Um circuito de detecção precoce para aumento de resistência de contato de preenchimento resistivo de acesso aleatório à matriz de memória

Resumo

Como uma das soluções de armazenamento não volátil incorporadas mais promissoras para módulos CMOS avançados, os aplicativos de memória de acesso aleatório resistivo (RRAM) dependem altamente de sua ciclabilidade. Por meio de análises detalhadas, links foram encontrados entre os tipos de ruído, configurações de filamento e a ocorrência de falha de reinicialização durante o teste de ciclagem. Além disso, um tratamento de recuperação é demonstrado para restaurar a ciclabilidade de RRAM. Um circuito de detecção precoce para células vulneráveis em uma matriz também é proposto para melhorar ainda mais a resistência geral de uma matriz RRAM. A vida útil do RRAM pode ser estendida para mais de 10 k ciclos sem bits de falha em uma matriz.

Introdução

Nos últimos anos, RRAM com vantagens de estrutura simples, escalabilidade superior e alta compatibilidade com processos CMOS avançados tornou-se uma das principais tecnologias para a realização de módulos de memória não volátil incorporados [1,2,3,4,5,6,7, 8]. RRAM apresentando alta ciclabilidade pode estender suas aplicações a sistemas que precisam atualizar dados não voláteis com mais frequência, como computação em memória e sistemas neuromórficos [9,10,11,12,13,14,15].

Acredita-se que a troca de estados em filmes RRAM seja alcançada pela geração / recombinação de vacâncias de oxigênio ( V _o ) para controlar ainda mais a construção / destruição de filamentos condutores (CF) [16,17,18,19,20,21,22]. Muitos estudos mostraram que os mecanismos estocásticos na formação de CFs durante as operações de set / reset foram encontrados como uma das causas raiz para a falha de broca durante os testes de ciclo [23,24,25,26,27]. Em uma célula com falha de configuração, excesso de V _o recombinado durante as operações de redefinição amplia a lacuna de tunelamento entre os CFs residuais e o eletrodo superior, o que enfraquece o campo elétrico na região da lacuna, levando a baixo V _o geração [24]. Por outro lado, o excesso V _o gerado durante a operação do conjunto, levando ao crescimento excessivo de CF. Acredita-se que essa seja a principal causa das falhas de reinicialização [24, 28]. Além disso, a depleção inesperada de íons de oxigênio durante o ciclo é considerada responsável pelo fechamento da janela de resistência [23, 28]. Vários esquemas para mitigar o efeito do processo estocástico em V _o geração / aniquilação foram relatados em vários estudos [23, 24, 28,29,30]. Descobriu-se que o pulso com grande tempo de subida e descida reduziu, respectivamente, V _o geração na operação do conjunto e consumo do íon oxigênio no processo de reset [23]. Para obter uma boa controlabilidade de V _o , Chen et al . também sugere um método de amplitude de pulso de sintonia para equilibrar as operações de ajuste / reinicialização [29]. Além do condicionamento de pulso [23, 29], tratamentos de recuperação elétrica de forte configuração / reinicialização em dispositivos após a falha de resistência descobriram que as células podem ser restauradas e cicladas novamente [24, 28, 30]. Também é revelado que o aumento da frequência das operações de recuperação aumenta o desempenho geral de endurance do ciclismo [24]. A recuperação periódica em todo o array durante o ciclo custa alta sobrecarga de energia e desafios de implementação em módulos de memória real. Portanto, encontrar as células fracas, que estão à beira do colapso do ciclo, é essencial para a implementação de uma recuperação seletiva e oportuna. Isso pode permitir a melhoria da ciclabilidade sem desperdiçar tratamentos desnecessários em células saudáveis.

Em nosso trabalho anterior, as células com baixa eficiência de reinicialização se correlacionaram com sua topografia de CF. Além disso, ruídos telegráficos aleatórios estão ligados aos tipos de CF, que também refletem a mudança de CF após o estresse de ciclagem [31]. Neste trabalho, novos circuitos para detecção precoce de dispositivos fracos em uma matriz por suas características de corrente lida foram propostos. Uma operação de reinicialização de recuperação também é introduzida para o fortalecimento preventivo de células vulneráveis identificadas pelo método de detecção. Aplicando o método de detecção precoce e operações de reforço seletivo de CF, uma melhoria significativa na ciclabilidade set / reset foi demonstrada com sucesso.

