EMBEDDED WORLD:
En ny generation magnetiska minnen, MRAM, utmanar NOR-flash i tillämpningar där man behöver lagra både data och kod. Betydligt snabbare skriv- och läshastigheter liksom 100 000 gånger fler skrivcykler med storlekar upp till 2 Gbit är några av de fördelar som amerikanska Everspin lyfter fram för Unisyst-familjen.
– Den stora skillnaden mot vår äldre familj är att vi designat för TSMC:s 16 nm-process med FinFET-transistorer. De äldre produkterna tillverkas av Globalfoundries i en 28 nm-process, säger Sean Dougherty som är försäljningschef på Everspin.
Både den äldre Persist-familjen och den nya Unisyst har celler av typen Spin-Transfer Torque som kan skrivas och läsas ett i stort sett obegränsat antal gånger.
– Sen ligger arkitekturen i det nya minnet närmare ett NOR-flash än ett SRAM, som de äldre modellerna.
De nya minnena är till och med benkompatibla med vissa NOR-minnen vilket kan vara ett försäljningsargument nu när ledtiderna och priserna på flashminnen dragit iväg.
Unisyst finns i storlekar från 128 Mbit till 2 Gbit och med samma läshastigheter.
– Men med NOR-arkitekturen får de inte de skrivhastigheter de vill ha. Våra minnen är 300 till 400 gånger snabbare.
Enligt Everspin innebär det 400 Mbyte/s i läshastighet och 90 Mbyte/s i skrivhastighet över åtta stycken xSPI med 200 MHz vardera.
Ska man lyfta fram en nackdel är den nya MRAM-familjen lite dyrare än NOR flash men Sean Dougherty är snabb med att påpeka att den ändå är klart billigare än den äldre familjen.
– Sen slipper man fundera på åldrande och att radera celler som annars är förknippas med NOR. Vi uppfyller AEC-Q100 och data finns kvar i minst tio år.
Den som redan har en design med den äldre familjen behöver inte vara orolig.
– Vi kommer att tillverka dem i minst 20 år till.
Sampel av de nya minnena kommer under fjärde kvartalet och volymproduktion ska starta ett knappt år senare.
Först ut blir varianten med 256 Mbit med större modeller strax efteråt.
En lågt hängande frukt när det kommer till tillämpningar är som konfigurationsminne till FPGA:er.
– Om du tar en större FPGA från AMD eller Altera med en konfigurationsfil på 500 Mbit kan det ta mellan 10 och 20 minuter att ladda [från ett NOR-flash] när man måste radera först. Med våra minnen går det på några sekunder. Och med tanke på att det blir allt vanligare med AI på kanten ökar det minne som behövs för att lagra modeller och vikter massivt. Likaså om man vill uppdatera i fält underlättar tar det bara några minuter att ladda ner och starta om.