MemSilicon押注RRAM，跨越22年的技术征程

其实RRAM和其他所有新型存储一样，并不是新叙事。但在近年来备受关注，主要原因是因为行业里一直谈的“那堵墙”越垒越高。

自上世纪六十年代以来，摩尔定律指导下的处理器运算能力持续提升，核心数量不断增加，但不同层级存储器之间的读写速度差距依然明显，数据供给难以始终跟上计算需求，形成制约系统整体性能的“存储墙”。随着数据密集型应用不断发展，这一矛盾也愈发突出。传统存储技术在性能、功耗及成本等方面各有局限，难以同时满足所有需求。

在这样的背景下，诸如RRAM、PCM、MRAM、FeRAM等原本仅局限于研究所的新型存储技术逐渐进入产业视野，业界希望通过不同的存储机制与器件结构，探索突破传统存储瓶颈的路径，为高性能计算、边缘智能及新一代存储架构提供更多选择。但铭芯启睿却选中了RRAM。

在问到为何选定这条路线时，铭芯启睿董事长刘琦告诉半导体行业观察：“首先，在新型存储技术中，RRAM具有高速、高密度、低功耗以及适配存算一体等性能优势，同时兼具结构简单、尺寸微缩潜力大、CMOS工艺兼容性好、成本可控等制造优势，是先进节点高密度嵌入式非易失存储技术的重要解决方案”。在他看来，RRAM的几大优势落实到实际应用中，可体现在以下几个方面：

首先是与CMOS 工艺兼容。 由于RRAM 采用了金属—介质—金属结构，使用的钽基、铪基氧化物等阻变材料已经应用于 CMOS 产线，这就意味着生产RRAM可以不引入新的材料，在现有产线上开展量产集成相对容易；其次，具有较好的微缩能力，RRAM 通过纳米尺度的导电细丝实现阻态变化，具有向先进工艺节点延伸的潜力。作为参考，国际晶圆代工巨头台积电已经将 RRAM 的技术发展规划延伸到3nm节点；此外，RRAM 可以通过 1TnR 架构以及三维集成（3D VRRAM）提高单位面积的存储容量，为大容量存储和存算应用提供新的可能。

“铭芯启睿选择RRAM推进产业化，不仅考虑器件性能，也考虑技术成熟度和产业化难度。”刘琦指出，站在当前这个时间节点，RRAM 的产品化路径划分为三个方向：

但是，如他所说，RRAM的落地并不是一蹴而就的，尤其是在大容量和存算方面。作为一支在这个行业深耕超过20年的团队，刘琦认为铭芯启睿拥有了在RRAM市场一展所长的实力。

从相关资料可以看到，为了实现RRAM的商业化，首先面临的是器件可靠性与工艺一致性的挑战，包括电阻切换稳定性、数据保持、写入耐久性及功耗控制等。同时，随着存储密度提升，如何实现器件微缩、CMOS工艺兼容和高良率量产，也是产业化需要解决的问题。

此外，RRAM还需要应对成本竞争、测试标准不统一等问题。如何在保证性能和可靠性的同时降低制造成本，并完善相关标准，将影响其规模化应用的进程。

刘琦也告诉半导体行业观察，RRAM要走向商业化，是需要从设计和制造两个方面发力：设计公司需要积累新的器件设计方法和规则，制造端则需要验证可靠性、良率以及规模扩大后带来的新问题。因此，推动RRAM发展不能只靠器件或设计的单独优化，而需要工艺和设计共同迭代。

面对这些挑战，在中国科学院刘明院士的带领下，团队自2004年以来就持续深耕其中，各个击破。

从早期聚焦材料、工作机理和器件结构，探索提升器件性能与可靠性的方法。到自2009年起开展RRAM与CMOS后道集成研究，先逐步解决工艺适配、阵列均一性、规模制造以及电路协同设计等问题；随后，团队进一步拓展应用，从兆比特级、128Mb存储逐步推进至1Gb存储，同时布局存算一体、类脑计算和安全芯片等方向，并与产业界开展合作。

