Fabrication industrielle
Internet des objets industriel | Matériaux industriels | Entretien et réparation d'équipement | Programmation industrielle |
home  MfgRobots >> Fabrication industrielle >  >> Industrial materials >> Nanomatériaux

Un circuit de détection précoce pour l'amélioration de l'endurance de la matrice de mémoire à accès aléatoire résistive de contact remplie

Résumé

En tant que l'une des solutions de stockage non volatiles embarquées les plus prometteuses pour les modules CMOS avancés, les applications de mémoire vive résistive (RRAM) dépendent fortement de sa cyclabilité. Grâce à une analyse détaillée, des liens ont été trouvés entre les types de bruit, les configurations de filament et l'occurrence d'une défaillance de réinitialisation pendant le test de cyclage. De plus, un traitement de récupération est démontré pour restaurer la cyclabilité de la RRAM. Un circuit de détection précoce de cellules vulnérables dans un réseau est également proposé pour améliorer encore l'endurance globale d'un réseau RRAM. La durée de vie de la RRAM peut être étendue à plus de 10 000 cycles sans défaillance de bits dans un tableau.

Introduction

Ces dernières années, la RRAM avec les avantages d'une structure simple, d'une évolutivité supérieure et d'une compatibilité élevée avec les processus CMOS avancés est devenue l'une des technologies de base pour la réalisation de modules de mémoire non volatile intégrés [1,2,3,4,5,6,7, 8]. La RRAM à haute cyclabilité peut étendre ses applications aux systèmes nécessitant une mise à jour plus fréquente des données non volatiles, tels que les systèmes de calcul en mémoire et les systèmes neuromorphiques [9,10,11,12,13,14,15].

On pense que la commutation d'états dans les films RRAM est obtenue par génération/recombinaison de lacunes d'oxygène (V o ) pour mieux contrôler la construction/destruction des filaments conducteurs (CF) [16,17,18,19,20,21,22]. De nombreuses études ont montré que les mécanismes stochastiques dans la formation des CFs lors des opérations de mise/réinitialisation ont été trouvés comme l'une des causes profondes de la défaillance des bits lors des tests de cyclage [23,24,25,26,27]. Dans une cellule à échec de réglage, excès de V o recombiné pendant les opérations de réinitialisation élargit l'écart tunnel entre les CF résiduels et l'électrode supérieure, ce qui affaiblit le champ électrique dans la région de l'écart, conduisant à un faible V o génération [24]. En revanche, l'excès de V o généré pendant le fonctionnement du jeu, conduisant à une croissance excessive des FC. On pense que c'est la principale cause des échecs de réinitialisation [24, 28]. De plus, un épuisement inattendu des ions oxygène au cours du cycle est responsable de la fermeture de la fenêtre de résistance [23, 28]. Plusieurs schémas pour atténuer l'effet du processus stochastique dans V o génération/annihilation ont été rapportées dans diverses études [23, 24, 28, 29, 30]. On a constaté que les impulsions avec un temps de montée et de descente important réduisaient respectivement V o génération en fonctionnement réglé et consommation d'ions oxygène dans le processus de réinitialisation [23]. Pour obtenir une bonne contrôlabilité de V o , Chen et al . suggèrent également une méthode d'amplitude d'impulsion d'accord pour équilibrer les opérations de réglage/réinitialisation [29]. Mis à part le conditionnement par impulsions [23, 29], des traitements de récupération électrique puissants sur les appareils après une défaillance d'endurance ont montré que les cellules peuvent être restaurées et recyclées [24, 28, 30]. Il est également révélé qu'une fréquence accrue des opérations de récupération augmente les performances globales d'endurance à vélo [24]. La récupération périodique sur l'ensemble de la baie pendant le cycle coûte une surcharge énergétique élevée et des défis de mise en œuvre dans des modules de mémoire réels. Par conséquent, trouver les cellules faibles, qui sont au bord de la rupture du cycle, est essentiel à la mise en œuvre d'une récupération sélective et opportune. Cela peut permettre d'améliorer la cyclabilité sans gaspiller des traitements inutiles sur des cellules saines.

Dans nos travaux précédents, les cellules avec une faible efficacité de réinitialisation se sont avérées corrélées à sa topographie CF. De plus, les bruits télégraphiques aléatoires sont liés aux types de CF, qui reflètent également le changement de CF après une contrainte de cyclage [31]. Dans ce travail, de nouveaux circuits pour la détection précoce de dispositifs faibles dans un réseau par ses caractéristiques de courant de lecture ont été proposés. Une opération de récupération de réinitialisation est également introduite pour le renforcement préventif des cellules vulnérables identifiées par la méthode de détection. En appliquant la méthode de détection précoce et les opérations sélectives de renforcement des FC, une amélioration significative de la cyclabilité de l'activation/de la réinitialisation a été démontrée avec succès.

