内部评估 Dorsavi的（ASX：DVL） 电阻随机访问记忆（RRAM）技术已确认其适用于嵌入式，可穿戴和AI驱动的设备中高速，低功率使用的适用性。

与40纳米（NM）节点的行业同行的头对头比较表明，该技术可以提供高度竞争的速度，保留率和耐力指标。

高速性能具有多达200纳秒开关和超低能量消耗，这是RRAM作为边缘计算需求的引人注目的选择。

传感器集成

多萨维（Dorsavi）期望将RRAM集成到其可穿戴传感器中，以显着降低潜伏期，提高功率效率并在边缘实现更自主的决策。

RRAM的双二进制和模拟模式支持记忆和神经形态计算，开放机器人技术，自适应感测和先进的边缘AI系统的未来机会。

该技术将成为多萨维（Dorsavi）路线图的基石，用于嵌入式智能，从而为实时生物力学和运动监测提供了显着增强的传感器响应能力，功率效率和设备计算。

技术路线图

Dorsavi主席Gernot Abl表示，评估支持该公司的路线图，以提供新一代的超高效率，启用AI-AI-ai-ai-ai-ai-ai-ai-aigable传感器平台。

他说：“将RRAM集成到Edge-AI平台中是我们向智能，低功率运动系统发展的关键步骤。”

“这项技术增强了我们现有解决方案的性能，我们对它所创造的商业和技术机会感到兴奋，因为我们继续领导该行业进行实时运动分析。”

ABL先生说，该公司将继续内部和第三方测试，以探索RRAM的长期稳定性，软件集成和小型化，因为它朝着商业部署和战略性扩展到相邻市场的发展。

下一代记忆

RRAM是一种下一代非易失性存储技术，它通过切换金属构造器金属结构的电阻状态来存储数据。

与传统记忆不同，它以二进制和模拟模式运行，可提供快速的存储和检索，以及可调性的内存处理和类似突触的行为的阻力。

据信这种双重能力将技术定位在常规记忆和自适应学习融合的最前沿。

ABL先生说，RRAM是功率效率和现实世界适应性的应用“关键推动者”，例如医学级可穿戴传感器，物联网，神经形态处理器和先进的机器人系统。