關注我們 鉆石開放獲取 免收版面費

1

作 者

王字健，宋逸賢，張國濱，羅琪，許凱，高大為，俞濱，Desmond Loke，鐘帥，張亦舒

2

機 構

浙江大學集成電路學院

浙江大學杭州國際科創中心

新加坡科技與設計大學科學、數學與技術系

廣東省智能科學與技術研究院

3

Citation

Wang Z J, Song Y X, Zhang G B, Luo Q, Xu K, Gao D W, Yu B, Loke D, Zhong S and Zhang Y S. 2024. Advances of embedded resistive random access memory in industrial manufacturing and its potential applications. Int. J. Extrem. Manuf.6032006.

免費獲取全文

https://doi.org/10.1088/2631-7990/ad2fea

撰稿 | 文章作者

文章導讀

片上系統（SoC）架構的嵌入式系統極大推動了信息技術產業的發展，并深刻影響了日常生活。嵌入式存儲器作為SoC的重要組成部分，其性能受工業制造水平的影響，評估標準包括訪問速度、存儲容量、延遲、可靠性、功耗和成本等。傳統的嵌入式存儲器如SRAM和DRAM在早期大規模集成電路中易于集成且成本較低，但隨著CMOS技術縮小到5nm以下，其集成變得復雜和昂貴。因此，新興存儲技術如STT-MRAM、PCM、FeRAM和RRAM受到了廣泛關注，它們具有高集成度、速度快、低功耗和兼容CMOS工藝等優勢。其中，RRAM因其材料選擇廣泛且結構簡單，已經成為一種低成本的嵌入式非易失性存儲器（NVM）解決方案。與eFlash需要多個附加掩模和復雜集成方案不同，RRAM只需一張額外的掩模便可完成制備，極大地簡化了工藝流程，且RRAM具有高速和低功耗的優勢，因此被認為是替代eFlash的理想選擇。結合其高速存取速度和低功耗/能耗等特點，RRAM被認為是MCU和SoC中取代eFlash的最佳候選者之一。因此，在后摩爾時代，嵌入式RRAM為芯片制造和設計的發展提供一種新的策略，引起了學術界和工業界的廣泛關注。RRAM技術近年來不斷發展，特征尺寸不斷縮小和3D堆疊工藝也得到跨越式進步，同時也已在多個制程節點實現商業化。目前已有多家半導體公司提出了RRAM制造計劃，如Dialog、Panasonic和臺積電等，他們在不同工藝節點上取得了進展。盡管RRAM在材料、工作機制和應用方面已有大量研究，但其工業制造進展少有關注，詳細介紹這些進展對相關研究人員和工程師非常有幫助。

近期，浙江大學集成電路學院張亦舒研究員、許凱研究員、高大為研究員和俞濱教授聯合廣東省智能科學與技術研究院鐘帥研究員及新加坡科技設計大學Desmond Loke教授在SCI期刊《極端制造》（International Journal of Extreme Manufacturing, IJEM）上共同發表《Advances of embedded resistive random access memory in industrial manufacturing and its potential applications》的綜述論文，深入分析了嵌入式RRAM技術的進展、潛在應用和挑戰，使研究人員能夠對這一革命性技術有更為深刻的理解。圖1展示了嵌入式RRAM的發展和應用概述。

關鍵詞

嵌入式電阻隨機存取存儲器；工業制造；智能計算；先進工藝節點

亮 點

• 討論了基于CMOS兼容材料的嵌入式RRAM的研制、關鍵參數和集成技術。總結了傳統存儲器件的工作原理、結構以及與其他新興存儲器件的比較，強調了RRAM在嵌入式系統中的優勢；

• 概述了嵌入式RRAM與現有技術兼容的可行性，并深入論證了嵌入式RRAM進一步推動芯片工藝節點發展的潛力；

• 介紹了嵌入式RRAM在業界的最新發展，涵蓋英特爾、臺積電等多家半導體公司對嵌入式RRAM芯片的最新研發成果，展示了嵌入式RRAM在商業應用中的巨大潛力；

• 探討了嵌入式RRAM在存儲之外的其他領域的研究進展，包括其在現場可編程門陣列(FPGA)、微處理器（MCU）和存內計算(CIM)等領域的潛在應用，展示了其在嵌入式系統中的發展潛力，并分析了嵌入式RRAM面臨的挑戰和未來的發展前景；
  

