新兴存储技术的最新进展

来源：内容由半导体行业观察（ID：icbank）编译自forbes

IEEE 国际电子设备会议 (IEDM) 始终是有关固态技术，特别是固态存储器和存储最新发展的有趣信息的来源。让我们看看 2022 IEDM 上新兴非易失性存储器的一些发展。

三星研究人员介绍了有关 28 纳米嵌入式磁性随机存取存储器 (MRAM) 技术的信息。该器件的写入能量仅为 25 pJ/bit，有效功率要求为 14mW（读取）和 27mW（写入），数据速率为 54 MB/s。该器件封装为 30 平方毫米，容量为 16Mb，耐用性非常高（>1 个 E14 周期）。摘要称，将 MTJ 缩小到 14 纳米 FinFET 节点后，面积缩小提高了 33%，读取时间加快了 2.6 倍。三星正在将 MRAM 视为 AI 和其他需要大量数据的应用程序的低泄漏工作存储器（高速缓存）。

下图显示了嵌入 14 纳米逻辑平台的三星 eMRAM 位单元阵列的横截面 TEM 视图。

IMEC 展示了一种基于镧掺杂锆酸铪 (La:HZO) 的铁电电容器，具有 10 11次循环的高耐久性、高最终剩余极化（2P R = 30µC/cm 2在 1.8MV/cm 时）和缩短的唤醒时间. 研究人员通过铁电电容器材料堆叠的界面氧化物工程获得了这种独特的特性组合。这种高性能、可扩展、兼容 CMOS 的铁电电容器技术对于实现基于铁电随机存取存储器 (FeRAM) 的嵌入式和独立存储器应用至关重要。下图显示了一些 IMEC 铁电电容器的耐久性曲线。

除了将非易失性存储器用于计算机系统存储器之外，它还被用于神经形态计算。CEA Leti 的 Elisa Vianello 提供了有关此主题的教程。生物信号处理的核心是两个基本概念：事件驱动传感和模拟内存计算。电阻式存储器提供了一种紧凑的解决方案来存储突触权重，而 RRAM 是非易失性设备，这一特性与团队提议的系统的异步事件驱动特性相匹配，从而在系统空闲时不会产生功耗。

Leti 使用神经形态计算来实现受谷仓猫头鹰启发的物体定位传感器——传感器的示意图如下所示。

神经形态计算共同定位内存和计算，从而降低功耗。此应用程序具有时间稀疏性，即仅当有新数据可用时才发送信息。大多数连接是本地的，全球连接很少。对于这些类型的应用程序，神经形态计算可以提供带有噪声和不可靠计算元素的鲁棒计算。

最近，MRAM被认为比上面提到的FeRAM更有可能实现，事实上，继第一代MRAM（磁场写入型）之后，第二代STT-MRAM（Spin Transfer Torque MRAM（自旋转移扭矩型） ) 已经成为主流，最近，作为第三代，正在研究通过使用这种 STT-MRAM 作为垂直存储器而不是表面存储器来增加容量密度的方法。

另一方面，Arm和三星将在2018年开始联合提供兼容2代MRAM的MRAM编译器（换句话说，使用三星Foundry的客户可以在他们的产品中安装MRAM）等也开始发生变化。

此次，英特尔使用厚度为6nm的掺镧铋铁多铁性薄膜（LBFO）制作了存取速度为2nm的MRAM原型，并公布了结果。

薄膜的结构如左图所示。LBFO 的厚度大约为 6 nm，但是你可以看到它的上下有不同的层。中心是电压和切换概率，乘以350mV±150mV就可以切换。访问时间在右侧。Switching（改变数值）和Non-Switching的波形略有不同，但面积小的话，2ns左右就可以访问到。

Intel将这种内存称为ME-RAM（MagnetoElectric RAM），其特点是速度快、功耗低，也有可能打造出非常省电的设备。

左边是MESO，右边是ME-RAM

然而，MESO和ME-RAM都与CMOS工艺有很好的亲和性，但面积效率明显差于CMOS器件和前面提到的FeRAM。所以这比高级处理器更适合边缘/端点，而且它看起来很适合构建微型计算机。

我有一种感觉，它可能是 IFS 将来提供的选项之一，但它似乎不会出现在英特尔的处理器中。

新兴的非易失性存储器将使存储的低能量应用和新的计算方法成为可能。Coughlin Associates 和 Objective Analysis 估计，到 2032 年，这些存储器的市场可能会攀升至约 440亿美元。下图显示了 MRAM 出货存储容量的预计增长，代表这些新兴的非易失性存储器，与 DRAM 和闪存。