极化修剪:增强基于哈夫尼亚的铁电设备的可靠性,用于记忆和神经形态计算
Ryun-Han Koo1, Wonjun Shin1,2,3, Jangsaeng Kim1,2
1Department of Electrical and Computer Engineering and Inter-university Semiconductor Research Center, Seoul National University, Seoul, 08826, Republic of Korea.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|September 26, 2024
概括
一种新的极化修剪方法通过消除弱极化域来提高铁电 (FE) 记忆的可靠性. 这提高了设备的性能,保留,并减少了先进电子和神经形态系统的噪音.
科学领域:
- 材料科学 材料科学 材料科学
- 电气工程 电气工程
- 固态物理 固态物理
背景情况:
- 铁电 (FE) 材料具有非挥发性,快速切换性和低功耗,对于内存和传感器等电子设备至关重要.
- 广泛应用FE内存的一个主要障碍是确保设备的可靠性.
- 现有的FE设备面临着脱极化和值电压变化的挑战.
研究的目的:
- 引入一种新的极化修剪 (PP) 方法,以提高铁电记忆器件的可靠性.
- 为了减轻去极化效应,减少铁电双极的波动.
- 提高基于FE的内存系统的整体性能和存储效率.
主要方法:
- 拟议的极化修剪 (PP) 方法涉及在程序或删除操作后立即应用相反信号的电脉冲.
- 这种技术专门针对并消除了铁电材料内的弱极化域.
- 通过测量FE设备的关键性能指标来评估PP方法的有效性.
主要成果:
- PP方法在设备可靠性方面显示出显著的改进.
- 主要改进包括25%的数据保留增加和50%的阅读噪声减少.
- 此外,观察到门电压变化减少了45%,线性改善了72%.
结论:
- 新的极化修剪方法有效地解决了铁电记忆中的可靠性挑战.
- 这种技术带来了显著的性能提升,使FE设备在苛刻的应用中变得更加实用.
- 改进的内存存储效率和性能对神经形态计算系统尤其有益.
