可實現於以資料為中心運算架構的HfO2-基鐵電記憶體(下)

 

刊登日期:2023/3/15
  • 字級

洪茂峰 / 成功大學電機系;洪肇蔚 / 中華電信南分高雄營運處
 
HZO FeFET 記憶體Endurance的研究
如同前述,Write Cycling Endurance是HfO2基FeFET的罩門,只能耐受 10至105 的讀寫切換次數,雖然歷年的文獻中提出許多解決的方法,但成果皆不甚了了。2021年美國加州Berkeley 大學的A. Tan 等人,選用了高崩潰電壓的介電層以延遲其劣化,終於有了突破的成果,將切換次數延長到了1010。 Tan 團隊製作了極度微縮的FeFET元件,他們在SOI 基板上完成一道約30 nm 的通道,並於其上結合一層約4.5 nm的 HZO鐵電層和一層約1.5 nm的熱成長SiNx (κ∼8)或8.2Å 的SiOx (κ∼3.9)介面層(IL)來研究其記憶體特性。極薄的 HZO鐵電層除有利於積體化外,也希望能增加元件的Endurance 。Tan團隊分析:介面層(IL)的角色原是用以優化通道表面,減少FE層中缺陷的產生,但IL 的κ值若小於FE太多,由公式2 可知將使其承受很大的電壓,而發生早發性的崩潰,影響Endurance的表現,故他們選擇了具有較大κ值的SiNx 為IL,取代習用的SiOx,期望可延遲早發崩潰的發生,而得到較佳的Endurance 。
 
圖四顯示了他們製作的HZO (4.5 nm) FeFET的IDVG圖,可以看到這個元件的MW約為1 V,這是個令人滿意的結果,因為以往的研究都顯示,在這麼小的元件會因為嚴重的 Charge Injection致生的缺陷而減弱了極化作用,使得磁滯區 (Hysteresis) 變小,而看不到有MW的特性。但這個FeFET因為使用了SiNx而得到雙重好處,其一是提高了IL的厚度,另一則為較高的κ值分擔了元件中部分的電場,壓抑了Charge Injection也減少缺陷的致生,恢復了極化電荷遮蔽的作用,因此使磁滯區變大重現。圖中亦可見IG 漏電流甚小,顯示缺陷的作用確實被抑制了。
 
圖四、FeFET於PRG和ERS時的特性
圖四、FeFET於PRG和ERS時的特性
 
那這個HZO FeFET(SiNx IL)的Endurance的表現又如何呢?圖五為其測試的結果,可以發現它的耐受切換次數可達1010以上。圖中亦可看到在切換過程中FeFET的電流準位演化,高電流態(低VT 態)會逐漸變小,而低電流態(高VT態)則逐漸增加,然而即使是切換至6×1010 Cycles,元件的on/off電流比為103,仍達可辨識程度,但隨後閘極漏電流會突然快速竄高,顯示閘極IL層可能在1011後崩潰了。與此對照的HZO FeFET(SiOX IL )的元件, 其Endurance卻只有104,顯然SiNX IL對Endurance的改善確是功不可沒。至於此元件的Retention 特性,研究顯示因FE 在切換時會經由凝核(Nucleation)的程序來改變極化態,而溫度對它影響甚大。事實上,溫度增加不但會使EC 和切換時間減少導致MW和Write Time的變動,也會發生Domain Wall 的移動,熱活化缺陷的增多等不利FeFET通道導電行為的作用,使FeFET 可靠性變差。所以通道的導電性(Gch)隨溫度變化的探討,即Gch-P關係,就成為類神經網路訓練時須重視的議題。Tan等人對此也做了探討,他們發現不論是25℃或 85℃的環境下,這個元件的 Retention 特性都無明顯的變化,似乎不受溫度的影響,或許如前述介面特性的優化減少了漏電流的路徑之故。總之Tag等人的研究發現 FeFET Memory 中若加入 High-κ IL 可以抑制IL 的早發性崩潰使Endurance有效提升,也點出若能更優化這層IL材料或許可將Eendurance提升至1012 以上。
 
圖五、FeFET Endurance特性
圖五、FeFET Endurance特性
 
HZO FeFET於NC 的應用
NC系統(Neuromorphic Computing)乃是模仿人腦的神經網路(Neutral Network)架構,其係由成千上萬的神經元(Neuron)所組成,而各神經元又聯結著很多的突觸(Synapses)。於進行認知活動時,前神經元的突觸(Pre-synapse)會將接收到的外來刺激經分析判斷後再傳遞給對應的後神經元突觸(Post-synapse),後神經元於接到此訊息後會重複前述步驟繼續將訊息傳遞下去,如此接力傳送而達到認知的目的。顯然的,這種信號處理的程序需要許多單元的輔助,其架構必然是非常龐大複雜且耗能,但以現今半導體的技術,欲製作這種大量、高複雜性且低耗能的系統晶片應有可能,尤其是近年FeFET的研究顯示其在室溫時擁有線性且對稱的切換特性使它有潛力可實現於NC系統。 
 
德國PGI9實驗室的 Xi 等人基於上述目的製作了一個FE-SBFET元件以研究其仿人腦神經認知的能力。這個元件的構造如圖六(a)所示,他們在---以上為部分節錄內容,完整資料請見下方附檔。
 

分享