六大「未來式」儲存器,誰將脫穎而出?

半導體行業觀察發表於2019-01-24

神經形態計算的濃厚興趣刺激人們研發出一系列全新的儲存裝置,這些裝置可以複製生物神經元和突觸功能。最近,一篇回顧該領域現狀的論文對六種最有前景的技術進行了盤點和解讀。

這篇題為“用於神經形態計算的新興儲存器件”的論文發表在1月份的《先進材料技術》(Advanced Materials Technologies)上。論文中,作者闡述了擺脫電晶體和馮·諾依曼架構轉而採用與尖峰神經網路更緊密結合的技術的優勢,尖峰神經網路神經形態計算的基礎。論文的目的是在神經形態計算中找出比CPU、GPU、DRAM和NAND等傳統裝置更快、更節能的裝置。

六大「未來式」儲存器,誰將脫穎而出?

論文作者盤點和介紹的六種儲存器件包括電阻式記憶儲存器(ReRAM)、擴散式憶阻器、相變儲存器(PCM)、非易失性磁性隨機儲存器(MRAM)、鐵電場效應電晶體(FeFET)和突觸電晶體。下面我們具體地看一下。

ReRAM

ReRAM是基於電阻式隨機存取的一種非易失性儲存器。換句話說,關閉電源後儲存器仍能記住資料。ReRAM可以由許多化合物製成,最常見的化合物是各種型別的氧化物。據論文作者介紹,ReRAM的主要優勢在於其可擴充套件性、CMOS相容性、低功耗和電導調製效應,這些優點讓ReRAM可以輕鬆擴充套件到先進工藝節點,能夠進行大批量生產和供應,並且能夠滿足神經形態計算等應用對能耗和速度的要求,所有這些都使ReRAM成為下一代儲存器的主要競爭者。

六大「未來式」儲存器,誰將脫穎而出?

ReRAM對神經形態計算的適用性與憶阻器根據施加電壓的歷史改變其狀態的能力有關。由於這種能力,ReRAM具有生物神經元和突觸的時間特性和模擬特性。基於ReRAM技術的人工神經突觸是一種非常有前途的方法,可用於在神經形態計算中實現高密度和可縮放的突觸陣列。不過,論文作者同時也指出,讓這些憶阻器更均勻以便讓它們可靠地執行仍然是一個挑戰。

根據2017年的報導,由Wei Lu領導的密歇根大學電氣工程和電腦科學系的一個小組演示了一個神經形態原型裝置,該裝置在交叉網路中使用了排列的憶阻器。作為Crossbar的首席科學家,Lu正在幫助實現該技術的商業化。Crossbar是他在2010年與他人共同創立的公司,目前正在與客戶合作向市場推出Crossbar ReRAM解決方案。Crossbar的ReRAM技術是基於一種簡單的器件結構,使用與CMOS工藝相容的材料和標準的CMOS工藝流程。它可以很容易地在現有的CMOS晶圓廠中被整合和製造。並且由於是低溫、後端工藝整合,Crossbar的ReRAM能夠實現構建3D ReRAM儲存晶片。除了Crossbar外,東芝、Elpida、索尼、松下、美光、海力士、富士通等廠商也在開展ReRAM的研究和生產工作。在製造方面,中芯國際(SMIC)、臺積電(TSMC)和聯電(UMC)都已經將ReRAM納入自己未來的發展線路圖中,格羅方德(GlobalFoundries)等其他企業對於ReRAM技術較為冷淡,正在開展其他記憶體技術的研發工作。

相關文章