看看国外厂商正在发力研究的这些新技术

作者：时间：2018-12-25 来源：半导体行业观察收藏

　　但IMEC的研究人员宣称他们找到了新的解决方法。

本文引用地址：//m.amcfsurvey.com/article/201812/395988.htm

　　首先我们先看一下其原理。所有的DRAM存储器都包括电容器—晶体管对的阵列，他们通过充放电将其数据作为电荷存储在电容器中;电荷的存在表示“1”，不存在时是“0”。这些数字的操作是计算机编程的基础。但由于空间限制，使得难以在Pitch内封装足够的电容，因此业界难以将DRAM扩展到16nm及更小的工艺制程。

　　IMEC研究人员则表示，他们使用了使用新的介电材料(SrTiO3或STO)，并使用原子层沉积(ALD)工艺去Pattern，打造了11nm的柱状电容。通过调整电容器和生长它的SrRuO3(SRO)外延模板的材料特性，研究人员实现了非常高的介电常数(k～118)和低漏电(±1V时10-7 A / cm2)。这意味着可以使用柱形电容器代替现有的杯形电容器，而不会在降低数据存储能力方面付出太多代价。这些结果使STO电容器适用于16nm和更小DRAM的持续缩放。

　　IBM在多个新领域的探讨

　　普通人对于IBM的了解，就是他们曾经的PC和Power处理器，但其实过去多年来，IBM在很多先进半导体科技上的研发领先于很多厂商，在本届的IEDM2018上，他们也带来多个对未来技术发展的想法分享：

　　首先是Electrochemical Synaptic Cell。

　　按照IBM的说法，我们现在为神经形态计算研发的Synaptic Cell (如RRAM和PCM等非易失性存储技术)具有非理想的切换特性(例如，不对称的重量更新(asymmetric weight update)，有限的耐用性(limited endurance)和高水平随机性(elevated levels of stochasticity)或随机行为(random behavior)))。

　　为解决这些问题，IBM研究人员将介绍一种新型可扩展电化学随机存取存储器(electrochemical random access memory，简称ECRAM)器件，该器件基于氧化钨(WO3)中的锂(Li)离子嵌入，可用作可扩展的synaptic cell。这些非易失性ECRAM显示出高水平的开关对称性和线性度，良好的数据保持能力，以及多达1，000个离散电导水平，这可用于大型存储器阵列中的多级操作。

　　研究人员还展示了这个器件成功的高速编程能力。他们使用5ns脉冲宽度和300x300nm2 ECRAM器件。对于缩放的100x100nm2器件，预计具有1 fJ的超低开关能量。基于实验数据的MNIST图像识别模拟显示96%的准确度。

　　其次，解决内存计算的主要挑战;

　　李飞在文章《内存内计算，下一代计算的新范式?》中说到了“内存墙”问题，而IBM在IEDM 2018上带来了解决基于PCM内存内计算的一个大挑战——“精度有限”。他们提出了一种设备级解决方案，也就是他们所说的Proj-PCM。

　　据介绍，这个方案可以实现AI相关计算所需的标量乘法数学(scalar multiplication mathematics)的高精度(8位)和低功率(60 nW)。相变材料是高度非线性的，新颖的Proj-PCM器件采用所谓的projection segment(金属电阻器)，以便在读取存储器时稳定材料的电导(electrical conductance)，从而降低噪声和温度漂移。他们构建了一个用于图像识别的单层神经网络，包括30个Proj-PCM设备并对其进行离线训练，之后即使在高温下也能表现出无差错的模式识别性能。

　　这个方案具有存储和处理数据的双重功能，其单独的架构调整可以将能耗降低90%以上，并且相变存储器(PCM)可以获得额外的性能提升。该属性使其能够执行计算，研究人员预测的PCM(Proj-PCM)使PCM在很大程度上不受电导变化的影响，从而实现比以前更高的精度。按照论文介绍，这个方案不但能够以 8-bit 精度训练深度学习模型，同时保持图像、速度、文本数据集类别的模型精度。

　　除此之外，IBM还在探索用III-V族材料代替Si沟道材料的方法。

　　他们表示，III-V材料提供了硅没有的几个优点：如较低的有效质量，较高的迁移率和直接的带隙，这使它们更适合光子和隧道器件。硅已经并将继续成为电子行业的首选半导体，因为Si丰富，低成本，坚固并且在高质量SiO 2氧化物方面提供理想的钝化。为了结合两者的优点，在Si上集成III-V材料具有很高的技术和经济意义，并且已经被追求了多年。

　　如下图所示，与基于Si的电路紧密“联系”的III-V器件可以提高系统性能，甚至可以实现新的应用领域，预期其系统制造成本将显着低于分立芯片封装方法。