圖1嵌入式隨機存儲器的開發與應用。本文按照圖中順時針方向的順序詳細介紹嵌入式RRAM的基本特性、集成兼容性、行業進展和未來應用。目前來看，嵌入式RRAM的商業應用已經初步形成了機理分析-器件制備-集成芯片-未來應用的完整發展鏈條。

研究背景

目前廣泛應用于各種工業產品中的嵌入式存儲器技術的發展依賴于制造工藝的進步和集成密度的提高。然而隨著嵌入式存儲器領域的不斷發展，摩爾定律近年來逐漸失效，研究人員難以進一步收縮工藝節點，同時晶體管等傳統器件的復雜制作工藝也遇到了瓶頸。為了解決這些問題，研究者們不斷探索新的存儲技術。其中非易失存儲器的發展歷程以及可替代的技術方案如圖2所示，表格1則展示了各種新興存儲器的性能和技術成熟度之間的比較。值得關注的是，RRAM因其具有高速(<1 ns)、高密度(4F2)、高可擴展性(~ nm)和低功耗(~ pJ)等諸多優點而備受關注。目前RRAM技術已經在28 nm、22 nm、16 nm和12 nm等節點取得商業化成果，多家半導體巨擘都提出了RRAM制造計劃，Dialog收購了Adesto，掌握了130nm的RRAM集成電路技術，而Panasonic已經量產了180nm節點制程的RRAM芯片。同時臺積電開發了12nm工藝節點的RRAM技術，為物聯網市場提供了一種具有低成本的嵌入式NVM解決方案，且其基于28nm和22nm節點的嵌入式RRAM也已經實現量產。2019年，英特爾提出了一種基于22nm節點的鰭式場效應晶體管(FinFET)技術的低功耗嵌入式RRAM陣列，在7.2 Mb陣列上展示出良好的性能并保持優秀的良率。此后，Weebit Nano于2021年成功地使用全耗盡絕緣體上硅(FD-SOI)工藝制造28 nm節點1Mb大小的RRAM陣列，嵌入式RRAM技術在商業上的發展方興未艾。

圖2后摩爾時代新型非易失性存儲器和新興的存儲器。(a)非易失性存儲器歷史上的主要里程碑式技術。如今，在后摩爾時代，隨著神經形態計算、人工智能、非馮·諾伊曼架構等計算機技術的快速發展，新一代非易失性存儲器作為核心器件至關重要。(b)在存儲器層次結構中可能實現的新興存儲器技術。新興的非易失性存儲器在當前的存儲系統中具有很大的替代潛力。經許可轉載。版權所有(2021)，MDPI。

表1各種代表性存儲器的性能和技術成熟度比較。

最新進展

本文首先介紹了傳統和新興存儲器的工作機制、結構（三維集成）和性能參數（功耗、穩定性與速度），其中突出了RRAM在嵌入式系統中的優勢，之后介紹了RRAM的基本器件結構（圖3）。此外，本文列舉了嵌入式RRAM的候選材料，如Ta2O5、TiO2等，以及關鍵參數，如超高穩定性和超低工藝節點的集成技術。隨后全面總結了嵌入式RRAM在工業制造中的發展，包括臺積電、英特爾、英飛凌等公司，以及在FPGA、MCU、存內計算（CIM）和神經形態計算等新興領域的潛在應用。最后，探討了與嵌入式RRAM相關的挑戰和前景。

圖3RRAM的器件結構和工作原理示意圖。(a)導體/絕緣體(或半導體)/導體夾層結構示意圖。版權所有，愛思唯爾，經許可轉載。(b) RRAM器件的開關過程示意圖。RRAM的電阻開關特性基于導電絲的形成和斷裂。(c)三維交叉點架構中水平RRAM和(d)垂直RRAM。版權所有?2012,IEEE，經許可轉載。(e)RRAM的單極和(f)雙極開關模式。版權所有?2012, IEEE，經許可轉載。

新興嵌入式存儲器的巨大優勢。圖4展示了嵌入式RRAM在集成密度，響應速度等方面的顯著優勢。首先，在工藝節點可擴展性、穩定性和響應速度方面，其工藝密度與最先進的64層和多層3D-NAND閃存相當。同時也具備多層堆疊能力，如實現了8層高密度3D交叉陣列。另外低功耗開關特性表現突出，每比特最小功耗可小于1 pJ，且開關速度可達亞納秒級。在響應速度方面，特定的器件可以在10 ns脈沖模式下運行，甚至可以使用1 ns脈沖進行寫入操作，能夠滿足不同電子設備的需求。此外，RRAM具備極低的設置/復位電壓和極高的循環耐久性，可實現穩定的循環操作。輻射容限方面，RRAM達到了880 Mrad，遠高于大多數工藝的抗輻射測試結果。不同材料體系的RRAM特性分析見表格2，目前已證實了多種材料體系下的RRAM均具有良好的阻變特性。RRAM的工藝節點也在不斷縮小。圖5展示了近年來RRAM在節點縮小的進展，隨著工藝的不斷改進，器件的特征尺寸持續減小，目前RRAM的最小特征尺寸已經達到2 nm。不同結構的低節點嵌入式RRAM的特點見表格3。

