电子发烧友网综合报道，RRAM（阻变存储器）存储是一种新兴的非易失性存储技术，它基于材料的电阻变化来存储数据。其存储单元通常由两个电极和中间的阻变材料组成。当在电极上施加一定的电压脉冲时，阻变材料内部的离子会发生迁移，从而导致材料的电阻状态发生改变，一般可分为高阻态和低阻态，分别对应逻辑 “0” 和 “1”。通过检测存储单元的电阻值来读取存储的数据。

RRAM具有读写速度较快、低功耗、高密度、耐久性等特点，能够满足一些对实时性要求较高的应用场景，如高速数据缓存。能够实现较高的存储密度，增加存储容量。且具有较好的读写耐久性。可应用于嵌入式系统的片上存储、人工智能领域用于存储神经网络模型参数，提高训练和推理的速度等。

去年，国内面板厂商维信诺宣布完成世界首颗采用嵌入式RRAM（阻变存储器）存储技术AMOLED显示驱动芯片的开发认证。该芯片由维信诺和昇显微电子联合开发，合肥高新区企业睿科微电子提供技术支持，采用了睿科微RRAM作为存储单元，取代了传统外置存储器。

这颗采用嵌入式RRAM存储技术的新型AMOLED显示驱动芯片（RRAM阻变存储器），集Demura SRAM、OTP和Flash三种功能于一体，通过器件本身电阻值的变化来实现存储功能。新方案相比传统方案存储面积可缩减30%，同时取消了外置Flash，采用RRAM技术可随时“原地”读取数据，极大地降低了数据传输所带来的消耗，真正实现降本增效。

近年来，基于RRAM的存算一体芯片的研发成为许多高校、初创企业的方向，它可用于人工智能、智能驾驶等领域，市场潜力巨大。

清华大学此前宣布研发出首颗基于忆阻器（RRAM）的片上学习存算一体芯片，这一创新技术让AI计算直接在存储单元内完成，大幅降低数据搬移的功耗和时间开销，真正实现计算与存储合二为一。

在AI计算领域，忆阻器的优势尤为显著。它能够模拟神经网络中的突触行为，使得类脑计算成为可能。 这意味着，未来的AI计算不再依赖庞大的GPU阵列，而是能够用更加高效、低功耗的方式进行智能学习。

同时，如何让忆阻器适应高密度存储需求，并与先进CMOS工艺兼容，业界正在探索HBM（高带宽存储）堆叠技术，将多个忆阻器阵列垂直集成，提高存算一体芯片的计算能力。

最近，又一家RRAM企业铭芯启睿获近近亿元天使轮融资，由锦秋基金领投，联想创投、小米战投等头部战略和财务投资机构共同出资。

铭芯启睿成立于2024年5月，主要研发突破传统架构计算瓶颈的新型RRAM存储及AI计算技术。铭芯启睿董事长刘琦指出，相比于传统内存方案，RRAM的一大特点是，能够将存储和计算融为一体，是“存算一体”的重要技术路径。

RRAM另一优势是不需要像传统存储器一样消耗大量能量来维持存储状态，整体功耗低。又因为RRAM器件可调制到多个不同电阻状态，单个存储单元能存储多位数据，在未来也极有希望进一步提高存储密度。

铭芯启睿创始团队由来自于中国科学院集成电路相关核心研究所和行业界的多名资深半导体专家组成，具备芯片研发和产品全流程交付实力，曾创下多项业界记录，包括全球第一颗14nm RRAM 芯片，全球28nm单芯片最大容量128Mb RRAM，全球最高密度3D VRRAM等。目前该公司的产品聚焦在三个方向——面向AI大模型场景的混合异构存算系统的产品，以及嵌入式IP和独立式存储芯片产品等。

文章来自：电子发烧友