Métodos

A análise estatística sobre a resistência de RRAM é coletada de um array de memória de acesso aleatório resistivo de contato preenchido de 16 × 16 (BCRRAM), que é fabricado por processo lógico CMOS de 0,18 µm [32, 33]. Conforme mostrado no layout da Fig. 1, o nó de armazenamento de BCRRAM é conectado em série com um transistor de canal n para seleção de células em uma matriz do tipo NOR. Para investigar em profundidade as propriedades físicas da camada TMO do BCCRAM, a análise por microscopia eletrônica de transmissão (TEM) é realizada pelo microscópico eletrônico de transmissão JEOL JEM-2800 com energia de 200 keV. As imagens TEM em seção transversal da matriz BCRRAM ao longo da direção da linha de origem (SL) são mostradas na Fig. 2. Devido ao melhor controle da espessura do filme dielétrico preenchido, uma camada uniforme de óxido de metal de transição (TMO) pode ser alcançada. As composições de elementos relativos ao longo da profundidade do filme RRAM são fornecidas na análise de espectroscopia de energia dispersiva de raios-X (EDX) na Fig. 3, onde o filme TMO da célula BCRAM é encontrado para ser composto de TiN / TiON / SiO ₂ [32, 33]. A análise elétrica é concluída por um analisador de parâmetros semicondutores e um gerador de pulso. As características de formação / configuração / redefinição de DC de BCRRAM são demonstradas na Fig. 4a. Observe que a alta tensão SL nas operações de formação / configuração é necessária para acionar o processo de decomposição suave. A tensão de linha de baixa palavra (WL) 0,6 V na porta do transistor selecionado fixa a corrente de surto e evita o sobredefinição em estados de resistência irreversíveis. Como um dispositivo BCRRAM no modo unipolar, superior V _WL de 1,2 V é escolhido para fornecer corrente alta o suficiente para aumentar a difusão do íon de oxigênio e recombinação com V _o , favorecendo o retorno ao HRS [34,35,36,37]. Conforme mostrado na Fig. 4b, a janela de leitura de corrente de 10 × pode ser mantida em 50 ciclos de ajuste / redefinição de DC, cujo estado de baixa resistência (LRS) / estado de alta resistência (HRS) são ajustados para 5 μA / 0,5 μA, respectivamente.

O arranjo do layout da amostra da matriz CRRAM preenchida do tipo 16 × 16 NOR sob investigação

Imagens TEMS transversais da matriz e células BCRRAM. Espessura dielétrica uniforme pode ser obtida em células BCRRAM

Análise de composição baseada em EDX da camada TMO da célula BCRRAM. A camada TMO do BCRRAM é composta por TiN / TiON / SiO ₂ pilha

a As características de formação / configuração / redefinição de varredura de DC, cujas linhas de bits (BL), são aterradas. b Níveis atuais após 50 operações de ajuste / reinicialização. LRS / HRS são definidos como 5 μA / 0,5 μA, respectivamente, para obter uma razão liga / desliga de 10 ×