刘琦表示，得益于这些年的积累，团队在RRAM的关键技术进展上都留下了自己的印记：例如团队较早利用原位电镜观察RRAM导电细丝形成与断裂的动态过程，并据此建立相关物理模型和器件模型；在性能优化方面，开展了掺杂调控和局域电场增强等研究，以改善器件随机性；集成方面，团队在行业最早验证了14nm RRAM集成技术，并于2020年提出1T2R单元结构、推出1.5Mb芯片，探索高密度集成路线。

为了贯通学、研、产，让长期科研积累在真实需求牵引下，转化为有商业价值的产业落地，刘明院士作为发起人，由刘琦担任董事长，在中国科学院RRAM 200多项专利授权的基础上，于2024年孵化成立了铭芯启睿，正式推动RRAM的产品化、商业化，迅速完成了前两轮融资，投资人包括头部商业资本、客户战投、产业基金。

为什么被看好，正如刘琦所说，以铭芯启睿为代表的中国科研团队，在RRAM的机理、高密度集成和先进节点研究上具备国际领先实力。但和其他竞争对手相比，铭芯启睿的差异化优势，不仅仅体现在底层技术，还在于公司建立了从底层器件到系统应用的完整体系。“从材料、器件结构和性能调控，到CMOS工艺集成、阵列可靠性，再到改善器件非理想特性的读写电路，铭芯启睿打通了RRAM产业化所涉及的关键环节。”刘琦告诉半导体行业观察。

在文章开头，我们就介绍RRAM的优势和机遇。但正如刘琦所说，要将这个技术落地，还需要解决诸多问题。尤其是性能、密度、容量、成本都需要最优解，面临的挑战更是空前。这也正是铭芯启睿首先推动RRAM发力存储IP市场，替代eFlash服务那些因为难以微缩而不能满足的市场的原因之一。

刘琦也透露，铭芯启睿目前已经在这一方向拥有客户和产品，包括显示驱动芯片（DDIC）以及与华澜微合作的SSD控制器等应用，主要涉及28nm、40nm工艺节点。

除了存储IP，铭芯启睿也在推进小容量独立式RRAM产品。与集成在SoC内部、作为功能模块使用的存储IP不同，独立式RRAM本身就是一颗独立芯片，可以面向具体市场进行销售。在与半导体行业观察的交流中，刘琦也提到，公司短期内计划推出一款面向消费类市场的独立式RRAM，以及一款面向高端应用的产品。

至于两周前成功流片的泰山一号，是基于1TnR技术路线的首代高密度、大容量RRAM独立芯片，正在推进测试验证，这也是新型存储芯片技术从早期研究，推向Gb级芯片产品化的里程碑。基于28nm CMOS工艺平台和1T4R单元结构，实现了单芯片容量1Gb的突破，访问延时小于20ns。此外，芯片还集成了片上硬件纠错电路，在大容量、高密度与高速读取之间实现了协同突破，为片上高密度大容量新型非易失存储应用，提供了具有国际竞争力的解决方案。

泰山一号流片封装

“存储IP和独立式存储是公司短期内最有希望形成营收的两条产品路线，也是未来一至两年的重点推进方向。”刘琦预判道。根据他的规划，这两条产品路线能够在未来一至两年带来相对稳定的营收增长，为公司后续拓展AI计算应用提供基础。“大模型推理为 RRAM 提供了一个潜在的应用方向，RRAM 也非常适合承担其中静态权重的存储与计算任务，尤其是 FFN 部分。”刘琦告诉半导体行业观察。

他表示，随着推理需求增长，如何减少数据搬运、提高计算利用率，成为其关注的重点。现有 LPU 方案通过增加片上 SRAM 容量，减少数据从 DRAM 搬入 SRAM 的次数，但 SRAM 集成度有限，难以容纳大模型的全部参数；如果主要依靠 DRAM 存储权重，再将数据搬到计算单元，也会面临频繁搬运的问题。

