MemSilicon завершила тейп-аут RRAM-чипа MountTai 2026 на 1 Гбит с 1T4R

12 октября 2026 года китайская MemSilicon (铭芯启睿) объявила о завершении тейп-аута первого поколения RRAM-чипа MountTai 2026. Ёмкость чипа — 1 Гбит, то есть 128 МБ, а архитектура 1T4R предполагает, что один транзистор обслуживает четыре резистивные ячейки. Компания называет его первым в мире чипом такой плотности и ёмкости на технологическом пути 1TnR. Это заявление самой MemSilicon: независимых измерений пока нет.

Зачем RRAM делить транзистор

RRAM (резистивная память с произвольным доступом) хранит бит в сопротивлении тонкой плёнки: высокое сопротивление означает одно состояние, низкое — другое. Память энергонезависима, то есть данные сохраняются без питания. В классической схеме 1T1R каждой ячейке полагается собственный транзистор-селектор. Проблема в том, что транзистор нередко занимает больше площади, чем сама ячейка, и именно он ограничивает плотность.

Подход 1TnR делит один транзистор между несколькими ячейками. В варианте 1T4R на один селектор приходится четыре ячейки, и на той же площади умещается больше бит. Цена вопроса — инженерная сложность. Нужно подавлять токи утечки и взаимное влияние соседних ячеек, аккуратно подбирать напряжения записи и чтения и справляться с разбросом сопротивлений, который у RRAM и без того заметен. Поэтому переход от лабораторных массивов к Гбит-классу считается отдельным барьером, а не просто масштабированием.

Что известно о чипе

В доступном фрагменте сообщения опубликованы лишь базовые параметры:

• разработчик: MemSilicon (铭芯启睿);
• название: MountTai 2026 («泰山一号»);
• дата объявления: 12 октября 2026 года;
• архитектура: 1T4R, технологический путь 1TnR;
• ёмкость: 1 Гбит (≈128 МБ);
• стадия: тейп-аут, то есть проект передан на производство;
• позиционирование: шаг от ранних исследований к Гбит-классу продуктов.

Говорить о готовом продукте рано. Тейп-аут означает, что проектирование завершено и топология ушла на фабрику. Рабочий кремний ещё предстоит получить, протестировать и довести до выхода годных. В сообщении нет техпроцесса, названия фабрики, скорости записи и чтения, числа циклов перезаписи, времени хранения данных и энергопотребления. Именно эти цифры определят, чем MountTai окажется на практике: экспериментальным образцом или основой для коммерческих изделий.

Почему это интересно для ИИ

В инференсе узкое место — перемещение данных, а не арифметика. Обращение к внешней памяти стоит заметно больше энергии, чем сама операция над числом. Поэтому индустрия ищет плотную энергонезависимую память рядом с вычислениями или внутри них: хранение весов на кристалле и вычисления в памяти.

Для масштаба: 128 МБ при 4-битном квантовании — это примерно 256 млн параметров. Для больших LLM мало, но для компактных моделей на устройствах (распознавание речи, зрение, небольшие ассистенты) порядок уже интересный. Кроме того, чипы можно объединять, а память сохраняет веса без питания, что важно для устройств, которые часто засыпают.

Что смотреть дальше

Для разработчиков edge-ИИ и аппаратных команд ближайшие месяцы — время наблюдения, а не планирования. Решающими станут данные по возвращённому кремнию:

• выносливость при перезаписи и удержание данных при повышенной температуре;
• доля битовых ошибок и разброс характеристик между ячейками;
• задержка чтения и энергия на бит;
• техпроцесс, совместимость с логикой и объёмы доступных тиражей.

Если цифры подтвердятся, у 1TnR появится аргумент в споре с другими видами встраиваемой памяти. Если нет, это будет ещё один результат из ряда лабораторных демонстраций. До публикации измерений MountTai 2026 остаётся заявкой на технологический рубеж, который пока подтверждён только самим производителем.