검색 상세

Effect of ferroelectric layer on conductive filament growth in TaOx-based resistive random-access memory for neuromorphic applications

  • 이재헌 (서강대학교 일반대학원)

초록 (요약문)

In the era of big data, the demands for computing, processing, and storing vast amounts of data ha ve exponentially increased. Additionally, the rapid development of generative artificial intelligence (AI) technology is demanding computing power that surpasses the capabilities of traditional semiconductor performance. However, the conventional von Neumann computing architecture faces difficulties in meeting these demands due to the bottleneck effect, where the separation of memory and processing units creates a data transfer limitation. This results in significant delays and inefficiencies as data must continuously move back and forth between the memory and processor, leading to increased latency and energy consumption. As a solution, neuromorphic computing systems, which mimic the neural networks of the human brain, have gained significant attention. To implement neuromorphic systems, the development of synaptic devices that are energy efficient and capable of repetitive learning and inference is essential. In particular, there is active research on neuromorphic devices utilizing oxygen vacancy based resistive random access memory (RRAM) devices, which are highly compatible with conventional complementary metal oxide semiconductor (CMOS) process, have excellent integration density, and can be mass produced. In the development of neuromorphic devices using RRAM, much research has focused on the method of utilizing changes in resistance states through the formation and rupture of conductive filaments. However, this approach faces limitations in mimicking neural synapses due to the non linearity associate d with abrupt resistance changes and variability in the operating set reset voltages. The set process refers to the transition of a resistive switching device from a high resistance state (HRS) to a low resistance state (LRS). This process is typically induced by applying a forward voltage sweep that forms conductive pathways associated with the creation or strengthening of these conductive paths, enabling a significant increase in current flow through the device. Conversely, the reset process refers to the transition of a resistive switching device from LRS to a HRS. This transition occurs when a voltage of opposite polarity is applied, causing the rupture or dissipation of conductive pathways within the switching layer. The reset process is characterize d by the disruption of established filaments or pathways, reducing the current flow and restoring the device to the HRS. In this study, a novel approach that improves synaptic emulation characteristics by effectively controlling the growth of conductive filaments through the polarization of ferroelectrics is proposed. The repulsive force between positive bound charges induced by polarization at the ferroelectric dielectric interface and positively charged oxygen vacancies can lead to the formation of thick er and more robust conductive filaments and the ir gradual growth and rupture. Therefore, by leveraging the polarization of ferroelectrics, it is possible to effectively implement multiple resistance states, which are essential for synaptic behavior emulati on in RRAM . The results of this study are expected to contribute to the development and optimization of neuromorphic memory in the future.

more

초록 (요약문)

최근 빅데이터의 확산과 함께 방대한 양의 데이터를 연산, 처리 및 저장해야 하는 수요가 기하급수적으로 증가하고 있다. 또한 생성형 인공지능(AI) 기술의 급속한 발전 은 기존의 반도체 성능을 뛰어넘는 컴퓨팅 파워를 요구하고 있다. 그러나 기존의 컴 퓨팅 구조, 즉 폰 노이만 구조에서는 메모리와 프로세싱 유닛이 분리되어 있어 데이 터 전송에 제한이 생기는 병목현상으로 이러한 요구를 충족하기 어렵다. 메모리와 프 로세서 간의 데이터 전송 속도 한계로 인해 지연 현상이 발생하며, 이로 인해 에너지 소비가 크게 증가하는 문제가 나타난다. 이에 대한 해결책으로 인간의 뇌 신경망을 모방한 뉴로모픽 컴퓨팅 시스템이 주목받 고 있다. 뉴로모픽 시스템을 구현하기 위해서는 에너지 효율적이며, 반복적인 학습과 추론이 가능한 시냅스 소자의 개발이 필수적이다. 특히, 기존 CMOS 공정과의 호환성 이 높고 집적도가 우수하며, 대량 생산이 가능한 산화물 기반 저항변화 메모리 소자 를 활용한 뉴로모픽 소자의 개발이 활발히 이루어지고 있다. 저항변화 메모리를 활용한 뉴로모픽 소자 개발에 있어서, 종래에는 전도성 필라멘트 의 형성과 파괴에 의한 저항 상태 변화를 이용하는 방식이 활발히 연구되고 있다. Set 프로세스는 RRAM 소자가 높은 저항 상태 (high resistance state, HRS)에서 낮은 저 항 상태 (low resistance state, LRS)로 전이하는 과정을 의미한다. 이 과정은 일반적 으로 전압을 인가하여 전도성 필라멘트를 형성하거나 성장함으로써 유도된다. 이러한 전도성 필라멘트의 형성 및 성장은 소자를 통해 흐르는 전류를 크게 증가시키는 역할 을 한다. 반대로, reset 프로세스는 RRAM 소자가 LRS에서 HRS로 전이하는 과정을 의미한다. 이 과정은 set 프로세스와 반대 극성의 전압을 인가함으로써 전도성 필라 멘트가 일부 파괴되며 유도된다. Reset 프로세스는 형성된 전도성 필라멘트의 파괴로 인해 전류 흐름이 감소하고, 소자가 HRS로 복원되는 특징을 가진다. 하지만 급격한 저항상태 변화에 따른 비선형성 문제와 동작전압 (set/reset voltages)의 산포 문제로 인하여 단순한 저항변화 메모리를 이용한 뉴런의 시냅스 모방에는 한계가 있다. 본 연구에서는 강유전체의 분극을 활용하여 효과적으로 전도성 필라멘트의 성장 및 파괴를 제어하여 급격한 저항상태 변화와 동작 전압의 산포를 개선하여 시냅스 모사 특성을 향상시키는 새로운 접근법을 제시한다. 강유전체와 유전체 계면에 존재하는 분극으로 인한 양전하와 산소공공 사이에 척력이 발생하여 더 두껍고 견고한 전도성 필라멘트의 형성 및 점진적인 필라멘트의 성장과 파괴를 유도할 수 있다. 따라서 강 유전체의 분극을 이용하면, 저항변화 메모리에서 시냅스 특성 모사에 필수적인 multiple resistance states를 효과적으로 구현할 수 있다. 본 연구 결과는 향후 뉴로 모픽 메모리 기술의 발전과 최적화에 기여할 것으로 기대된다.

more

목차

Chapter 1. Introduction 9
1.1 Necessity of neuromorphic devices 9
1.2 Resistive random-access memory 14
1.3 Conductive filament based resistive random-access memory 16
1.4 Hafnium oxide-based ferroelectrics 21
Chapter 2. Experimental details 23
2.1 Sample fabrication 23
2.2 Electrical measurements 25
2.3 Conductive atomic force microscopy 27
2.4 Hand written digit recognition 29
Chapter 3. Results and Discussion 31
3.1 Mechanism of filament growth control 31
3.2 Resistive switching behaviors of RRAM devices 33
3.3 Ferroelectric properties of the HZO layer 36
3.4 Observation of the differences in conductive filament growth 37
3.5 The impact of ferroelectricity on synaptic behaviors 42
3.6 Hand written digit recognition with HZO-stacked RRAM 45
Chapter 4. Conclusion 48
Chapter 5. References 50

more
반출 Meta View 목록