Resultados e discussão

Ciclabilidade e reinicialização do esquema de recuperação

A resistência do ciclo de BCRRAM é examinada por um algoritmo otimizado de programação de pulso de passo incremental (ISPP) mostrado na Fig. 5a. Após cada pulso de estresse, os estados de BCRRAM são então verificados para determinar se V _WL / V _SL precisa ser aumentado para as próximas operações de ajuste / reinicialização [38]. Conforme exibido na Fig. 6a, a janela de leitura de corrente estável pode ser obtida dentro de 20 μs de tempo definido / redefinido, consulte a Fig. 6b, para ciclos de 1k. Os dados experimentais mostram que o tempo de redefinição necessário para atingir o HRS alvo aumenta gradualmente quando o número de ciclos passa de 1000. Os dados também revelam que a maioria das células eventualmente travou no LRS, mesmo depois de aumentar o tempo de redefinição para 60 μs. Para investigar a causa raiz da degradação do reset durante o ciclo, o ruído de baixa frequência (LFN) encontrado na corrente lida é investigado e é relatado como um índice refletindo as propriedades dos CFs [39,40,41]. Em nosso trabalho anterior [31], células com diferentes densidades de CFs dentro de suas camadas TMO exibem espectro de ruído distinto em sua corrente de leitura. Conforme representado na Fig. 7a, as células podem ser categorizadas em dois grupos com base nas características do espectro LFN em sua corrente de leitura, na Fig. 7b. As células com baixa densidade de CFs, rotuladas como “saudáveis”, são consideradas mais robustas e devem suportar mais estresse de ciclagem. Acredita-se que as células que contêm vários CFs minúsculos, denominadas “fracas”, sejam mais vulneráveis ao estresse. Para estudar os principais mecanismos de falha para células em testes de ciclo, LFN de dispositivos BCRRAM são monitorados. Conforme resumido na Fig. 6c, uma forte correlação entre os tipos de células e o número de ciclos é encontrada na matriz BCRRAM. A porção de células fracas com múltiplos caminhos condutores nas camadas de TMO aumenta significativamente após o ciclo, o que se acredita causar aquecimento menos eficiente em um CF disperso, retardando o processo de reinicialização [31]. Como resultado, a falha de resistência na operação de reinicialização é atribuída à geração de vários caminhos condutores. Além dos testes ISPP, diferentes tipos de gerações de CFs após as tensões de tensão constante também foram relatados [27, 28]. CFs desnecessários gerados por condições de operação de configuração / redefinição fixas foram considerados um dos motivos, fazendo com que as células perdessem gradualmente suas capacidades ao alternar de volta para HRS. Para reviver as células após a falha de redefinição, CFs desnecessários dentro de suas camadas TMO precisam ser aparados por meio de fortes pulsos de recuperação de redefinição com as condições na Fig. 5a, V _WL =1,2 V, V _SL =2V e largura de pulso de 50 μs, conforme demonstrado na Fig. 6a. Com o tratamento de recuperação de reinicialização adequado, a janela de leitura da corrente, bem como sua ciclabilidade, podem ser restauradas. No entanto, conforme mostrado na Fig. 6b, os pulsos de recuperação de reinicialização são necessários com mais frequência em células que experimentaram mais de 10 k ciclos. Os dados na Fig. 6a também indicam que as operações de restauração de recuperação podem se tornar inúteis para algumas células após um longo ciclo de estresse, sugerindo que os CFs nessas células estão danificados para além do reparo.

a O algoritmo de configuração / reinicialização do ISPP e as condições de reinicialização de recuperação para testes cíclicos. The V _WL e V _SL são acelerados, respectivamente, nas operações de ajuste / redefinição. b O algoritmo para detectar precocemente as células fracas

a 100 k ciclos de configuração / redefinição de ISPP. As células perdidas de leitura após 6 k ciclos podem ser recuperadas por 5 pulsos de reinicialização fortes com condições V _WL =1,2 V, V _SL =2 V e largura de pulso de 50 μs. O tratamento de recuperação de reinicialização é inválido após 10 k ciclos. b Tempo de ajuste / reinicialização necessário para concluir a alternância de estado durante ciclos de 100 k. c Mudanças no tipo de célula, definidas por seus recursos de ruído, são encontradas durante os testes de ciclo do ISPP

a Ilustrações dos filamentos e estados de armadilha na camada TMO em saudável / fraco. b Tendências de adaptação correspondentes em espectros de ruído

A mudança no recurso de ruído da célula observada na Fig. 6c implica que os tipos de células são índices úteis para reparar uma célula vulnerável antes que ela alcance a falha completa. Portanto, distinguir os tipos de células por suas características de ruído durante a operação é um fator crucial na realização de intervenções precoces para fortalecer os FCs.