基于这一判断，刘琦提出，先采用 SRAM 与 DRAM 构建 LPU 架构，再逐步引入 RRAM。未来，如果能够提高 RRAM 的存储密度和容量，并将其与计算单元集成在同一芯片上，就可以尝试直接在 RRAM 芯片内完成 FFN 计算，与负责 Attention 的芯片之间主要传输输入和输出数据，从而减少权重搬运，提升推理性能。换而言之，这一路线并不是简单地将 RRAM 加入现有 AI 芯片，而是希望通过 LPU 的系统架构设计与 RRAM 的存算结合，进一步优化大模型推理的数据流和计算效率。

现在很多AI推理芯片厂商只是专注于LPU部分，而不管存储、互联的问题，刘琦认为，铭芯启睿需要同时在存储和计算布局，这样才能在巨头环伺、竞争激烈的AI推理市场突围。这正是几个月前邀请跨越多个技术产品周期的芯片老将卢涛加入，并担任CEO和联合创始人的底层原因。而这个基本判断和卢涛加入，也得到了投资人的普遍认同。和卢涛加入同期宣布的，就是来自十六家新老股东的超4亿元A轮背书，形成了罕见的囊括高校投资基金、供应链战投、客户战投、商业资本、国资产投、国资基金的全明星阵容。

铭芯启睿部分投资人

自Hickmott在1962年首次提出RRAM这个概念以来，电阻式随机存取存储器已经走过60多年的历程。如前文所说，在一些嵌入式应用中，RRAM也开始找到了发力空间。作为一家专注这条赛道的领先者，铭芯启睿的未来值得期待。

特别是在布局了LPU，打造起“存储+计算”的存算结合方案后，铭芯启睿打开了新的空间。

谈及从RRAM走向LPU的战略升级布局，铭芯启睿 CEO兼联合创始人卢涛认为，对AI推理市场的基本判断，是模型能力、响应速度和使用成本，必须放在一起考虑。随着大模型和Agent开始承担更复杂、更连续的任务，一次响应背后可能包含多轮推理、工具调用和多个Agent的协作，每一步的等待都会累积到最终交付。在这些场景里，低延迟决定着用户体验，也影响一项业务能否成立。铭芯启睿希望提供的，是在可承受的成本下，让客户真正用上满血模型和高速Token的推理能力。

但要实现这一点并不容易，就需要从系统架构上同时优化存储、计算和互联。模型权重和KV缓存如何存放，数据在哪里参与计算，芯片之间如何交换数据，都直接影响计算单元能否充分工作，以及整个系统的能耗和成本。随着模型和系统规模扩大，片间通信与调度也会进一步影响推理效率。这些问题需要在产品定义之初统一考虑，才能把器件和芯片的优势转化为客户实际获得的性能。

从RRAM到LPU，是铭芯启睿沿着这条逻辑进行的战略升级。二十二年的RRAM积累，让铭芯启睿对存储器件、工艺和电路有了深入理解，也为重新组织存储与计算提供了更多选择。通过LPU的系统架构设计，他希望把这些积累与大模型推理的真实需求连接起来，建立从底层技术到产品交付的完整能力。

卢涛说，他这条路线有清晰的推进节奏。当前，铭芯启睿会继续推动RRAM的产品化和商业化，同时推进基于SRAM、DRAM的第一代LPU研发，围绕满血模型、高速Token和越级性价比建立产品竞争力，预计在2027年底流片。

在面向未来推理的第二代LPU上，铭芯启睿将持续迭代高密度、大容量RRAM，探索让它承担相对稳定的模型权重存储，以及FFN等适合的计算任务，并与其他存储介质、计算单元和互联架构协同。

从2004年的科研开题，到2026年的泰山一号成功流片，铭芯启睿团队用二十二年，趟通了一条学、研、产、投、用的硬科技创新路径。在刘琦和卢涛的描绘中，RRAM+LPU的产品落地和商业化交付，只争未来几年的朝夕，毕竟半导体行业的特性决定了，新赛道的赢家一旦通吃，可能就是三十年河东的长期红利。