Méthodes

L'analyse statistique de l'endurance de la RRAM est collectée à partir d'un réseau de mémoire vive résistive à accès aléatoire (BCRRAM) de 16  ×  16, qui est fabriqué par un processus logique CMOS de 0,18 μm [32, 33]. Comme le montre la disposition de la Fig. 1, le nœud de stockage de la BCRRAM est connecté en série avec un transistor à canal n pour la sélection de cellules dans un réseau de type NOR. Pour étudier en profondeur les propriétés physiques de la couche TMO de BCCRAM, l'analyse au microscope électronique à transmission (MET) est effectuée par JEOL JEM-2800 au microscope électronique à transmission avec une énergie de 200 keV. Les images TEM en coupe transversale du réseau BCRRAM le long de la direction de la ligne de source (SL) sont illustrées à la Fig. 2. En raison du meilleur contrôle de l'épaisseur du film diélectrique remblayé, une couche uniforme d'oxyde de métal de transition (TMO) peut être obtenue. Les compositions relatives des éléments le long de la profondeur du film RRAM sont fournies dans l'analyse par spectroscopie à rayons X à dispersion d'énergie (EDX) sur la Fig. 3, où le film TMO de la cellule BCRAM se trouve être composé de TiN/TiON/SiO2 [32, 33]. L'analyse électrique est complétée par un analyseur de paramètres à semi-conducteur et un générateur d'impulsions. Les caractéristiques de formation/définition/réinitialisation de courant continu de la BCRRAM sont illustrées à la figure 4a. Notez qu'une tension SL élevée dans les opérations de formage/réglage est nécessaire pour déclencher le processus de claquage progressif. La tension de ligne de mot faible (WL) de 0,6 V sur la grille du transistor de sélection bloque le courant de surtension et empêche le dépassement dans des états de résistance irréversibles. En tant que dispositif BCRRAM en mode unipolaire, V plus élevé WL de 1,2 V est choisi pour fournir un courant suffisamment élevé pour améliorer la diffusion de l'ion oxygène et la recombinaison avec V o , favorisant le retour au HRS [34,35,36,37]. Comme le montre la Fig. 4b, la fenêtre de courant de 10  × de lecture peut être maintenue sous 50 cycles de réglage/réinitialisation CC, dont l'état de faible résistance (LRS)/état de haute résistance (HRS) est défini sur 5 μA/0,5 μA, respectivement.

L'agencement de la disposition de l'échantillon de matrice CRRAM remblayée de type NOR 16 × 16 à l'étude

Images MET transversales de la matrice et des cellules BCRRAM. Une épaisseur diélectrique uniforme peut être obtenue dans les cellules BCRRAM

Analyse de composition basée sur EDX de la couche TMO de la cellule BCRRAM. La couche TMO de BCRRAM est composée de TiN/TiON/SiO2 pile

un Les caractéristiques de balayage de formation/d'établissement/de réinitialisation de courant continu, lesquelles lignes de bit (BL), sont mises à la terre. b Niveaux actuels après 50 opérations de réglage/réinitialisation. LRS/HRS sont définis comme 5 A/0,5 μA, respectivement, pour obtenir un rapport marche/arrêt de 10 × 