Circuito de detecção precoce

Para células com mais CFs dentro das camadas de TMO, sua corrente de leitura flutua entre vários estados de resistência. Ao contrário, células com um CFs dominante em filmes RRAM, atualmente saltam repetidamente entre dois estados distintos, que podem ser usados como índices de células saudáveis [31]. Como resultado, o número de estados intermediários na corrente de leitura pode nos ajudar a identificar as células vulneráveis antes que falhe completamente. Portanto, no algoritmo mostrado na Fig. 5b, para detectar precocemente uma célula vulnerável e reanimá-la antes de perder completamente sua capacidade de ciclagem, a corrente de amostragem das células é alimentada para o circuito de detecção. Uma vez diagnosticadas, as operações de restauração são realizadas nas células fracas confirmadas. Conseqüentemente, dois circuitos para detectar essas células fracas são introduzidos e discutidos nas seções seguintes.

O primeiro circuito de detecção pelo método de buffer gate (BG) é ilustrado na Fig. 8a. Primeiro, a amostra de corrente das células BCRRAM é espelhada e filtrada por um capacitor para definir um nível médio. Em seguida, a diferença entre os dois lados é ampliada. A diferença amplificada de estados intermediários ainda oscila ligeiramente entre 0,55 V e 0,45 V. Por outro lado, célula com um CF dominante, onde a corrente lida salta entre os dois níveis; quando ele passa pelo circuito do detector, a saída pode ser empurrada para os níveis de tensão alta / baixa. Conforme mostrado na Fig. 8b, diferentes estados lógicos são gerados pelos dois BGs com tensões de transição adequadas e a porta lógica XOR. Para células exibindo RTN de estado médio, a tensão de saída ( V _fora ) torna-se trava em estados de alta tensão ( V _H ) em vez de estados de baixa tensão ( V _L ) A razão entre a probabilidade de saída em V _H ( P _H ) versus aquele em V _L ( P _L ) da saída de XOR nas células primeiro categorizadas por seu LFN como células saudáveis / fracas são resumidos na Fig. 8c. Para células com vários níveis de corrente em níveis de corrente lidos, uma porção maior da saída de XOR permanece em estados altos quando as células fracas são colocadas no circuito de detecção. Por outro lado, células saudáveis com um único CF dominante e níveis de resistência distintos têm maior probabilidade de colocar a saída de XOR nos estados de baixa tensão.

a Esquema do circuito de detecção de BG e b sua saída de tensão. c Gráficos de pizza de tensões de saída em células saudáveis / fracas no método BG. Alta porção de estados altos em uma célula fraca, que lê a corrente alterna rapidamente entre vários níveis de resistência

O segundo circuito proposto aqui para rastrear células vulneráveis, denominado método Schmitt trigger (ST), é ilustrado na Fig. 9a. Dois gatilhos Schmitt, cujos gatilhos superior / inferior são projetados para ser 0,65 V / 0,35 V e 0,55 V / 0,45 V, respectivamente, são usados em vez disso para descobrir a probabilidade da corrente lida em seu estado intermediário. A tensão de saída, mostrada na Fig. 9b, torna-se alta quando a corrente lida está em seu estado intermediário. A partir do método ST, as porcentagens de níveis alto / baixo na saída XOR são resumidas na Fig. 9c. As saídas de detecção são mais propensas a permanecer em V _H para células fracas do que para células saudáveis.

a Esquema do circuito de detecção de ST e b sua saída de tensão. c Gráficos de pizza de tensões de saída em células saudáveis / fracas no método ST. Mais VL pode ser obtido em uma célula saudável, que provavelmente está com apenas um CF dominante

Para investigar a taxa de sucesso da detecção na identificação das células fracas, a proporção de estados altos da saída do detector para os dois grupos de células primeiramente categorizados pelas características LFN são comparados na Fig. 10a, b. Para o circuito de detecção de BG, definimos uma célula fraca por ter um P _H / P _L proporção acima de 2,3. Com este critério, 70% das células fracas podem ser detectadas com sucesso, levando a 30% de falsos positivos. Para o método ST, quando o critério de seleção é definido como P _H / P _L proporção> 0,25, a taxa de cobertura pode chegar a 60%, enquanto os falsos positivos podem chegar a 50%. Isso torna o método ST um método de triagem menos eficaz. Em comparação com a Fig. 10c, a taxa de cobertura mais alta e as chances mais baixas de falso-positivo são demonstradas pelo método BG.

