Weebit Nano启动Weebit Matrix存内计算全球研究计划

我来搜索 Weebit Nano 存内计算研究计划的最新信息。

让我获取 Weebit Nano 官方新闻稿的详细内容。

信息收集完毕,下面按固定模板输出稿件。

Weebit Matrix 存内计算研究计划启动:32×32 ReRAM 交叉阵列开发套件开放申请,实测功耗比 GPU 低 80 倍延迟降 100 倍

以色列 ReRAM 存储技术公司 Weebit Nano 在 11 月 4 日正式启动 Weebit Matrix 存内计算(IMC)全球研究计划,把基于阻变式存储器(ReRAM)的硬件开发套件直接开放给产业界和学术界研究者。核心是一颗 32×32 交叉阵列芯片,在存储阵列里直接做向量矩阵乘法、卷积和脉冲神经网络运算,不用像传统架构那样把数据在 CPU/GPU 和内存之间来回搬。套件分两档:评估版给一块直连评估板,快速启动版配齐 IMC 板 + FPGA 子系统 + 示例代码,拿到手就能跑 AI 推理算法原型。一家美国抗辐射 AI 公司用这套架构做了下一代低功耗推理加速器的对比测算,结论是同样的 AI 推理负载,ReRAM 存内计算方案比 GPU 方案功耗大约低 80 倍,延迟降低接近 100 倍。Weebit 选在这个时间点放硬件出去,背景是 2026 年 3 月他们的 ReRAM 刚入选韩国政府国家级存内计算项目,跟韩国代工厂 DB HiTek 和 Analog.ai 一起做超低功耗模拟存内计算。

存内计算解决什么问题

传统计算架构的瓶颈叫 "内存墙":数据存在内存里,计算在处理器里,每次算都要把数据搬过去搬回来。搬数据花的电比算数本身还多。

对比项传统数字架构ReRAM 存内计算
计算位置处理器里,数据要搬过去直接在存储阵列里算
数据搬运大量数据往返,能耗高几乎不需要搬
功耗高低(测算比 GPU 低约 80 倍)
延迟高低(测算比 GPU 低约 100 倍)
适合场景通用计算、训练边缘 AI 推理、IoT、传感器端

ReRAM 做存内计算的天然优势:非易失性、模拟计算特性、可以在芯片后端工艺(BEOL)集成、抗辐射、成本低。

Weebit Matrix IMC 套件规格

项目参数
芯片架构32×32 ReRAM 交叉阵列(crossbar)
支持运算MAC 乘累加、向量矩阵乘法、卷积、脉冲神经网络(SNN)、模拟计算
封装形式封装芯片裸片(packaged dies)
配套板卡IMC 板 + 插座(socket)
适用人群产业界和学术界研究者
申请方式在线提交研究项目,审核通过后发放

两档套件区别

版本包含内容适合谁
Evaluation Package直连评估板 + 芯片样品 + 文档想先上手测 ReRAM 阵列基本特性的研究者
Quick-Start Package完整 IMC 板 + FPGA 子系统 + 示例代码 + 芯片样品 + 文档想直接跑 AI 算法原型、做系统级验证的团队

关键性能测算(第三方)

一家美国做抗辐射 AI 硬件的公司,用 Weebit ReRAM 评估了下一代低功耗 AI 加速器,在 ReRAM 阵列里直接做神经网络处理:

指标对比 GPU 方案
功耗约低 80 倍
延迟约低 100 倍
目标场景恶劣环境(航天 / 国防)下的 AI 推理

注意:这是基于分析的预测值,不是量产芯片实测。CEO Coby Hanoch 也明确说 "距离商用 IMC 方案上市还有技术挑战要解决"。

为什么选 ReRAM 做存内计算

特性说明
超低功耗模拟计算本身能耗极低
可缩放阵列尺寸可以做大
成本效益BEOL 工艺集成,不需要额外昂贵设备
模拟特性天然适合做向量矩阵乘法(欧姆定律 + 基尔霍夫定律)
抗辐射天生抗辐射,适合航天国防
非易失断电数据不丢,适合边缘设备

合作生态

合作方做什么
DB HiTek(韩国代工厂)提供芯片制造平台
Analog.ai韩国国家级存内计算项目合作方
CEA-Leti(法国)2019 年首次演示 ReRAM 脉冲神经网络
韩国政府2026 年 3 月选定 Weebit ReRAM 用于国家级超低功耗模拟存内计算项目

谁在用、研究什么

参与计划的研究者拿到硬件后可以做的事:

  • 开发和测试 AI 推理算法
  • 研究新的 ReRAM 编程方法
  • 探索神经形态 / 脉冲神经网络架构
  • 评估功耗和性能增益
  • 从仿真模型跳到真实硬件验证