圖4嵌入式隨機存儲器的優點示意圖。(a)2nm節點RRAM交叉點陣列，TEM圖像展示3×3記憶電阻器交叉陣列。器件面積為2 nm × 2 nm，間距小于12 nm。(b) 新型3D垂直RRAM結構、500 nm孔結構和8層垂直存儲單元的TEM圖像。(c) TiN/Ti/HfO2/TiN器件在10 ns脈寬下正常運行。(d) HfO2基的RRAM的I-V曲線，設置/復位電壓在0.1 V左右。(e) RRAM成功運行1012個開關周期。(f) 高輻射下器件性能未出現明顯劣化。

表2嵌入式RRAM候選材料的發現時間和特性比較。

圖5RRAM工藝節點的顯著發展。該圖展示了自2010年以來在不同低工藝節點上發現的嵌入式RRAM，涵蓋了不同材料、架構和特性。工藝節點和薄膜厚度的減小表明嵌入式RRAM具有較高的可擴展性和集成密度。考慮到大多數顯示的器件為平面器件，在3D堆疊結構中嵌入式RRAM有望進一步提高內存密度。

表格3低節點嵌入式RRAM的特點

*: 橫向維度

#: 垂直維度

嵌入式RRAM在工業制造中的最新進展。目前已經有多家半導體公司提出了自己的嵌入式RRAM發展規劃。市場預測表明，2021年至2026年間，RRAM市場份額預計將增長3.24億美元，實現16.37%的復合年增長率。臺積電(TSMC)、聯華電子(United Microelectronics Corp.)、英特爾(Intel)和Global Foundries在內的主要半導體巨頭都宣布了RRAM的戰略計劃，并積極研究在22/28nm節點上實現嵌入式RRAM的制備。各半導體公司根據其發展路徑提出了不同的嵌入式RRAM芯片架構（圖6）。

圖6不同半導體公司的嵌入式隨機存儲器芯片的進展。(a) TSMC的40 nm到12 nm 節點的RRAM的最新進展。(b) Intel基于22 nm制程節點的嵌入式RRAM。(c) 英飛凌基于28nm工藝的800 kb嵌入式RRAM內存。(d) Crossbar公司的基于40 nm節點的嵌入式RRAM。(e) 富士通公司的12Mb內存容量的RRAM芯片。(f) 松下提出了40nm節點的8Mb內存RRAM芯片。(g) GlobalFoundries的“下一代RRAM存儲器生產”計劃，提出了基于22FDX工藝的CBRAM芯片計劃。(h) Weebit nano公司的從40 nm到22 nm節點RRAM的最新進展。

嵌入式RRAM的潛在應用。近年來工業界已成功在FPGA中引入嵌入式RRAM技術，取代了傳統的閃存結構，極大地減小了主要邏輯塊的尺寸。RRAM的使用還帶來了編程電壓的降低，降低了編程的不準確性。隨著技術的發展，FPGA-RRAM在32nm節點上取得了驚人的性能提升，但仍面臨著一些挑戰，如潛行路徑問題和功耗等。然而，基于40nm商用FPGA-RRAM的研究表明，RRAM在編程功率降低和功耗等方面具有優勢。除了FPGA外，嵌入式RRAM技術也可用于MCU的發展。MCU的主要發展趨勢是低功耗和高性能，將RRAM應用到MCU中有助于降低集成復雜度，并可利用多層堆疊結構來減小核心部分的面積，提高計算效率。2013年，松下第一次量產180nm節點RRAM的MCU，顯著降低了功耗。2016年，Chien等人提出了一項在MCU中嵌入256 Kb RRAM的設計方案，這樣的改進大大縮短了執行時間，同時也節省了功耗。2018年，松下開發了一種基于40nm工藝節點的8Mb嵌入式RRAM陣列，這標志著制造嵌入式RRAM在MCU中取得的重大進展，相關進展如圖7所示。同時，基于RRAM的存內計算（CIM）架構在人工智能硬件中也具有廣闊的應用前景。在CIM架構中，RRAM陣列可實現矩陣向量乘法等高級運算，可以大幅提高能效，同時支持多種AI模型架構的兼容。RRAM的應用使得CIM在物聯網和邊緣計算等領域有了重要的進展，包括信號處理和圖像壓縮，相關應用如圖 8所示。除此之外，神經形態計算也是RRAM器件的重要應用方向。新興存儲設備構建的腦神經系統與人腦神經計算架構的比較和對應如圖9所示。其中嵌入式RRAM可用于脈沖神經網絡（SNN）的構建，被廣泛視為用于設計SNN加速器的理想器件。RRAM可以通過采用2T2R架構實現正負權值，并利用監督學習規則進行基于RRAM的權值調整和時空尖峰序列分類，從而為基于RRAM陣列的神經形態系統的在線訓練提供可能，相關進展如圖10和圖11所示。