Distribuição cumulativa da razão de probabilidades em estados lógicos altos / baixos em diferentes tipos de células em a Método BG, b Método ST. c Comparação da taxa de cobertura e taxa de falsos positivos entre dois esquemas de circuito

Devido à alta taxa de cobertura fornecida pelo método BG, ele é empregado para a detecção de células vulneráveis com alto risco de falha de resistência para o início de intervenções precoces. As características de ciclo das células que experimentam diferentes tipos de intervenções de recuperação são comparadas na Fig. 11a. Descobriu-se que as células sustentam apenas 2 k ciclos quando nenhuma intervenção é realizada durante os testes de ciclismo. A vida útil do BCRRAM pode ser estendida em vários milhares de ciclos quando os pulsos de recuperação de reinicialização são aplicados após a falha de reinicialização. No entanto, a maioria das células revividas não pode passar de 8 k de ciclo. Por meio do circuito de detecção precoce com esquema BG, células fracas em uma matriz antes da falha de ciclo podem ser detectadas. Com um pulso de recuperação aplicado em uma célula fraca detectada, a resistência da maioria das células BCRRAM pode ser significativamente estendida para mais de 40 k ciclos. As células de 15% em uma matriz de memória 16 × 16 exigiram tratamento de recuperação de redefinição em diferentes métodos são comparadas na Fig. 11b. Embora mais células precisem ser recuperadas antes dos ciclos de 10 k no método de detecção de BG, sua porcentagem de células é relativamente estável ao longo de um teste de ciclo de 50 k. No entanto, no grupo de comparação, onde os dispositivos são restaurados após a falha de reinicialização, a proporção de células necessárias para intervenções de recuperação aumenta com o estresse do ciclo, o que sugere sobrecarga de operação mais pesada tanto na velocidade quanto na potência.

a Comparação de resistência de diferentes técnicas, incluindo tratamento de reinicialização de recuperação e detecção de circuito BG. b Número de células que passaram pelo tratamento de redefinição de recuperação durante os ciclos

Graças ao circuito de detecção e recuperação de reinicialização, o ciclo de vida do BCRRAM pode ser estendido de forma eficaz. Mesmo que a taxa de cobertura do circuito de detecção de BG atinja 70%, algumas células vulneráveis não são identificadas. Como resultado, acreditamos que melhorar a taxa de cobertura é um dos caminhos para aumentar ainda mais a resistência geral dos arrays BCRRAM. As configurações do circuito de detecção podem ser posteriormente ajustadas para diminuir a taxa de falsos negativos, aumentando a taxa de cobertura. Além disso, a reinicialização da recuperação pode ser otimizada para melhor reviver o BCRRAM para suas capacidades de ciclagem.

Conclusões

Neste estudo, correlações de LFNs, topografias de CFs e falha de reinicialização durante o ciclismo são estabelecidas. Além disso, um tratamento de redefinição de recuperação é implementado na matriz BCRRAM para restaurar a falha de redefinição. Dois circuitos de detecção, o método BG e o método ST, são propostos e investigados para filtrar as células vulneráveis para intervenções precoces de recuperação. Além disso, o método BG proposto com uma taxa de cobertura mais alta é empregado em um array BCRRAM para melhorar a resistência. Com os circuitos de detecção de BG recentemente propostos e a operação de recuperação de reinicialização iniciada por detecção precoce, foi demonstrada uma melhoria significativa na resistência ao ciclismo por mais de 10 k vezes.

Disponibilidade de dados e materiais

Os conjuntos de dados que suportam as conclusões deste artigo estão incluídos no artigo.

Efeito do tamanho de partícula da cerâmica de titanato de bismuto modificado por lantânio no efeito ferroelétrico para coleta de energia Mapeamento Nanomecânico Quantitativo de Elastômero de Poliolefina em Nanoescala com Microscopia de Força Atômica

Nanomateriais

Materiais Poliméricos

biológico

Corante

Especiarias