CMOS 标准工艺兼容的 1TnR 技术路线加速研发。
2026 年 10 月 12 日，铭芯启睿（MemSilicon）宣布完成基于 1TnR 技术路线的首代高密度、大容量 RRAM 芯片「泰山一号（MountTai 2026）」流片。
「泰山一号」是 MemSilicon 将 1TnR 高密度、大容量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。这一技术路线通过多个阻变存储单元共享选择晶体管，提高单位面积内的存储容量，并利用与 CMOS 平台完全兼容的后道集成方式，实现了密度、容量和成本兼得。
该芯片采用 28nm CMOS 工艺平台和 1T4R 单元结构，单芯片容量 1Gb，访问延时小于 20ns，并集成片上硬件纠错电路，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。
目前，「泰山一号」已完成流片，正在推进验证。
01 需求激增，需要密度、容量和工艺兼容性的最优解
从高性能 SoC 到具身智能、AI PC 等智能终端，芯片需要容纳更多权重、KV Cache、参数和数据，同时控制访问延迟、功耗与成本。存储器不仅要「装得下」，还要在适合产品量产的片上集成条件下，满足持续增长的容量需求。
不同存储技术各有所长，也各有约束。SRAM 访问速度快，但存储单元面积大，密度低；嵌入式 Flash 承担着程序和数据存储的重要任务，但随逻辑工艺微缩，集成难度增加。兼具非易失性与高密度集成潜力的 RRAM，因此成为新型存储的主流技术方案。
公开报道显示，目前三星、台积电、格芯等全球主要晶圆代工厂已将 RRAM 纳入先进工艺节点的技术路线图。其中，台积电的技术路线图明确将 RRAM 纳入 12nm 和 6nm 节点的支持范围。在客户端，英飞凌已为 28nm 节点的微控制器选定 RRAM 方案。
面向 RRAM 市场，尤其是高密度、大容量需求领域，MemSilicon 积极探索 1TnR 路线，是因其除降低产品成本以外，更重要的作用是在有限的芯片面积上，能够集成更多的存储单元，满足更大规模模型参数存算的需求。
02 从 1T1R 到 1T4R，从首倡技术路线到首款大容量芯片流片
RRAM 通过材料电阻状态的变化保存信息，断电后仍可保留数据。在常见的 1T1R 结构中，一个选择晶体管对应一个阻变存储单元：晶体管负责选通和控制访问，阻变单元负责存储信息。
随着阻变单元尺寸缩小，选择晶体管及其连接结构所占的面积，成为继续提高密度时需要解决的问题。1TnR 的思路，是让一个选择晶体管对应多个阻变存储单元，降低平均到每个存储单元上的晶体管面积开销。
作为国际首倡兼容 CMOS 标准工艺 1TnR 技术路线的引领者，MemSilicon 的技术积累源自中国科学院刘明院士团队。早在 2020 年，科研团队已公开了 28nm 1T2R RRAM 研究。
「泰山一号」采用了 1T4R 结构，即一个选择晶体管对应四个阻变存储单元。但共享了晶体管，并不意味着存储单元数量的密度和性能就等比例增加。多个存储单元之间的非目标电流路径、读写干扰，以及不同工作条件下的可靠性，都需要通过器件、工艺和电路设计的共同优化。
围绕 1TnR 结构大容量 RRAM 芯片的核心技术挑战，本次推出的「泰山一号」芯片在电路与架构层面首次提出并验证了系列自主创新技术：引入负压设计与统一复位电路方法，显著抑制阵列漏电流，降低芯片功耗并提升可靠性；设计了多电压域字线驱动电路，实现高、低压读写路径的彻底解耦，并提出自适应保护偏置电压技术，有效降低误写风险，全面提升写入可靠性；开发片上自适应跟随读取电路，攻克 1TnR 在 Gb 级大容量下面临的读可靠性与读良率难题，配合硬件纠错电路，构建了"电路自适应＋硬件纠错"的双重读保障机制。
以 28nm 后道兼容工艺为基础，「泰山一号」兼具高性能、高密度、高可靠与低功耗的综合优势，标志着公司在大容量片上 RRAM 芯片关键电路技术上取得系统性突破，具备良好的产业化前景与广阔的应用空间。
03呼应政策，三线并举
今年 9 月，工业和信息化部、国家发展改革委联合发布的《电子信息制造业发展「十五五」规划》，已将阻变存储器等新型存储产品以及存算一体等计算范式列入发展方向。
核心团队源自中国科学院和复旦大学的 MemSilicon，积极响应政策，围绕嵌入式存储、大容量存储及混合存算等需求，持续增强自主研发产品体系。
第一条产品线是嵌入式 RRAM IP，面向显示驱动、微控制器、SSD 控制器及安全芯片等应用，提供嵌入式 RRAM IP，已进入客户场景，扩大应用规模。
第二条产品线是高密度、大容量 RRAM，围绕提高集成密度、扩展单芯片容量及完善独立式产品形态，进一步探索 1TnR 等不同结构及进一步的三维集成，以及与 AI 推理相关的存储需求。
第三条产品线是 RRAM 与 DRAM 结合的混合存算，面向具身智能、AI PC 及其他端侧推理场景，通过混合三维集成，探索不同存储技术与计算单元的协同方式，缩短数据搬运路径，获得容量、带宽与能耗之间的最佳平衡。
整体而言，在政策东风与技术突破的双重驱动下，MemSilicon 有望以自主创新的新型存储力量，为筑牢中国存算底座做出重要贡献。
