近期，AI芯片初创公司TetraMem公布了最新进展：其基于22nm工艺的SoC芯片MLX200已在台积电制程上完成芯片验证，评估套件预计将于2026年下半年推出。该公司聚焦低功耗、低延迟AI应用这一细分赛道，致力于为可穿戴设备、边缘IoT、各类传感器以及嵌入式系统提供更高能效的AI芯片解决方案。

那么，这种极致能效是如何实现的？核心逻辑在于尽可能缩短数据传输路径。传统冯·诺依曼架构下，数据需要在存储器与计算单元之间频繁往返传输，不仅带来更高延迟，也会增加功耗。TetraMem采用的是“存内计算”技术路线，让主要计算任务直接在本地完成，从而减少不必要的数据搬移，提升AI推理效率。

具体来看，MLX200这款SoC采用了“模拟内存计算”架构，芯片内部集成多级RRAM（忆阻器）阵列与混合信号计算引擎。其关键优势在于：可直接在内存中利用物理特性，以高效率、高吞吐的方式完成向量矩阵乘法，而这正是神经网络推理中最核心的计算环节。也就是说，运算过程不再需要先将数据从存储器调取到ALU执行，而是让存储器本身具备计算能力，因此在处理速度与功耗控制方面都具备明显优势。