Optimización de RRAM Multicapa TiO₂/HfO₂ para Características Autorrectificadoras

Área de la Ciencia:

• Ciencia de Materiales
• Ingeniería Eléctrica
• Ciencias de la Computación

Sus antecedentes:

• La corriente de fuga en arreglos de cruce RRAM sin selectores causa errores en la computación neuromórfica.
• Estas corrientes de fuga degradan el rendimiento y aumentan el consumo de energía en el hardware de inteligencia artificial.

Objetivo del estudio:

• Desarrollar una estructura RRAM que suprima eficazmente la corriente de fuga en arreglos de sinapsis neuromórficas.
• Mejorar la precisión de las operaciones de suma ponderada en sistemas neuromórficos.

Principales métodos:

• Fabricación de una estructura RRAM bicapa utilizando TiO2/HfO2.
• Investigación del efecto del grosor de TiO2 y la función de trabajo del electrodo superior en el rendimiento del dispositivo.
• Comparación de RRAM bicapa con dispositivos de capa única.

Principales resultados:

• La estructura bicapa TiO2/HfO2 suprime significativamente la corriente de fuga en comparación con los dispositivos de capa única.
• El aumento del grosor de TiO2 y la función de trabajo del electrodo superior reducen aún más la corriente de polarización inversa.
• Los niveles de rectificación fueron 10-30 veces mayores para la estructura bicapa y 10-40 veces mayores con una función de trabajo aumentada.

Conclusiones:

• La estructura RRAM bicapa propuesta mitiga eficazmente los problemas de corriente de fuga en aplicaciones neuromórficas.
• Este enfoque mejora la precisión y la eficiencia de las operaciones de suma ponderada sináptica.
• El estudio destaca el potencial de las estructuras RRAM a medida para el hardware avanzado de IA.