游刃有余的三维阻变存储器

对于电脑和手机等电子设备的每一次更新换代，人们都会关注这样一个问题：新机型的内存容量有多少?这个问题中可能涉及用于存储信息的各种存储器——缓存、内存、固态硬盘、磁盘、U盘和光盘等。理想的存储器应该具有足够快的数据读写速度、足够长的数据保持时间（如非易失性：断电后仍然可以保持存储的数据）、足够大的容量，以及尽可能低的成本。然而遗憾的是，当前的主流存储器技术闪存（FLASH）和动态随机存储器（DRAM）还无法同时满足这些要求。

非易失性的FLASH虽然具有集成密度高、生产成本低的优点，但读写速度较慢，可反复擦写的次数只有10万左右；而广泛应用于计算机内存的DRAM读写速度虽然比闪存快（每次数据读写所需的时间在10纳秒左右，仍慢于CPU），但属于易失性存储，需要不断的通电以刷新数据。那么有没有一种存储技术能兼具两者之长，同时又避免它们的缺陷呢?答案是肯定的，阻变存储器（RRAM）就是其中最有潜力的候选技术之一。

RRAM利用电介质中的点缺陷产生、恢复和迁移实现数据的存储，兼具高读写速度和非易失能力，同时具备操作电压低、集成密度高等优势，是一种有前景的新型存储器。在特定电压的作用下，RRAM的电阻值会随之发生可逆变化，高电阻的状态对应存储数据0，低电阻的状态对应存储数据1。由于点缺陷在电介质内部可以稳定存在，RRAM电阻值的变化在撤去电压后仍然能够长时间保持，因此这种存储技术是非易失的。基于这些优势，RRAM有望在未来超越DRAM和FLASH，成为新一代主流存储器技术。

然而，当前的RRAM还面临着很多科学和技术挑战。首先，由于点缺陷难以通过实验直接观察，这就导致RRAM的工作机理还存在很多需要澄清的地方，阻碍了器件特性的评估和改善。其次，RRAM在工艺、材料、器件结构和集成技术等方面还不成熟，器件的均一性、工作电流和可靠性等性能还不能满足实际应用的需求。针对这些问题，我们在RRAM的机制、性能、结构和工艺技术等方面展开了系统的研究，提出了一系列解决方案。 

三维垂直RRAM阵列结构

随着半导体器件的特征尺寸逐渐接近物理极限，FLASH等电荷型存储器件的尺寸越来越难以缩小，而RRAM的器件尺寸可以缩小至10纳米以下，有望实现更高的集成度。然而，近年来三维FLASH技术的出现延长了FLASH的研发寿命。受此启发，我们提出一种三维RRAM阵列结构，采用垂直堆叠的方法，提高了存储器的集成度，从而使RRAM具有了与三维FLASH技术竞争的能力。

对存储器而言，成本也是限制其在电子设备中使用容量的关键因素。昂贵的价格将会制约大容量的应用。在三维集成时若采用简单重复堆叠平面器件的方法，则每一层的加工都需要单独的光刻和刻蚀过程，RRAM的加工成本会随着叠层数的增加而线性增加，这样制造的三维存储器与同样容量的二维存储器相比成本并未降低，甚至还可能增加。

而我们提出的三维RRAM采用垂直结构，仅需要一次光刻即可使所有的叠层同时形成器件，这样一来，叠层数对制作成本的影响就非常小，而且堆叠的层数越多，平均每个器件的成本还会越低。在三维RRAM阵列的下面，我们设计了一层垂直晶体管，以控制对每条垂直导线的选择。该结构已申请发明专利，同时我们与美国斯坦福大学合作实现了这种三维垂直RRAM，相关成果在微电子领域的旗舰级会议IEDM上公布，并被收录在半导体领域的发展蓝图ITRS 2013中。 

全新的材料设计

RRAM由阻变介质层和两侧的电极构成，尽管结构非常简单，但是不同材料的组合将决定器件的各种性质。我们采用氧化铪作为阻变介质层，这一方面是由于氧化铪材料性质非常稳定，有利于实现更好的工艺重复性和可靠性；另一方面是由于氧化铪作为典型的高K栅介质材料（高K代表其介电常数高于二氧化硅），已广泛用于互补金属氧化物半导体（CMOS）技术中，工艺技术相对比较成熟。

为了进一步提高氧化铪内点缺陷的稳定性，我们开发了掺杂的方法，向氧化铪中掺入特定量的铝或其他三价化学元素；同时优化了电极界面材料，调制电荷和点缺陷的输运，有效降低了器件的工作电流，提高了可擦写的次数。经过一系列的材料设计，我们研发的RRAM具有小于10纳秒的擦写周期、超过100亿的可擦写次数和低于10%的参数涨落，在速度、工作电流、读写电压、一致性和可靠性等方面均达到世界领先水平。所研发的RRAM材料和工艺与CMOS技术完全兼容，可大规模生产。这种氧化铪RRAM在速度、可擦写次数等指标方面均接近内存的要求，有望取代DRAM，成为新一代非易失性内存技术。

电子设备中的芯片由很多具有不同功能的电路构成，而电路则由多个不同的半导体器件构成。要设计一个具有特定功能的电路，需要先依据器件的基本特性建立数学模型，再利用模型结合数学计算预测需要实现的功能。可见，建立器件模型在微电子工业中占有重要的地位。由于物理机制尚存在很多需要澄清的地方，对RRAM进行建模还存在挑战，因此单凭测量得到的电流与电压的关系建立模型无法满足复杂电路的设计需求。针对这一问题，我们系统研究了氧化铪材料内部氧化物缺陷的运动规律，建立了可以定量描述氧空位产生、恢复和输运的方程，进而建立了RRAM的器件模型，该模型可以用于存储阵列和逻辑电路的设计。 

神经形态计算

RRAM除存储外的另一个作用——神经形态计算也是我们研究的内容。RRAM可以用于实现神经网络中的突触功能，而这正是制造类似生物大脑的神经网络计算系统的一大难点。突触连接不同的神经元，应该具有可以改变传递能力的功能和记忆功能，同时电子突触必须结构简单、成本低廉，而这些恰恰都是RRAM所具有的优势。但问题在于，突触功能要求RRAM具有尽可能多的电阻状态，这在一般的器件中是难以做到的。为此，我们提出了一种有效控制氧化铪内部氧空位缺陷形成的技术，利用在氧化铪中加入适量的掺杂原子，实现了超过100个电阻状态，同时速度、能耗等关键性能也达到了国际领先水平。

为了让兼具高读写速度和非易失能力的新型RRAM存储技术能够游刃于各种应用，除了以上研究内容外，我们还面临着其他一些挑战，比较有代表性的就是电流路径之外的干扰路径问题（在存储阵列中，干扰路径的串扰会导致数据的误读和相邻存储单元的意外擦写）。在未来的工作中，设计具有大电流驱动能力，同时具有良好可靠性和工艺兼容性的选择器件，将是RRAM在实现应用前面临的最大课题。一旦突破壁垒，RRAM跻身主流存储技术之列的梦想也就指日可待了。

本研究得到国家973项目（2011CBA00600）和国家自然科学基金项目（61334007, 61376084）支持。

2030年的电网

脑机接口   心想事成

反思计算机科学入门课程