![]()
![]()
Quinas 公司利用Innovate UK的资助,成功完成了ULTRARAM技术在神经形态计算领域的应用探索。这项技术被视为解决传统计算架构中“内存与处理分离”这一根本痛点的关键,有望为未来的 AI 系统提供兼具高速、非易失性(断电不丢数据)和超低功耗的硬件基础。
![]()
技术核心:什么是 ULTRARAM?
是 Quinas 的核心竞争力。
本质:一种基于化合物半导体(Compound Semiconductors)和量子共振隧穿(Quantum Resonant Tunnelling)的新型存储器。
独特优势(二合一特性):
兼具 DRAM 的速度与耐用性:读写速度快,且能承受无数次擦写。
兼具 Flash 的非易失性:像硬盘一样,断电后数据不会丢失。
超低能耗:在单一设备中实现了上述特性的统一,且操作能耗极低。
材料基础:文中标签显示涉及材料为AlSb(锑化铝) 和GaSb(锑化镓)。
![]()
解决了什么问题?(技术逻辑)
传统计算机架构(冯·诺依曼架构)存在一个著名的“存储墙”问题:数据需要在处理器和内存之间来回搬运,这不仅慢,而且极其耗能。
神经形态计算(Neuromorphic Computing):模仿人脑结构,主张“计算就在存储发生的地方”(In-Memory Computing),直接在内存中进行运算,从而消除数据搬运。
ULTRARAM 的作用:它是实现这一理念的完美载体。因为它既有足够快的速度配合处理器,又有非易失性来长期稳定存储,同时功耗极低,非常适合模拟人脑神经元的低功耗运作。
![]()
项目进展与合作伙伴
该项目并非闭门造车,而是已经完成了从实验室到产业化的关键一步:
资金与背景:获得英国研究与创新署(UKRI)的“关键技术半导体硬件开发”计划支持。
关键合作方:
Lancaster University(兰卡斯特大学):Quinas 的技术源头,负责基础研究。
IQE plc:全球领先的化合物半导体外延片制造商,负责材料的工业化生产。
当前成果:
完成了设备优化。
奠定了存内计算(CIM)和神经形态应用的架构基础。
推进了交叉阵列(Crossbar Arrays)和芯粒(Chiplet)级集成的技术路线。
![]()
行业意义
AI 硬件的未来:当前的 AI 训练极其耗能。如果 ULTRARAM 能大规模商用,将直接催生新一代的存内计算芯片,大幅降低 AI 推理和训练的能耗。
独立于硅基的路线:传统存储器(如 DRAM、NAND)都基于硅(Silicon)。ULTRARAM 使用化合物半导体,这代表了一条非硅基存储技术的突围路线,对于打破现有存储巨头的垄断具有战略意义。
安全与可持续性:Quinas 的 CEO 提到了“安全”和“可持续”。非易失性存储器在安全加密(如防止冷启动攻击)方面有天然优势,且低功耗符合全球碳中和趋势。
编者观点:
Quinas 公司利用量子隧穿技术,开发出了一种名为 ULTRARAM 的新型存储器。它成功打破了传统存储器“易失性”与“非易失性”不可兼得的物理限制。这项技术通过在内存中直接进行计算(存内计算),彻底解决了 AI 算力中的“存储墙”瓶颈,为下一代低功耗、高安全性的 AI 硬件提供了核心物理基础。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.