Résultats et discussion

Schéma de récupération de cyclabilité et de réinitialisation

L'endurance de cycle de la BCRRAM est examinée par un algorithme optimisé de programmation d'impulsions incrémentielles (ISPP) illustré sur la figure 5a. Après chaque impulsion de contrainte, les états de la BCRRAM sont ensuite vérifiés pour déterminer si V WL /V SL doit être augmentée pour les prochaines opérations de réglage/réinitialisation [38]. Comme le montre la figure 6a, une fenêtre de courant de lecture stable peut être obtenue en un temps de réglage/réinitialisation de 20 μs, voir la figure 6b, pour 1 000 cycles. Les données expérimentales montrent que le temps de réinitialisation requis pour atteindre le HRS cible augmente progressivement lorsque le nombre de cycles dépasse 1000. Les données révèlent également que la plupart des cellules finissent par se bloquer au LRS même après avoir augmenté le temps de réinitialisation à 60 μs. Pour étudier la cause première de la dégradation de la réinitialisation pendant le cyclage, le bruit basse fréquence (LFN) trouvé dans le courant de lecture est étudié et est rapporté comme un indice reflétant les propriétés des CF [39, 40, 41]. Dans nos travaux précédents [31], les cellules avec différentes densités de CFs à l'intérieur de ses couches TMO présentent un spectre de bruit distinct dans son courant de lecture. Comme le montre la figure 7a, les cellules peuvent être classées en deux groupes en fonction des caractéristiques du spectre LFN dans leur courant de lecture, sur la figure 7b. Les cellules à faible densité de FC, étiquetées « saines », s'avèrent plus robustes et devraient supporter davantage de stress cyclique. On pense que les cellules contenant plusieurs minuscules FC, appelées « faibles », sont plus vulnérables au stress. Pour étudier les principaux mécanismes de défaillance des cellules soumises à des tests de cyclage, des dispositifs LFN de BCRRAM sont surveillés. Comme le résume la figure 6c, une forte corrélation entre les types de cellules et le nombre de cycles est trouvée dans la matrice BCRRAM. La portion de cellules faibles avec de multiples chemins conducteurs dans les couches TMO augmente considérablement après le cyclage, ce qui est censé provoquer un chauffage moins efficace dans un CF dispersé, ralentissant le processus de réinitialisation [31]. En conséquence, une défaillance d'endurance lors de l'opération de réinitialisation est attribuée à la génération de plusieurs chemins conducteurs. En plus des tests ISPP, différents types de générations de CFs après les contraintes de tension constante ont également été rapportés [27, 28]. On pensait que les FC inutiles générées par des conditions de fonctionnement fixes/réinitialisables étaient l'une des raisons qui faisaient que les cellules perdaient progressivement leurs capacités lors du retour au HRS. Pour réactiver les cellules après un échec de réinitialisation, les CF inutiles à l'intérieur de leurs couches TMO doivent être coupés par de fortes impulsions de récupération de réinitialisation avec les conditions de la Fig. 5a, V WL =1.2V, V SL =2 V et une largeur d'impulsion de 50 μs, comme le montre la figure 6a. Avec le traitement de récupération de réinitialisation approprié, la fenêtre de courant de lecture ainsi que sa cyclabilité peuvent être restaurées. Cependant, comme le montre la figure 6b, les impulsions de récupération de réinitialisation sont nécessaires plus fréquemment sur les cellules qui ont subi plus de 10 k cycles. Les données de la figure 6a indiquent également que les opérations de réinitialisation de la récupération peuvent devenir inutiles pour certaines cellules après un long cycle de stress, ce qui suggère que les FC de ces cellules sont endommagées de manière irréparable.

un L'algorithme ISPP set/reset et la récupération des conditions de réinitialisation pour les tests de cyclage. Le VWL et VSL sont augmentés, respectivement, dans les opérations de réglage/réinitialisation. b L'algorithme de détection précoce des cellules faibles

un 100 k cycles de configuration/réinitialisation ISPP. Les cellules perdues en lecture veuves après 6 k cycles peuvent être récupérées par 5 impulsions de réinitialisation puissantes avec les conditions V WL = 1.2 V, V SL = 2 V et largeur d'impulsion de 50 μs. Le traitement de récupération de réinitialisation n'est pas valide après 10 k cycles. b Temps de réglage/réinitialisation requis pour terminer le changement d'état pendant 100 k cycles. c Un changement de type de cellule, défini par leurs caractéristiques de bruit, est détecté lors des tests de cyclisme ISPP

un Illustrations des filaments et des états de piège sur la couche TMO en sain/faible. b Tendances d'ajustement correspondantes dans les spectres de bruit

Le décalage de la caractéristique de bruit de la cellule observé sur la figure 6c implique que les types de cellules sont un indice utile pour réparer une cellule vulnérable avant qu'elle n'atteigne une défaillance complète. Par conséquent, distinguer les types de cellules par leurs caractéristiques de bruit pendant le fonctionnement est un facteur crucial dans la réalisation d'interventions précoces pour le renforcement des FC.

