0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

RRAM機(jī)制、材料及其在神經(jīng)形態(tài)計(jì)算中的應(yīng)用

廖慧敏 ? 來源:jf_13681693 ? 作者:jf_13681693 ? 2024-05-16 17:01 ? 次閱讀

近年來,RRAM 因其結(jié)構(gòu)簡單、保持時(shí)間長、運(yùn)行速度快、超低功耗運(yùn)行能力、能夠在不影響器件性能的情況下擴(kuò)展到更低的尺寸以及可進(jìn)行三維集成的可能性而日益受到重視。過去幾年的研究表明,RRAM 是后 CMOS 時(shí)代設(shè)計(jì)高效、智能和安全計(jì)算系統(tǒng)的最合適候選者之一。

半導(dǎo)體電子學(xué)領(lǐng)域在過去十年中迅速增長,對人類社會產(chǎn)生重大影響。這歸因于信息通信技術(shù)領(lǐng)域的空前增長,以及工程技術(shù)領(lǐng)域的各個(gè)領(lǐng)域?qū)Ω咝畔⑻幚硐到y(tǒng)需求的增加。信息技術(shù)系統(tǒng)的快速發(fā)展徹底改變了智能手機(jī)、微型計(jì)算機(jī)和物聯(lián)網(wǎng)IoT)設(shè)備等產(chǎn)品,這些產(chǎn)品需要高性能計(jì)算技術(shù)。現(xiàn)代產(chǎn)品由電氣機(jī)械組件組成,成為了將硬件、數(shù)據(jù)存儲、傳感器、軟件、微處理器和多種連接方式多種方式組合在一起的復(fù)雜系統(tǒng)。傳統(tǒng)計(jì)算系統(tǒng)利用馮·諾依曼體系結(jié)構(gòu)執(zhí)行計(jì)算任務(wù),但由于CPU和內(nèi)存之間的差距不斷增大,物理上分離的內(nèi)存和計(jì)算單元產(chǎn)生了大量延遲和高能耗,即“馮·諾依曼瓶頸”。自20世紀(jì)60年代以來,通過縮小電子器件尺寸和降低集成電路ICs)的制造成本來增強(qiáng)設(shè)備的計(jì)算能力。然而,馮·諾依曼體系結(jié)構(gòu)的固有缺陷限制了計(jì)算能力的提升。因此,研究人員將注意力轉(zhuǎn)向了阻性隨機(jī)存取存儲器(RRAM)等新型數(shù)據(jù)處理技術(shù),以解決內(nèi)存不足的問題。RRAM被視為現(xiàn)有CMOS設(shè)備的有希望的替代品,具有諸多優(yōu)勢,如可擴(kuò)展性、高數(shù)據(jù)保留性、低功耗和相對較高的速度。RRAM采用電阻切換存儲器技術(shù),可實(shí)現(xiàn)多位信息存儲,并通過控制絲形體的形成和切換來提高均勻性和穩(wěn)定性。由于其現(xiàn)代化的需求,RRAM技術(shù)正朝著全面商業(yè)化邁進(jìn),其在未來幾年內(nèi)的發(fā)展前景廣闊。

wKgaomZFyomAa11WAAUKBZ1Mtac395.png

阻變存儲器的優(yōu)點(diǎn)


