ニュース – とれまがニュース

TetraMemとSKハイニックス、メモリ中心型AIコンピューティングを推進する技術提携に成功

• ツイート
• 
• 

2026年07月09日

共同の成果は、アナログ インメモリ コンピューティング（A-IMC）がAIによるエネルギーと熱に関して増大する課題にどのように対応できるかを示すとともに、次世代メモリおよびコンピューティング アーキテクチャにおけるより深い提携の基盤を提供

米カリフォルニア州サンノゼ＆韓国仁川（インチョン）

（ビジネスワイヤ） -- アナログ インメモリ コンピューティング（A-IMC）技術で業界をリードするTetraMemと、AIメモリおよび半導体技術のグローバルリーダーであるSKハイニックスは、技術提携が成功を収め、発表しました。その成果として、両社による研究論文「A Memristor-based In-Memory Computing SoC with Efficient Depthwise Convolution（効率的な深層畳み込みを利用するメンリスタベースのインメモリ コンピューティングSoC）がAdvanced Intelligent Systems誌に掲載されました。この研究は、その技術の革新性と次世代AI向けコンピューティングへの潜在的貢献が認められ、同誌の表紙特集にも選ばれています。

本プレスリリースではマルチメディアを使用しています。リリースの全文はこちらをご覧ください。：https://www.businesswire.com/news/home/20260708150619/ja/

この共同研究は、SKハイニックスの先進メモリ技術におけるノウハウと、TetraMemのアナログ インメモリ コンピューティング プラットフォームを融合し、人工知能（AI）における最も緊急の課題の1つである、急速に拡大するAIワークロードに伴うエネルギー消費と熱負荷の低減に対応できる新たなコンピューティング アーキテクチャを探求するものです。

基盤モデルのパラメータ数が数十億から数兆へと拡大し続けるにつれ、プロセッサとメモリ間のデータ移動が、システム全体の消費電力、レイテンシ、そして熱負荷の増大に大きく影響するようになりました。アナログインメモリコンピューティング（A-IMC）は、モデルの重みが存在する場所で直接行列演算を行うという、根本的に異なるアーキテクチャによってこのボトルネックを解消します。これにより、データ移動を大幅に削減しつつ、システムレベルのパフォーマンスとエネルギー効率を向上させます。つまり、AIモデルの重みが存在する場所で演算が行われます。

発表された研究は、最新のAI推論ワークロードにおける重要な構成要素である、効率的な深層畳み込みを実装した、メモリスベースのAIシステムオンチップ（SoC）に関する成果についてです。本プロジェクトは、アナログ インメモリ コンピューティングの実現可能性を実証するだけでなく、新興メモリデバイス、回路設計、AIアーキテクチャ、ソフトウェア、システム最適化を実用的な半導体プラットフォームへ統合することに成功した事例となります。

さらに重要な点は、本プロジェクトがSKハイニックスRTCとTetraMemの間のエンジニアリングに関する強固な提携を反映していることで、両社のノウハウの融合が、メモリ中心型AIコンピューティング技術の発展に貢献しています。

TetraMemのCEO兼共同創設者であるグレン・ゲは、「SKハイニックスとともにこの重要なマイルストーンを祝えることを光栄に思います。この成果は、半導体エコシステムにおける緊密な提携により何が達成できるかを示すものです。AIが進化を続ける中、ブレークスルーにはコンピューティングだけでなく、メモリとシステムアーキテクチャにおけるイノベーションも必要となります。メモリ中心型コンピューティングとアナログ インメモリ コンピューティングは、今後AIにおけるエネルギー効率と熱に関する課題に対処するための重要な技術になると確信しており、SKハイニックスとの協業を継続できることを楽しみにしています」と述べています。

SKハイニックスのキム・スギル副社長は、「今回の共同研究が成功を収め、Advanced Intelligent Systems誌から評価をいただけたことを大変嬉しく思います。このプロジェクトは、将来のAIシステムに向けた革新的なメモリ技術と新しいコンピューティングアーキテクチャを探求することの価値を示すもので、TetraMemのチームとの素晴らしい協力関係に感謝するとともに、今後も両社の関心分野で技術交流を継続できることを楽しみにしています」と述べています。

今回の研究成果が同誌の表紙を飾ったことは、共同研究の意義と、AI業界におけるメモリ中心型コンピューティングの重要性の高まりを改めて示すものです。

両社は、将来のAIインフラは、性能、エネルギー効率、そして持続可能なコンピューティングに対する高まる要求に応えるため、メモリ技術、コンピューティング アーキテクチャ、システム統合の分野における継続的な進歩を必要とすると認識しており、今回の共同研究の成功を基盤として、次世代AI向けコンピューティング技術の発展に向けた技術提携のさらなる機会を模索しています。

論文「A Memristor-based In-Memory Computing SoC with Efficient Depthwise Convolution（効率的な深層畳み込みを利用するメンリスタベースのインメモリ コンピューティングSoC）」は、Advanced Intelligent Systems誌のオンライン版でご覧いただけます。

TetraMemについて

TetraMemは、シリコンバレーに拠点を置く半導体企業で、マルチレベルメンリスタ（RRAM）技術をベースとしたアナログ インメモリ コンピューティング（A-IMC）のパイオニアで、同社のメモリ中心型AIコンピューティング プラットフォームは、エッジコンピューティング、エンタープライズ、そして将来のデータセンター アプリケーション向けに、高性能かつエネルギー効率の高いAI推論を実現します。

SKハイニックスについて

SKハイニックスは、グローバル半導体企業であり、HBM、NANDフラッシュ、および先進的なAIメモリソリューションのリーディングサプライヤーで、次世代AI、ハイパフォーマンス コンピューティング、およびデータ中心型アプリケーションを世界中で支える革新的メモリ技術の開発を継続しています。

本記者発表文の公式バージョンはオリジナル言語版です。翻訳言語版は、読者の便宜を図る目的で提供されたものであり、法的効力を持ちません。翻訳言語版を資料としてご利用になる際には、法的効力を有する唯一のバージョンであるオリジナル言語版と照らし合わせて頂くようお願い致します。

businesswire.comでソースバージョンを見る：https://www.businesswire.com/news/home/20260708150619/ja/

連絡先

Media Contact:
Glenn Ge
pr@tetramem.com

記事提供：ビジネスワイヤ