Circuit de détection précoce

Pour les cellules avec plus de CF à l'intérieur des couches TMO, son courant de lecture fluctue entre plusieurs états de résistance. Au contraire, les cellules avec un CF dominant dans les films RRAM, le courant saute à plusieurs reprises entre deux états distincts, qui peuvent être utilisés comme indices des cellules saines [31]. En conséquence, le nombre d'états intermédiaires dans le courant de lecture peut nous aider à identifier les cellules vulnérables avant qu'il ne tombe complètement en panne. Par conséquent, dans l'algorithme illustré à la figure 5b, pour détecter précocement une cellule vulnérable et la faire revivre avant de perdre complètement sa capacité de cyclage, le courant d'échantillonnage des cellules est envoyé au circuit de détection. Une fois diagnostiquées, des opérations de restauration sont effectuées sur les cellules faibles confirmées. Par conséquent, deux circuits pour détecter ces cellules faibles sont présentés et discutés dans les sections suivantes.

Le premier circuit de détection par la méthode de la porte tampon (BG) est illustré sur la figure 8a. Tout d'abord, le courant d'échantillonnage des cellules BCRRAM est mis en miroir et filtré par un condensateur pour définir un niveau moyen. Ensuite, la différence entre les deux côtés est amplifiée. La différence amplifiée des états intermédiaires fluctue encore légèrement entre 0,55 V et 0,45 V. D'autre part, la cellule avec un CF dominant, où le courant de lecture saute entre les deux niveaux ; lorsqu'il traverse le circuit du détecteur, la sortie peut être poussée aux niveaux de tension haut/bas. Comme le montre la figure 8b, différents états logiques sont générés par les deux BG avec des tensions de transition appropriées et la porte logique XOR. Pour les cellules présentant un RTN à l'état moyen, la tension de sortie (V sortie ) devient verrouillé aux états de haute tension (V H ) au lieu des états de basse tension (V L ). Le rapport entre la probabilité de sortie dans V H (P H ) par rapport à celui de V L (P L ) de la sortie XOR sur les cellules d'abord classées par leur LFN comme cellules saines/faibles sont résumées dans la figure 8c. Pour les cellules avec plusieurs niveaux de courant dans les niveaux de courant de lecture, une plus grande partie de la sortie XOR reste dans des états élevés lorsque les cellules faibles sont placées dans le circuit de détection. D'un autre côté, les cellules saines avec un seul CF dominant et des niveaux de résistance distincts sont plus susceptibles de mettre la sortie XOR aux états de basse tension.

un Schéma du circuit de détection de glycémie et b sa tension de sortie. c Graphiques circulaires des tensions de sortie sur les cellules saines/faibles dans la méthode BG. Une partie élevée des états élevés dans une cellule faible, qui lisent le courant basculent rapidement entre plusieurs niveaux de résistance

Le deuxième circuit proposé ici pour filtrer les cellules vulnérables, appelé méthode du déclencheur de Schmitt (ST), est illustré à la figure 9a. Deux déclencheurs de Schmitt, dont les déclencheurs supérieur/inférieur sont conçus pour être respectivement de 0,65 V/0,35 V et 0,55 V/0,45 V, sont utilisés à la place pour déterminer la probabilité du courant de lecture dans son état médian. La tension de sortie, illustrée à la Fig. 9b, devient élevée lorsque le courant de lecture est dans son état médian. À partir de la méthode ST, les pourcentages de niveaux haut/bas sur la sortie XOR sont résumés sur la figure 9c. Les sorties de détection sont plus susceptibles de rester dans V H pour les cellules faibles que pour les cellules saines.

un Schéma du circuit de détection ST et b sa tension de sortie. c Graphiques circulaires des tensions de sortie sur les cellules saines/faibles dans la méthode ST. Plus de CV peut être obtenu dans une cellule saine, qui est probablement avec un seul CF dominant

Pour étudier le taux de réussite de la détection dans l'identification des cellules faibles, le rapport des états élevés de la sortie du détecteur pour les deux groupes de cellules d'abord classés par les caractéristiques LFN sont comparés dans les Fig. 10a, b. Pour le circuit de détection de BG, nous avons défini une cellule faible en ayant un P H /P L rapport supérieur à 2,3. Avec ce critère, 70 % des cellules faibles peuvent être attrapées avec succès tout en conduisant à 30 % de faux positifs. Pour la méthode ST, lorsque le critère de sélection est défini sur un P H /P L ratio > 0.25, le taux de couverture peut atteindre 60%, tandis que le faux positif peut atteindre 50%. Cela fait de la méthode ST une méthode de criblage moins efficace. Par rapport à la figure 10c, un taux de couverture plus élevé et des risques de faux positifs plus faibles sont démontrés par la méthode BG.