RRAM的歷史發(fā)展

RRAM設(shè)備的研究最初始于20世紀(jì)60年代初,將電阻性切換歸功于Hickmott。當(dāng)時(shí),電阻性切換現(xiàn)象在多種氧化物材料中得到報(bào)告。然而,隨后幾年對電阻性切換現(xiàn)象的研究并沒有取得突破。直到2000年,休斯頓大學(xué)的研究人員觀察到了磁電阻薄膜中的電阻性切換現(xiàn)象,重新點(diǎn)燃了對RRAM研究的熱情。2002年,Zhuang等人報(bào)道了基于Pr0.7Ca0.3MnO3的64位RRAM陣列。在2004年至2007年期間,英飛凌三星的研究團(tuán)隊(duì)取得了顯著的研究成果,首次展示了3D RRAM陣列。在2004年,三星展示了一個(gè)基于二元過渡金屬氧化物的簡單RRAM,完全集成了0.18微米CMOS技術(shù)。2008年,惠普的Strukov等人發(fā)表了《自然》雜志上的論文,擴(kuò)展了RRAM的用途,被認(rèn)為是RRAM發(fā)展的轉(zhuǎn)折點(diǎn)。2010年,unity半導(dǎo)體成功展示了64MB的RRAM原型測試芯片。接下來的幾年里,SanDisk/東芝展示了24納米技術(shù)的32Gb RRAM存儲器設(shè)備,而Micron/索尼展示了27納米技術(shù)的16Gb RRAM原型。2016年,中國科學(xué)院微電子研究所的Qing等人報(bào)告了超低功耗的三維垂直十字形RRAM陣列。2020年,TSMC宣布在40納米和22納米節(jié)點(diǎn)上生產(chǎn)RRAM。2021年9月,Weebit Nano與美國Skywater達(dá)成協(xié)議,將RRAM技術(shù)投入量產(chǎn)。Weebit Nano生產(chǎn)的ReRAM被稱為成本效益高、在高溫范圍內(nèi)具有增強(qiáng)的耐久性和保留性、對輻射和電磁場具有容忍性,并且不會對前端模擬組件造成干擾。RRAM發(fā)展歷史上最重要的事件詳細(xì)列在圖2所示的時(shí)間軸圖中。

wKgZomZFyqKAVpVgAAXfQzB__l8324.png

1962年至2021年RRAM的發(fā)展史


2022 年 2 月,《電子周刊》發(fā)表的文章提到,IMEC 與 Intrinsic Semiconductor Technologies 合作,成功擴(kuò)展了其基于氧化硅的 RRAM,并展示了理想的特性,從而為邏輯器件中非易失性存儲器的成本效益和增強(qiáng)性能鋪平了道路。用于邊緣人工智能和物聯(lián)網(wǎng)應(yīng)用的先進(jìn)處理節(jié)點(diǎn)。最近,2022 年 8 月,斯坦福大學(xué)工程師推出了一款名為“NeuRRAM”的新型 RRAM 芯片,該芯片在內(nèi)存中具有 AI 處理能力,從而無需單獨(dú)的計(jì)算和內(nèi)存單元。這篇發(fā)表在 Nature 上的文章聲稱該芯片只有指尖大小,比當(dāng)前最先進(jìn)的芯片具有更多的處理能力和更少的電池消耗。

RRAM設(shè)計(jì)和物理機(jī)制

RRAM的器件結(jié)構(gòu)是簡單的金屬-絕緣體-金屬(MIM)結(jié)構(gòu),類似電容器,其中的切換層夾在兩個(gè)金屬電極之間。RRAM細(xì)胞的示意圖如圖3所示。MIM結(jié)構(gòu)的電阻可以通過施加適當(dāng)?shù)碾?a target="_blank">信號而改變,并且設(shè)備會保持當(dāng)前的電阻狀態(tài),直到施加適當(dāng)?shù)男盘栆愿淖兤潆娮?,代表了器件的非易失性質(zhì)[37, 38]。由于RRAM器件的簡單結(jié)構(gòu),它可以輕松集成在帶有4F2(F是最小特征尺寸)的無源十字陣列中,并且可以在垂直堆疊的三維(3D)架構(gòu)內(nèi)將尺寸進(jìn)一步減小至4F2/n(n是十字陣列的堆疊層數(shù))。

