通過獨特的存儲單元結構設計與控制方法，總部位於東京小平市的 Floadia 公司，剛剛開發出了一種“每單元 7 比特”的閃存芯片原型。對於熟悉固態硬盤存儲器發展歷史的朋友，一定不會對 SLC、MLC、TLC、QLC、甚至 PLC 的發展歷程感到陌生。在現有的存儲單元結構中，由於電荷泄露導致的特性變化和變異問題，無疑對數據的長期保存構成了巨大的挑戰。
（來自：Floadia，via AnandTech）
據悉，基於傳統方法的存儲單元結構，數據保持時間僅為 100 秒左右。而 Floadia 新開發的 7-bit 閃存芯片原型，卻能夠在 150 ℃ 溫度條件下，將模擬數據保持 10 年。
為達成通過極低功耗來實現 AI 推理操作的目標，Floadia 還將這項存儲技術運用到了專門的內存計算（CiM）架構芯片上。
該架構將神經網絡權重存儲在了非易失性存儲器中，然後讓電流流經存儲器陣列，並執行大量乘法累加計算。
作為邊緣計算領域的 AI 加速器，CiM 技術引發了全世界的關注。因其能夠從內存中讀取大量數據，且比在 CPU / GPU 上執行乘法累加計算的傳統 AI 加速器要消耗更少的能源。
這種存儲技術基於 Floadia 新開發的 SONOS 型閃存芯片，能夠輕鬆集成到微控制器和其它裝置中。
為此，Floadia 還開展了多項創新，例如優化電荷俘獲層（ONO 薄膜）的結構，以大幅延長存儲 7-bit 數據保持時間。
雙 Cell 組合最多可存儲 8-bit 神經網絡權重，儘管芯片面積很小，但還是能夠實現遠超現有 AI 加速器、高達 300 TOPS/W 的乘法累加計算性能。