 存储阵列,把向量乘法运算直接放在存储阵列内部完成,不用反复在内存和算力单元之间搬运数据,本次全球研究计划会开放评估板、IP 参考设计、仿真模型,方便科研人员做算法适配、架构创新、原型验证,推动 Weebit Matrix™存内计算技术从实验室研究走向商用落地。

Weebit Matrix™核心基础信息表

项目详情
底层存储介质ReRAM 阻变存储器
核心架构存内计算(CIM),存储阵列内完成矩阵乘
计划名称Weebit Matrix™全球研究计划
面向对象全球高校、科研院所、芯片研发团队
开放资源评估硬件、ReRAM CIM IP、仿真模型、参考驱动
主打场景AI 低功耗推理、边缘视觉、传感器信号处理
核心优势大幅降低数据搬运功耗,适合端侧轻量化 AI
局限现阶段主要面向科研验证,还未大规模商用量产

参与 Weebit Matrix™存内计算全球研究计划的基本流程

  1. 机构或团队提交申请,说明研究方向、用到的模型、预期验证目标;
  2. Weebit Nano 审核资质,确认匹配研究方向后开放对应技术资料;
  3. 领取 Weebit Matrix™评估板或者调用仿真模型开展算法与架构实验;
  4. 在 ReRAM 阵列上完成量化模型映射、矩阵运算验证、功耗和时延测试;
  5. 输出研究成果,可选择和 Weebit Nano 联合发布论文、技术报告;
  6. 成熟方案后续有机会转化为商用 IP 合作。

Weebit Matrix™存内计算技术亮点

✅ 优势

  • 基于 ReRAM 的模拟存内计算,矩阵乘运算在存储阵列内部并行执行,算力密度高;
  • 显著减少 CPU/GPU 和存储器之间的数据来回搬运,大幅降低边缘 AI 功耗;
  • 支持低比特量化神经网络,适配轻量化大模型、视觉识别、语音唤醒等边缘任务;
  • 配套完整仿真模型,团队可以先做仿真验证,再上硬件实测,降低试错成本;
  • 面向全球开放,吸引不同地区科研团队从算法、电路、可靠性多个维度优化。

当前阶段需要正视的技术难点

❌ 待解决问题

  • ReRAM 器件本身存在非理想特性,阻值漂移、器件离散性会影响计算精度;
  • 模拟存内计算对模型量化、校准算法要求很高,高精度大模型适配难度大;
  • 阵列规模、读出电路噪声限制了单次可并行计算的矩阵大小;
  • 目前是科研研究阶段,IP 成本、良率还达不到消费芯片大规模量产标准。

重点研究方向

  • 低功耗边缘 AI 推理的模型量化与映射算法
  • ReRAM 阵列非理想效应的补偿、校准方案
  • 存内计算架构和数字控制电路协同设计
  • 可靠性、耐久度、温度漂移对推理精度的影响

【常见问题】

问题 1:Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划,Weebit Matrix™底层是什么存储介质?

回答 1:Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划,Weebit Matrix™底层采用 ReRAM 阻变存储器,依托 ReRAM 阵列实现存内矩阵运算。

问题 2:Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划,哪些团队可以申请参与?

回答 2:Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划,全球高校、科研院所、芯片研发团队都可以提交申请,审核通过后获取评估资源。

问题 3:Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划,Weebit Matrix™存内计算主要解决什么痛点?

回答 3:Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划,主要解决传统冯诺依曼架构数据搬运开销大、边缘 AI 功耗高、带宽受限的痛点。

问题 4:Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划,Weebit Matrix™现在已经可以商用大规模出货吗?

回答 4:Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划,当前以科研验证为主,还没有进入大规模商用量产阶段。

【数据来源】

[2026-11-16](Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划)半导体行业观察

[2026-11-15](Weebit Matrix ReRAM 存内计算科研计划开放详情)Weebit Nano 官方新闻

[2026-11-10](ReRAM 存内计算 CIM 架构原理与挑战)IEEE 电子器件期刊

[2026-10-28](Weebit Nano 阻变存储器 IP 与存内计算技术路线)芯东西

[2026-10-12](边缘 AI 存内计算方案对比:ReRAM、MRAM、Flash CIM)与非网

【免责声明】

本文仅为 Weebit Matrix™存内计算全球研究计划资讯科普,Weebit Matrix™存内计算技术仍处于科研验证阶段,器件特性、IP 指标、商用时间表以 Weebit Nano 官方最新公告为准;本文不构成芯片项目立项、采购、技术选型的落地依据。

今日大家都在搜的词: