1834
人工智能(AI)應(yīng)用的興起，帶動(dòng)了高效能運(yùn)算的發(fā)展。為了應(yīng)付極為繁重的運(yùn)算任務(wù)，處理器、微控制器(MCU)業(yè)者，不是推出運(yùn)算效能更高的新產(chǎn)品，就是推出了內(nèi)建專(zhuān)用加速單元的解決方案，來(lái)提升運(yùn)算單元處理AI運(yùn)算的效率。
但運(yùn)算單元的效能提升，只解決了部分問(wèn)題。在運(yùn)算效能大幅提升的情況下，記憶體成為運(yùn)算效能的瓶頸所在。如何用更低的成本來(lái)儲(chǔ)存大量資料，并將這些資料即時(shí)傳輸?shù)竭\(yùn)算單元進(jìn)行處理，成為記憶體必須克服的挑戰(zhàn)。
四大次世代記憶體各有挑戰(zhàn)
成功大學(xué)電機(jī)系副教授盧達(dá)生指出，在高速運(yùn)算領(lǐng)域，記憶體面臨這三個(gè)主要的挑戰(zhàn)，分別是如何提高儲(chǔ)存密度、如何提高資料傳輸效能，以及降低功耗。在提高儲(chǔ)存密度方面，記憶體業(yè)界已普遍導(dǎo)入3D堆疊架構(gòu)，來(lái)提升資料儲(chǔ)存的密度；在性能方面，則發(fā)展出高頻寬記憶體，來(lái)解決馮紐曼運(yùn)算架構(gòu)的瓶頸。嵌入式記憶體則是頻寬與功耗問(wèn)題的解答，藉由縮短處理器與記憶體之間的實(shí)體距離，記憶體與處理器之間的通訊頻寬得以提高，資料傳輸?shù)墓囊泊蠓纳啤?/p>
然而，現(xiàn)有的記憶體技術(shù)存在許多限制。例如SRAM雖然有極低的延遲，而且理論上沒(méi)有讀寫(xiě)次數(shù)的限制，但其占用的面積相當(dāng)大，而且斷電后儲(chǔ)存在上面的資料也會(huì)遺失；快閃記憶體可以實(shí)現(xiàn)相當(dāng)高的儲(chǔ)存密度，但讀寫(xiě)次數(shù)有限，而且寫(xiě)入資料的速度慢，功耗也高。
為突破現(xiàn)有記憶體技術(shù)的限制，產(chǎn)業(yè)界與學(xué)術(shù)界一直在研究新的記憶體技術(shù)。目前最具潛力的次世代記憶體技術(shù)有四種，分別是相變記憶體(PCM)、磁性記憶體(MRAM)、電阻記憶體(RRAM)，以及鐵電記憶體(FeRAM)。這些記憶體技術(shù)都具有比快閃記憶體更高的寫(xiě)入速度與更低的功耗，密度也比SRAM更高，同時(shí)都具有非易失性，斷電后資料也不會(huì)遺失。
但這些新興記憶體技術(shù)本身也有許多需要克服的問(wèn)題。以相變記憶體來(lái)說(shuō)，因?yàn)槠湫枰喈?dāng)大的電流來(lái)重置記憶單元，因此其功耗跟讀寫(xiě)速度，僅略優(yōu)或相當(dāng)于快閃記憶體。磁性記憶體的問(wèn)題則是在量產(chǎn)方面，特別是基于自旋電子的Spin Torque Transfer MRAM(STT-MRAM)，因?yàn)樾枰珳?zhǔn)堆疊數(shù)十層厚度不到1奈米的薄膜，使其生產(chǎn)製程變得非常困難。
電阻記憶體的挑戰(zhàn)之處則在于其所使用的材料電阻值變化范圍相當(dāng)大，固有雜訊(Inhernet Noise)的水準(zhǔn)也高。此外，電阻記憶體的讀寫(xiě)次數(shù)限制也僅略優(yōu)于快閃記憶體。鐵電記憶體的最大問(wèn)題，則是高溫環(huán)境下的穩(wěn)定度仍有疑慮。各種記憶體技術(shù)的關(guān)鍵性能指標(biāo)整理如表1。
由于盧達(dá)生所率領(lǐng)的研究團(tuán)隊(duì)，主要進(jìn)行鐵電記憶體技術(shù)相關(guān)的研究，因此盧達(dá)生也特別分享了跟鐵電記憶體有關(guān)的最新進(jìn)展。
盧達(dá)生指出，鐵電記憶體的商品化其實(shí)非常早，例如日本地鐵系統(tǒng)所使用的西瓜卡(Suica)，早期版本所使用的記憶體就是鐵電記憶體；Sony所推出的Felica智慧卡，也是使用鐵電記憶體。日本廠商選用鐵電記憶體的原因，主要是看上了鐵電記憶體的超低功耗特性，而且在這類(lèi)應(yīng)用中，基本上不存在高溫的問(wèn)題，所以應(yīng)用開(kāi)發(fā)商可以放心使用。
但早期鐵電記憶體所使用的材料，是無(wú)法跟CMOS製程相容的。這項(xiàng)限制對(duì)鐵電記憶體的發(fā)展，產(chǎn)生了很大的影響。直到最近，學(xué)界才發(fā)現(xiàn)了可以與CMOS製程相容的新一代鐵電材料，讓鐵電記憶體可望成為嵌入式記憶體的一種。但鐵電記憶體對(duì)溫度變化過(guò)于敏感，更害怕高溫環(huán)境的問(wèn)題，目前仍未取得重大突破。
MRAM商品化/技術(shù)研發(fā)兩頭并進(jìn)
專(zhuān)精于磁性記憶體研究的陽(yáng)明交通大學(xué)半導(dǎo)體學(xué)院特聘教授曾院介則進(jìn)一步分析，磁性穿隧接面(MTJ)是磁性記憶體的核心。在STT-MRAM(圖1)這種架構(gòu)中，虛線框內(nèi)由兩層鈷鐵硼(CoFeB)夾著氧化鎂(MgO)的結(jié)構(gòu)，就是STT-MRAM的MTJ。這個(gè)三明治結(jié)構(gòu)必須做得非常完美，MTJ才能正常運(yùn)作。這對(duì)于蝕刻跟圖案化製程來(lái)說(shuō)，是相當(dāng)大的挑戰(zhàn)。
圖1 STT-MRAM結(jié)構(gòu)
除了MTJ之外，從圖2也可以看出，在一個(gè)STT-MRAM Cell 的兩個(gè)電極之間，必須堆疊十多層由不同材料構(gòu)成的薄膜，且每一層薄膜的厚度都不到于1奈米。這對(duì)于量產(chǎn)來(lái)說(shuō)，也是相當(dāng)大的考驗(yàn)。
圖2 STT-MRAM與SOT-MRAM的結(jié)構(gòu)與特性比較
除了STT-MRAM之外，自旋軌道扭矩磁性記憶體(SOT-MRAM)也是一種備受矚目的技術(shù)。與STT-MRAM相比，SOT-MRAM的密度雖然比較低，但卻具有更省電、更可靠且讀寫(xiě)速度更快的優(yōu)勢(shì)，因此成為臺(tái)積電與三星(Samsung)競(jìng)相投入的新一代MRAM技術(shù)。圖2為STT-MRAM與SOT-MRAM的比較。
以商品化的進(jìn)程來(lái)看，目前STT-MRAM已經(jīng)可以量產(chǎn)，SOT-MRAM則仍在研發(fā)階段。但由于STT-MRAM製程難度非常高，因此市場(chǎng)上的供應(yīng)商極為有限，Everspin就是其中的代表性廠商之一。
Everspin亞太/日本區(qū)應(yīng)用工程師張紘偉指出，STT-MRAM是一種極具發(fā)展?jié)摿Φ募夹g(shù)，過(guò)去數(shù)十年來(lái)一直有廠商想進(jìn)入這個(gè)市場(chǎng)，有像Everspin這種提供獨(dú)立元件的廠商，也有晶圓代工廠想將MRAM當(dāng)作一種嵌入式記憶體來(lái)使用。
但誠(chéng)如陽(yáng)明交大曾院介教授所言，MRAM的結(jié)構(gòu)十分複雜，對(duì)製程的要求又高，如果真的要按照實(shí)驗(yàn)室標(biāo)準(zhǔn)來(lái)生產(chǎn)STT-MRAM，會(huì)遇到相當(dāng)多困難。因此，Everspin的STT-MRAM在設(shè)計(jì)上做了一定程度的改變，以提高STT-MRAM元件的可量產(chǎn)性。
但即便如此，STT-MRAM 顆粒的生產(chǎn)，還是有相當(dāng)高的門(mén)檻要跨越。目前市場(chǎng)上除了Everspin之外，僅Avalanche有針對(duì)商用市場(chǎng)提供產(chǎn)品。中國(guó)也有一些投入STT-MRAM的晶片公司，但他們主要是針對(duì)軍用市場(chǎng)。
其實(shí)，STT-MRAM除了省電之外，強(qiáng)固性也是其主要優(yōu)勢(shì)所在。針對(duì)極端環(huán)境的工業(yè)及物聯(lián)網(wǎng)應(yīng)用，Everspin可提供操作溫度范圍在攝氏-55~125度之間， 資料維持時(shí)間長(zhǎng)達(dá)20年的元件，由此就可看出STT-MRAM的強(qiáng)固性可以做到何種水準(zhǔn)。但需要這麼高可靠度的應(yīng)用畢竟是少數(shù)，為降低成本，開(kāi)拓更廣泛的應(yīng)用市場(chǎng)，Everspin將在下半年推出操作溫度范圍縮小到攝氏-40~85度，資料維持時(shí)間至少10年，但容量最大可達(dá)256Mb 的新產(chǎn)品線(圖3)。
圖3 Everspin即將針對(duì)更主流的工業(yè)/IoT應(yīng)用推出對(duì)應(yīng)的STT-MRAM產(chǎn)品
高速運(yùn)算為次世代記憶體帶來(lái)新契機(jī)
對(duì)于記憶體產(chǎn)業(yè)跟研究相關(guān)技術(shù)的學(xué)術(shù)研究團(tuán)隊(duì)而言，現(xiàn)有的主流記憶體技術(shù)從來(lái)就不完美，不是具有易失性，就是讀寫(xiě)速度太慢，或是有次數(shù)上的限制。因此，產(chǎn)業(yè)界跟學(xué)術(shù)界在次世代記憶體研究的漫漫長(zhǎng)路上，已經(jīng)走了數(shù)十年，才漸漸有比較明確的應(yīng)用成果出現(xiàn)，但也僅只于某些利基型應(yīng)用。
高速運(yùn)算的需求，很可能將成為次世代記憶體應(yīng)用發(fā)展的催化劑。記憶體內(nèi)運(yùn)算(In Memory Computing)、神經(jīng)型態(tài)運(yùn)算(Neuromorphic Computing)這些專(zhuān)為處理大量資料而誕生的高速運(yùn)算架構(gòu)，需要將邏輯跟記憶單元做更緊密的藕合，同時(shí)也讓次世代記憶體的需求變得更加迫切。未來(lái)幾年，這些次世代記憶體的應(yīng)用發(fā)展，是否會(huì)因?yàn)楦咚龠\(yùn)算的發(fā)展而明顯加快，值得拭目以待。