圖7基于嵌入式RRAM的MCU的架構。(a) 256 Kb的嵌入式RRAM單片機架構。其中每個庫（bank）訪問一個比特，每個庫訪問相同的WL和BL。Copyright of ?2016, IEEE，轉載經許可。(b) 松下開發的基于RRAM的MCU。基于RRAM的設備可用于人工智能和氫傳感設備的實現。版權所有 ?2018, IEEE，經許可轉載。

圖8嵌入式RRAM在存內計算中的應用與發展。(a)存內計算微體系結構的機制和層次。版權所有2022,Wiley (John Wiley & So ns)，經許可轉載。(b) NeuRRAM 芯片的多核架構以及將神經網絡層映射到 CIM 內核的各種方法 (標記為 (i) 至 (vi))。同時，橫截面透射電子顯微鏡圖像展示了單個 CIM 核心上放大的芯片微觀結構，顯示了集成了 RRAM 和 CMOS 層的堆疊結構。版權所有:施普林格·自然，轉載已獲許可。(c) 具有不同電導的所有器件的I-V曲線，在所選電導上表現出良好的線性關系。版權所有，施普林格·自然，經許可轉載。(d)常規CIM與無CIM的性能比較。版權所有?2022,IEEE，經許可轉載。(e) M3D加速器的面積細分。(f) 2D 22nm rram加速器;(g) 2D 7nm rram加速器。(h)基于3D rram的加速器。版權歸屬?2021,IEEE，轉載已獲許可。

圖9新興存儲設備構建的人工神經系統與人類神經網絡的比較。左側圖顯示了人類神經系統，其中包含不同類型的神經網絡，其基本功能單位是神經元和突觸。不同類型的離子通道導致電神經元的活動。右側圖顯示了人工智能芯片，由不同類型的人工神經網絡組成。這些人工神經網絡可以通過類似于突觸和神經元的交叉點陣列進行映射。其運行機理與電致離子運動引起的導電絲的產生和斷裂有關，這也是RRAM的電阻開關機制。版權所有?2022，經許可轉載。

圖 10基于RRAM的SNN模型結構。(a) SNN的結構和LIF神經元的作用機制。版權所有?2019 Frontiers Media S.A經許可轉載。(b)生物神經元Hodgkin-Huxley模型。版權所有?Materials Research Society 2020，經許可轉載。(c)基于硅材料的神經形態神經元電路。版權所有?2011 經許可轉載。(d)不同尖峰神經元的學習模型。版權所有?2013 the Public Library of Science (PLOS)，轉載經許可。

圖11基于RRAM的SNN研究進展。(a)Mott憶阻器電路圖。版權所有，施普林格·自然，經許可轉載。(b)單片集成憶阻神經網絡的掃描電鏡(SEM)圖像。版權所有2020，施普林格·自然，經許可轉載。(c)脈沖發生器在尖峰事件中產生的自適應神經元和相關控制信號的功能框圖。版權2021，施普林格自然，經許可復制。(d)人工神經元層中突觸前和突觸后界面的詳細示意圖。版權所有?2015，經許可轉載。(e) 2 μm × 2 μm活性區和10 nm厚度的TiO2基RRAM交叉結構的俯視圖。版權所有2012，施普林格·自然，經許可轉載。(f)器件的光學俯視圖像(左)和器件垂直截面示意圖(右)。版權所有:AIP出版社，轉載已獲許可。(g)基于非易失存儲器件的神經啟發計算芯片的通用架構。版權所有，施普林格·自然，經許可轉載。