wKgZomZFyr2AICD2AAEiMvcyEj0408.png

RRAM 金屬-絕緣體-金屬結(jié)構(gòu)示意圖


在RRAM中,通過在電極之間施加外部電壓脈沖來改變器件的電阻。RRAM背后的固有物理現(xiàn)象是電阻性轉(zhuǎn)換(RS),這意味著在外部電刺激下,設(shè)備可以自由地編程為高電阻狀態(tài)(HRS,或關(guān)斷狀態(tài))或低電阻狀態(tài)(LRS,或通斷狀態(tài))。傳統(tǒng)的存儲器件以二進(jìn)制形式存儲數(shù)據(jù),“0”代表未存儲的數(shù)據(jù),“1”代表已存儲的數(shù)據(jù)。RRAM設(shè)備利用氧化和還原等氧化還原反應(yīng)來進(jìn)行有效的數(shù)據(jù)存儲,在這種反應(yīng)中,氧化還原反應(yīng)在絕緣體內(nèi)形成導(dǎo)電絲(CF)在兩個(gè)金屬電極之間。由于外部電脈沖的作用,導(dǎo)電絲在RRAM的兩個(gè)金屬電極之間形成,設(shè)備被認(rèn)為處于低電阻狀態(tài)(LRS),通常稱為邏輯狀態(tài)“1”。當(dāng)導(dǎo)電絲破裂時(shí),設(shè)備被認(rèn)為處于高電阻狀態(tài)(HRS),通常稱為邏輯狀態(tài)“0”。圖4顯示了RRAM的操作機(jī)制的示意流程圖。

wKgZomZFysyAaZvaAAgIUVIbMmI477.png

RRAM 的電流-電壓圖。b包含成型階段的典型 I-V 特性


RRAM 的三維 (3D) 集成
3D計(jì)算結(jié)構(gòu)排列顯著提高了存儲器的能耗和帶寬訪問。近年來,已經(jīng)在單個(gè)器件級別對許多垂直RRAM架構(gòu)進(jìn)行了實(shí)驗(yàn)研究,它們似乎是很有前途的。然而,要完全實(shí)現(xiàn)3D存儲系統(tǒng),需要解決許多基本技術(shù)問題,其中一些包括低電阻銅互連與低介電層之間的問題,由于晶體管互連導(dǎo)致的熱預(yù)算不兼容。因此,需要評估3D RRAM系統(tǒng)在陣列級別的性能。已經(jīng)提出了幾種建模方法來研究基于寫入/讀取方案設(shè)計(jì)、幾何縮放趨勢以及器件參數(shù)等的3D RRAM結(jié)構(gòu)。

wKgaomZFyuWAEZrOAA1GtdnnnKw671.png

圖a顯示了3D水平RRAM陣列。3D垂直RRAM陣列被視為一組垂直排列的2D平面,通常由選擇線(SL)選擇,如圖b所示。解碼通常由SL、位線(BL)和字線(WL)完成。每個(gè)垂直電極的邊緣與一個(gè)WL相連。柱體與陣列底部的BL連接。用于操作與柱體電極串聯(lián)的垂直晶體管的SL。然而,對于特定蝕刻橫徑比(AR)的3D排列,最大高度限制可在已知特征尺寸(F)時(shí)計(jì)算;當(dāng)柱體電極的直徑(d)加上兩倍的RRAM絕緣氧化物厚度(tox)時(shí),可以確定F;此外,F(xiàn)被視為相鄰柱體電極中心之間距離的一半。因此,每個(gè)層由一個(gè)厚度為(tm)的平面電極和一個(gè)厚度為(ti)的分離層組成。利用電阻率和這些幾何因素,可以計(jì)算平面和柱狀互連的電阻。利用位成本可擴(kuò)展(BICS)技術(shù),將3D垂直RRAM架構(gòu)用于將存儲單元放置在平面電極和垂直柱體之間作為3D NAND閃存的替代方案。


