清華大學攜手兆易創(chuàng)新于IEDM發(fā)表阻變存儲器論文

　　12月2-6日，第63屆國際電子器件大會(International Electron Devices Meeting, IEDM)在美國加州舊金山舉行，清華大學微納電子系吳華強課題組的2篇文章入選其列，分別題為“類腦計算中阻變存儲器的氧空位分布無序效應模型(Modeling disorder effect of the oxygen vacancy distribution in filamentary analog RRAM for neuromorphic computing)”和“用于類腦計算的阻變存儲器數(shù)據(jù)保持特性研究(Investigation of statistical retention of filamentary analog RRAM for neuromophic computing)”，這兩項工作是清華大學聯(lián)手兆易創(chuàng)新合作的研究成果，從物理機理仿真和器件可靠性兩方面出發(fā)，深入探究基于阻變存儲器的類腦計算優(yōu)化方向和方法，為創(chuàng)造出更高性能的類腦芯片打下堅實的基礎(chǔ)。

　　在人工智能迅速成長壯大的今天，傳統(tǒng)的“馮·諾依曼架構(gòu)”體系受限于“存儲墻”，即計算速度和存儲信息傳遞速度之間巨大的鴻溝，在大規(guī)模神經(jīng)網(wǎng)絡計算任務執(zhí)行中捉襟見肘，無論是速度還是功耗，它都已經(jīng)不能滿足人工智能高速發(fā)展的要求。至此，一種模擬人腦的運行模式，期望實現(xiàn)計算與存儲并行的類腦計算應運而生。受到人腦中突觸能同時進行記憶和計算的啟發(fā)，類腦計算可以用阻變存儲器模擬突觸行為，通過改變阻變存儲器的阻值狀態(tài)，同時改變了其在網(wǎng)絡中的權(quán)重值，由此阻變存儲器單元同時實現(xiàn)存儲和計算兩種功能，極大程度地提高了芯片性能。根據(jù)該課題組2017年5月在《自然·通訊》上發(fā)表的文章，類腦芯片可以使功耗降低為原千分之一以下。

　　圖 1 類腦計算示意圖

　　阻變存儲器作為最具潛力的電子突觸器件，具有結(jié)構(gòu)簡單、操作電壓低、可大規(guī)模集成和與CMOS工藝兼容等優(yōu)勢。但是類腦計算要求的阻變存儲器的雙向多值阻變特性微觀工作機制尚不清晰，這一問題嚴重限制了器件進一步的性能優(yōu)化。所謂雙向多值阻變特性指的是器件的阻值可以從高到低或從低到高連續(xù)變化。“類腦計算中阻變存儲器的氧空位分布無序效應模型”一文中針對氧化物阻變存儲器雙向多值阻變行為進行深入探索，采用蒙特卡洛的仿真方法模擬氧空位主導的阻值轉(zhuǎn)變環(huán)境，提出無序度的概念量化微觀上氧空位分布引起的宏觀上阻值轉(zhuǎn)變行為。仿真結(jié)果顯示氧空位的無序分布有利于實現(xiàn)雙向多值阻變，這為用于類腦計算的阻變存儲器實現(xiàn)電阻連續(xù)變化提供了理論支持和優(yōu)化指導。

　　有序和無序的氧空位分布對比圖

　　傳統(tǒng)器件和雙向連續(xù)阻變器件特性對比圖

　　阻變存儲器的數(shù)據(jù)保持能力對器件性能和工作壽命有重大的影響。雖然存儲器的數(shù)據(jù)保持能力不乏優(yōu)秀的研究成果，但是應用于類腦計算的阻變存儲器要求的數(shù)據(jù)保持能力和傳統(tǒng)的存儲器有所不同，前者在計算中需要連續(xù)變化的電導，因此更關(guān)注中間態(tài)(而不僅僅是高阻態(tài)和低阻態(tài)兩個狀態(tài))的數(shù)據(jù)保持能力，而對此問題的研究甚少?！坝糜陬惸X計算的阻變存儲器數(shù)據(jù)保持特性研究”一文中首次研究了1Kb陣列上基于導電細絲的多值阻變存儲器中間態(tài)數(shù)據(jù)保持特性的統(tǒng)計行為。文章通過將1024個器件單元等分為8個阻態(tài)，采用雙向調(diào)制模式設(shè)置初始阻態(tài)，然后在125℃烘烤，觀察阻變存儲器單元的多個不同的中間態(tài)在高溫下隨時間的電導分布的變化，結(jié)果顯示每個阻態(tài)電導分布呈現(xiàn)初態(tài)密集，隨時間逐漸展寬的對稱分布，在觀測點處的分布呈現(xiàn)正態(tài)分布特征，且正態(tài)分布的標準差隨時間增長，而均值保持不變。該研究成果展示了應用于類腦計算芯片的阻變存儲器陣列的數(shù)據(jù)失效規(guī)律，也為阻變存儲器單元的多值特性的可靠性指出優(yōu)化方向。

　　清華大學吳華強課題組和兆易創(chuàng)新公司在阻變存儲器的研究上一直保持著長期的合作。兆易創(chuàng)新資深經(jīng)理陳鴻禹博士參與了此項研究工作并列論文共同著者，他表示非常感謝高濱教授和趙美然同學，他們的研究成果不但對高能效的人工智能芯片提供了理論和器件基礎(chǔ)，也同樣對高密度阻變存儲器芯片的設(shè)計產(chǎn)生了重要的意義。在不久的將來，清華大學和兆易創(chuàng)新還將攜手開發(fā)出更大規(guī)模的阻變存儲器陣列。