已公开的研究者方向包括:金融风险分析、GPS 信号欺骗检测、边缘 AI 推理、恶劣环境下的抗辐射 AI。

行业评价

Yole Group 存储首席分析师 Simone Bertolazzi 的判断:ReRAM 结合了非易失性、可缩放性、低功耗和模拟计算能力,是存内计算最有前景的候选材料之一。Weebit 开放硬件套件让研究者能深入做算法和架构实验,正在推动这个方向的创新。

时间线

时间事件
2019 年与 CEA-Leti 首次演示 ReRAM 脉冲神经网络
2026 年 3 月 5 日ReRAM 入选韩国国家级存内计算项目
2026 年 10 月 16 日Q1 FY27 报告:第二个客户开始芯片验证
2026 年 11 月 4 日Weebit Matrix IMC 研究计划正式启动
2026 年 11 月electronica 2026 慕尼黑展会现场演示(Hall C2, stand 637)

【相关 FAQ】

问题 1:Weebit Matrix 存内计算(IMC)研究计划是什么?

回答 1:Weebit Matrix 是 Weebit Nano 在 2026 年 11 月 4 日启动的全球研究计划,向产业界和学术界研究者提供基于 ReRAM 的硬件开发套件。核心是 32×32 交叉阵列芯片,支持在存储阵列里直接做向量矩阵乘法、卷积和脉冲神经网络运算。套件分评估版和快速启动版两档,研究者需要在线提交项目申请,审核通过后获得芯片样品和开发板。

问题 2:ReRAM 存内计算比 GPU 省电多少?

回答 1:根据一家美国抗辐射 AI 公司的测算,同样的 AI 推理负载,用 Weebit ReRAM 做存内计算比 GPU 方案功耗大约低 80 倍,延迟降低接近 100 倍。但这是基于分析的预测值,Weebit CEO 明确表示距离商用 IMC 产品上市还有技术挑战要解决,不是量产芯片的实测数据。

问题 3:Weebit Matrix IMC 开发套件有哪几个版本?分别包含什么?

回答 1:两个版本。Evaluation Package(评估版)包含一块直连评估板、芯片样品和文档,适合先上手测 ReRAM 阵列基本特性。Quick-Start Package(快速启动版)在此基础上再加 FPGA 子系统和示例代码,适合直接跑 AI 算法原型做系统级验证。两个版本都包含 32×32 交叉阵列芯片和带插座的 IMC 板。

问题 4:存内计算为什么适合边缘 AI 和 IoT?

回答 4:传统 AI 推理在端侧设备上最大的问题是功耗 —— 电池供电的设备跑大模型推理很快就没电。存内计算把计算直接放在存储阵列里,省掉了数据在处理器和内存之间搬运的能耗,ReRAM 本身又是非易失的,断电不丢数据。再加上抗辐射特性,特别适合航天国防、工业传感器、医疗植入设备这些对功耗和可靠性要求极高的边缘场景。

问题 5:Weebit Nano 是哪家公司?ReRAM 技术成熟度怎么样?

回答 5:Weebit Nano(ASX:WBT)是以色列的 ReRAM 存储技术授权公司,做 ReRAM IP 授权给芯片设计公司和代工厂。2026 年 3 月 ReRAM 入选韩国国家级存内计算项目,跟韩国 DB HiTek 代工厂合作制造。截至 2026 年 10 月已有第二个客户开始芯片验证。但存内计算(IMC)本身还在研究阶段,Matrix 计划就是把硬件放出去让全球研究者一起推算法和架构,离商用产品还有距离。

【参考资料】

  • [2026-11-16](Weebit Nano 启动 Weebit Matrix™存内计算全球研究计划)电子工程世界
  • [2026-11-04](Weebit Nano launches Weebit Matrix™ In-Memory Compute Research Program)Weebit Nano 官方
  • [2026-11-04](Weebit Nano opens ReRAM silicon to researchers exploring in-memory AI)Jon Peddie Research
  • [2026-11-04](Weebit Nano Launches Matrix ReRAM Research Program for In-Memory AI Computing)Unite.AI
  • [2026-03-05](Weebit Nano's ReRAM Selected for Korean National Compute-in-Memory Program)Weebit Nano 官方

【免责声明】

文中 80 倍功耗降低和 100 倍延迟降低数据来自合作客户的分析预测,非量产芯片实测结果。Weebit Nano CEO 明确表示存内计算方案距离商用上市仍有技术挑战。研究套件仅面向通过审核的研究者发放,申请条件和套件规格以 Weebit 官方页面为准。本文不构成投资建议。

本文来自作者[极簇同步]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/bdt/202611/3613.html

赞 (2)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 极簇同步
    极簇同步 2026年11月17日

    我是乌兰科技网的签约作者“极簇同步”!

  • 极簇同步
    极簇同步 2026年11月17日

    希望本篇文章《Weebit Nano启动Weebit Matrix存内计算全球研究计划》能对你有所帮助!

  • 极簇同步
    极簇同步 2026年11月17日

    本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索

  • 极簇同步
    极簇同步 2026年11月17日

    本文概览:我来搜索 Weebit Nano 存内计算研究计划的最新信息。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们