基于RRAM的神經(jīng)形態(tài)計(jì)算的原型
傳統(tǒng)上,RRAM可以實(shí)現(xiàn)存儲和存儲器設(shè)備的目標(biāo)。在RRAM中發(fā)生模擬或突變的切換。這種類型的切換在需要準(zhǔn)確的導(dǎo)電變化的神經(jīng)形態(tài)學(xué)應(yīng)用中非常重要。為了解決與人工智能相關(guān)的問題,將RRAM與CMOS技術(shù)集成可以被證明非常有效。神經(jīng)形態(tài)計(jì)算架構(gòu)需要低功耗和高密度的結(jié)構(gòu),每個(gè)單元至少具有5位/單元的存儲?;赗RAM的神經(jīng)網(wǎng)絡(luò)的原型,采用Ag摻雜SiO

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 芯片
    +關(guān)注

    關(guān)注

    450

    文章

    49636

    瀏覽量

    417170
  • 存儲器
    +關(guān)注

    關(guān)注

    38

    文章

    7366

    瀏覽量

    163092
  • RRAM
    +關(guān)注

    關(guān)注

    0

    文章

    26

    瀏覽量

    21317
收藏 人收藏

    評論

    相關(guān)推薦

    神經(jīng)形態(tài)芯片作為AI加速器正式神經(jīng)形態(tài)基準(zhǔn)鋪平道路

    英特爾首次展示了將神經(jīng)形態(tài)芯片Loihi與經(jīng)典計(jì)算和主流深度學(xué)習(xí)加速器進(jìn)行比較的性能結(jié)果摘要。結(jié)果表明,盡管Loihi可能無法提供比其他前饋神經(jīng)網(wǎng)絡(luò)方法更多的優(yōu)勢,但對于其他工作負(fù)載(
    的頭像 發(fā)表于 12-13 10:20 ?1877次閱讀

    光頡(Viking)合金電流采樣電阻,毫歐電阻的參數(shù)范圍及其特點(diǎn),材料及應(yīng)用

    光頡(Viking)合金電流采樣電阻,毫歐電阻的參數(shù)范圍及其特點(diǎn),材料及應(yīng)用合金電阻電阻的參數(shù)范圍:● 封裝尺寸: 1206,2512,2725● 電阻精度范圍:±0.5%,±1%,±2%,±5
    發(fā)表于 03-11 09:57

    被稱為“第五代 AI”的神經(jīng)形態(tài)計(jì)算進(jìn)展到哪一步了?精選資料分享

    AI可以像人腦一樣運(yùn)作嗎?幾十年來,研究人員一直問這個(gè)問題,這個(gè)大家長期求索的問題引起了質(zhì)疑、嘲笑、輕蔑等不同態(tài)度。但是現(xiàn)在,神經(jīng)形態(tài)計(jì)算讓世界變得更美好的夢想更近了一些。當(dāng)我們越深
    發(fā)表于 07-23 06:57

    神經(jīng)形態(tài)芯片越來越多地模擬大腦可塑性

    。在這篇文章,研究人員指出,神經(jīng)形態(tài)計(jì)算的一個(gè)主要驅(qū)動力將是開發(fā)低功耗復(fù)雜數(shù)據(jù)集的新計(jì)算方法。
    發(fā)表于 04-16 15:01

    軟磁材料及其半成品

    軟磁材料及其半成品1.序言2. 材料及其應(yīng)用2.1 含72—83%鎳的鎳鐵合金2.2 含54—68%鎳的鎳鐵合金2.3 含45—50%鎳的鎳鐵合金2.4 含35—40%鎳的鎳鐵合金2.5 接近30%鎳
    發(fā)表于 04-08 10:23 ?17次下載

    料及其應(yīng)用

    料及其應(yīng)用介紹
    發(fā)表于 01-17 19:04 ?1941次閱讀

    納米結(jié)構(gòu)材料及其技術(shù)太陽能電池中的應(yīng)用和發(fā)展現(xiàn)狀

    太陽能電池的發(fā)展和利用離不開太陽能電池材料和技術(shù)的發(fā)展,文中對納米結(jié)構(gòu)材料及其技術(shù)太陽能電池和太陽能光電轉(zhuǎn)化技術(shù)的應(yīng)用和發(fā)展現(xiàn)狀做了簡要綜述。介紹了多元化合物太陽電池納米
    發(fā)表于 01-22 14:07 ?40次下載