未來展望

近年來， RRAM技術已經取得了重大進展，嵌入式RRAM技術已經能在1E12個操作周期內表現出出色的耐用性，特定的器件結構也能在高達150℃的高溫下表現出了良好的穩定性，即使在濕度，高輻射等不同的復雜環境條件下也表現出了值得稱贊的數據保留能力。然而，實現高密度集成仍然是RRAM技術面臨的重大挑戰。在RRAM技術中，阻礙高集成度的主要問題之一來自交叉點陣列的使用，這可能導致潛行路徑電流，導致無法精確讀取器件阻值。為了解決這個問題，研究人員一直致力于開發自整流RRAM器件以及非線性特性的器件。這些技術已被證明有效地緩解了潛行路徑電流的問題。值得注意的是，目前還沒有嵌入式RRAM能同時擁有所有達到期望的性能。因此，有必要展開更深入、更廣泛的研究，通過探索不同材料體系和器件結構，優化各項工藝，進一步提高器件的穩定性，同時確保所使用的材料與CMOS技術兼容。特別是開發穩定高自整流比和開關比的器件對于進一步推進嵌入式RRAM大規模集成至關重要。

作者簡介

張亦舒

浙江大學

張亦舒，浙江大學集成電路學院科創百人研究員，浙江省海外高層次人才。先后在吉林大學獲學士學位，新加坡科技設計大學獲博士學位。長期從事圍繞新型存儲器（RRAM, FeRAM等）實現的存算一體和神經形態計算研究，在相關領域發表學術論文30余篇，其中第一作者/通訊作者論文16篇，包括《Nature Communications》《Advanced Materials》《Advanced Functional Materials》《InfoMat》和《Nano Letters》等；以第一發明人申請發明專利13項，授權6項，其中2項美國專利。受邀擔任《International Journal of Extreme Manufacturing》《Brain-X》《Progress in Natural Science-Materials International》和《CMC-Computers Materials & Continua》等雜志青年編委。獲得包括第二屆全國博士后創新創業銀獎和國家優秀自費留學生獎學金等獎項。

鐘 帥

廣東省智能科學與技術研究院

鐘帥，廣東省智能科學與技術研究院青年研究員，先后在西北工業大學，北京航空航天大學，新加坡科技設計大學獲得學士，碩士和博士學位，長期從事神經形態器件與生物電子研究。目前發表學術論文20余篇，其中第一作者/通訊作者9篇包括《International Journal of Extreme Manufacturing》《ACS Applied Materials&Interfaces》《Advanced Intelligent Systems》《Applied Physics Letters》等，受邀擔任《Frontier in neuroscience》客座編輯，《Brain-X》青年編委。

王字健

浙江大學

王字健，2022年于蘇州大學納米科學與技術學院獲得學士學位，目前在浙江大學集成電路學院直接攻讀博士學位。曾前往加拿大滑鐵盧大學交流訪問，從事自整流RRAM器件的集成，光感存算一體化以及新型神經形態器件方面的研究。目前已經在《International Journal of Extreme Manufacturing》《Applied Physics Letters》《ACS Applied Materials & Interfaces》等期刊發表SCI論文三篇。

CMOS工藝兼容的神經形態器件及其類腦感知與計算應用

石墨烯人工突觸制造實現光電類腦計算應用

關于期刊

International Journal of Extreme Manufacturing(中文《極端制造》），簡稱IJEM，致力于發表極端制造領域相關的高質量最新研究成果。自2019年創刊至今，期刊陸續被SCIE、EI、Scopus等20余個國際數據庫收錄。2023年JCR最新影響因子14.7，位列工程/制造學科領域第一。中科院分區工程技術1區。

?? 期刊宗旨和欄目（點擊閱讀詳情）

期刊網址：

https://iopscience.iop.org/journal/2631-7990

期刊投稿：

https://mc04.manuscriptcentral.com/ijem-caep

作者福利

? 鉆石開放獲取，免收作者版面費

? 提供綠色通道快速評審原創突破性成果

? 接收后24h內在線

? 免費全球化宣傳推廣

? 免費高質量圖片編輯與規范化文獻校對

專題征稿

Call for Papers

專題文章

集 錦

文章目錄

2023-04

2023-03

2023-02

2023-01

2022-04

2022-03

2022-02

2022-01

? 更多往期 點此獲取 ?

微信號｜IJEM-Editor

掃碼加小編微信

邀您進極端制造群

撰稿: 作者 編輯：范珂艷 審核：關利超

本文旨在傳遞、分享最新科研信息。如涉及作品版權問題，請及時聯系我們，我們會及時處理以保障您的權益。感謝一直關注和支持本公眾號的朋友們！