Distribution cumulative du rapport des probabilités dans les états logiques haut/bas sur différents types de cellules dans a Méthode BG, b Méthode ST. c Comparaison du taux de couverture et du taux de faux positifs entre deux schémas de circuits

En raison du taux de couverture élevé fourni par la méthode BG, elle est utilisée pour la détection des cellules vulnérables présentant un risque élevé d'échec d'endurance pour le lancement d'interventions précoces. Les caractéristiques de cycle des cellules soumises à différents types d'interventions de récupération sont comparées à la figure 11a. Les cellules ne supportent que 2 k cycles lorsqu'aucune intervention n'est effectuée pendant les tests de cyclisme. La durée de vie de la BCRRAM peut être prolongée de plusieurs milliers de cycles lorsque des impulsions de récupération de réinitialisation sont appliquées après un échec de réinitialisation. Cependant, la plupart des cellules réanimées ne peuvent pas passer 8 k de cycle. Grâce au circuit de détection précoce avec schéma BG, les cellules faibles d'un réseau avant la défaillance du cycle peuvent être détectées. Avec une impulsion de récupération appliquée sur une cellule faible détectée, l'endurance de la plupart des cellules BCRRAM peut être considérablement étendue à plus de 40 000 cycles. Les 15 % de cellules dans une matrice de mémoire de 16   × 16 ont nécessité un traitement de récupération de réinitialisation dans différentes méthodes sont comparées à la figure 11b. Bien que davantage de cellules doivent être récupérées avant 10 k cycles dans la méthode de détection de la glycémie, son pourcentage de cellules est relativement stable tout au long d'un test de 50 k cycles. Cependant, dans le groupe de comparaison, où les appareils sont restaurés après un échec de réinitialisation, la proportion de cellules nécessitant des interventions de récupération augmente avec le stress du cycle, ce qui suggère une surcharge de fonctionnement plus lourde à la fois en termes de vitesse et de puissance.

un Comparaison d'endurance de différentes techniques, y compris le traitement de réinitialisation de récupération et la détection de circuit de glycémie. b Nombre de cellules ayant subi un traitement de réinitialisation de récupération au cours des cycles

Grâce au circuit de détection et à la récupération de réinitialisation, la durée de vie en cyclage de la BCRRAM peut être prolongée efficacement. Même si le taux de couverture du circuit de détection de BG atteint 70 %, certaines cellules vulnérables ne sont pas identifiées. En conséquence, nous pensons que l'amélioration du taux de couverture est l'une des voies pour améliorer encore l'endurance globale des matrices BCRRAM. Les réglages du circuit de détection peuvent être en outre ajustés pour diminuer le taux de faux négatifs, améliorant ainsi le taux de couverture. En outre, la réinitialisation de la récupération de réinitialisation peut être optimisée pour mieux faire revivre la BCRRAM à ses capacités de cyclage.

Conclusions

Dans cette étude, les corrélations des LFN, les topographies des CF et l'échec de la réinitialisation pendant le cycle sont établies. En outre, un traitement de réinitialisation de récupération est mis en œuvre dans la matrice BCRRAM pour restaurer l'échec de la réinitialisation. Deux circuits de détection, la méthode BG et la méthode ST, sont proposés et étudiés pour cribler les cellules vulnérables pour des interventions de récupération précoce. De plus, la méthode BG proposée avec un taux de couverture plus élevé est utilisée sur une matrice BCRRAM pour améliorer l'endurance. Avec les nouveaux circuits de détection de glycémie proposés et l'opération de récupération de réinitialisation initiée par la détection précoce, une amélioration significative de l'endurance au cyclisme pendant plus de 10 000 fois a été démontrée.

Disponibilité des données et des matériaux

Les ensembles de données soutenant les conclusions de cet article sont inclus dans l'article.


Nanomatériaux

  1. Débuts de FPGA de niveau défense avec accès anticipé
  2. Conception intelligente de protection et de détection de circuits pour les serrures et les contrôles d'accès des maisons intelligentes
  3. Accélérer la détection précoce des maladies grâce à la nanobiotechnologie
  4. Démonstration d'un biocapteur flexible à base de graphène pour la détection sensible et rapide des cellules cancéreuses de l'ovaire
  5. Nanodots de carbone comme nanocapteurs bimode pour la détection sélective du peroxyde d'hydrogène
  6. Étude collective sur la modélisation et la simulation de mémoires résistives à accès aléatoire
  7. Un aptacapteur fluorescent à base d'oxyde de graphène pour la détection d'activation de CCRF-CEM
  8. Étude de la variabilité de la mémoire à accès aléatoire à résistance de contact par modèle de vacance stochastique
  9. Système de détection in situ des défauts dans les composites pendant le durcissement