    貴州大學(xué)機(jī)械工程材料及其成型技術(shù)基礎(chǔ)復(fù)習(xí)資料

    貴州大學(xué)機(jī)械工程材料及其成型技術(shù)基礎(chǔ)復(fù)習(xí)資料,適合機(jī)械設(shè)計(jì)制造及其自動化專業(yè)大二學(xué)生使用。
    發(fā)表于 01-22 15:02 ?18次下載

    全球最大規(guī)模的神經(jīng)形態(tài)超級計(jì)算機(jī)近日正式開機(jī)

    受歐盟人腦計(jì)劃支持的目前全球最大規(guī)模的神經(jīng)形態(tài)超級計(jì)算機(jī)近日正式開機(jī)。
    的頭像 發(fā)表于 12-13 09:04 ?3098次閱讀

    神經(jīng)形態(tài)架構(gòu)計(jì)算基礎(chǔ)架構(gòu)的重要性分析

    Mead用晶體管電流模擬了神經(jīng)元離子流,并基于該思想提出了后來被稱為神經(jīng)形態(tài)計(jì)算的方法。
    的頭像 發(fā)表于 01-19 11:06 ?1864次閱讀

    Gartner預(yù)測:標(biāo)記神經(jīng)形態(tài)計(jì)算和DNA存儲時(shí)代很快到來

    未來十年,將出現(xiàn)各種先進(jìn)的計(jì)算架構(gòu),” Plummer說?!霸诙唐趦?nèi),此類技術(shù)可能包括極端的并行性,片上深度神經(jīng)網(wǎng)絡(luò)或神經(jīng)
    的頭像 發(fā)表于 11-11 14:49 ?1520次閱讀

    神經(jīng)網(wǎng)絡(luò)及其GIS的應(yīng)用

    神經(jīng)網(wǎng)絡(luò)及其GIS的應(yīng)用說明。
    發(fā)表于 04-27 09:36 ?11次下載

    為人工智能計(jì)算提供神經(jīng)形態(tài)芯片的案例

    形態(tài)似乎是人工智能領(lǐng)域取得持續(xù)進(jìn)步的唯一實(shí)用途徑。 Yole Développement(法國里昂)最近發(fā)表的一份報(bào)告稱,面對數(shù)據(jù)帶寬限制和不斷增長的計(jì)算需求,傳感和計(jì)算必須通過模仿
    的頭像 發(fā)表于 07-21 11:04 ?1391次閱讀
    為人工智能<b class='flag-5'>計(jì)算</b>提供<b class='flag-5'>神經(jīng)</b><b class='flag-5'>形態(tài)</b>芯片的案例

    神經(jīng)形態(tài)電子學(xué)的基礎(chǔ)知識

    介紹為什么神經(jīng)形態(tài)電子學(xué)神經(jīng)處理的速度、重量、面積和功率方面具有巨大的潛在優(yōu)勢
    發(fā)表于 08-17 16:09 ?1043次閱讀
    <b class='flag-5'>神經(jīng)</b><b class='flag-5'>形態(tài)</b>電子學(xué)的基礎(chǔ)知識

    神經(jīng)形態(tài)計(jì)算器件和陣列測試解決方案

    神經(jīng)形態(tài)計(jì)算是一種新型的計(jì)算范式,它模仿生物神經(jīng)網(wǎng)絡(luò)(如人腦)的結(jié)構(gòu)和功能以在為人工智能、機(jī)器學(xué)習(xí)、機(jī)器人和感官處理等各種應(yīng)用實(shí)現(xiàn)高性能、低
    的頭像 發(fā)表于 07-03 10:02 ?222次閱讀
    <b class='flag-5'>神經(jīng)</b><b class='flag-5'>形態(tài)</b><b class='flag-5'>計(jì)算</b>器件和陣列測試解決方案