Proaktive Früherkennungsschaltung erhöht Ausdauer von Backfilled-Contact RRAM-Arrays

Zusammenfassung

Als eine der vielversprechendsten eingebetteten nichtflüchtigen Speicherlösungen für fortschrittliche CMOS-Module hängen RRAM-Anwendungen stark von der Zyklenfestigkeit ab. Durch detaillierte Analyse wurden Zusammenhänge zwischen Rauschtypen, Filamentkonfigurationen und Auftreten von Reset-Fehlern während Zyklentests gefunden. Zudem wird eine Erholungsbehandlung demonstriert, die die Zyklenfestigkeit von RRAM wiederherstellt. Eine Früherkennungsschaltung für vulnerable Zellen in einem Array wird vorgeschlagen, um die Gesamtausdauer weiter zu verbessern. RRAM-Lebensdauer kann auf über 10.000 Zyklen ohne Fehlbits im Array erweitert werden.

Einleitung

In den letzten Jahren ist RRAM mit Vorteilen wie einfacher Struktur, überlegener Skalierbarkeit und hoher Kompatibilität zu fortschrittlichen CMOS-Prozessen zu einer Kerntechnologie für eingebettete nichtflüchtige Speichermodule geworden [1–8]. RRAM mit hoher Zyklenfestigkeit erweitert Anwendungen auf Systeme, die häufigere nichtflüchtige Datenaktualisierungen erfordern, wie Computing-in-Memory und neuromorphe Systeme [9–15].

Zustandswechsel in RRAM-Filmen erfolgen durch Generierung/Rekombination von Sauerstoffvacanzen (Vₒ) zur Steuerung von Aufbau/Zerstörung leitender Filamente (CFs) [16–22]. Stochastische Mechanismen bei CF-Bildung während Set/Reset-Operationen sind eine Hauptursache für Bitfehler bei Zyklentests [23–27]. Bei Fehlschlagen des Set-Vorgangs führt rekombinierte Vₒ während Reset zu erweiterter Tunnelbarriere zwischen Rest-CFs und Topelektrode, was das elektrische Feld schwächt und Vₒ-Generierung verringert [24]. Übermäßige Vₒ-Generierung während Set verursacht CF-Überwachsen, Hauptursache für Reset-Fehler [24, 28]. Unerwarteter Sauerstoffionenverbrauch während Zyklen schließt das Widerstandsfenster [23, 28]. Verschiedene Strategien zur Milderung stochastischer Vₒ-Prozesse wurden berichtet [23, 24, 28–30]. Pulse mit großen Anstiegs-/Abfallzeiten reduzieren Vₒ-Generierung (Set) und Sauerstoffionenverbrauch (Reset) [23]. Chen et al. schlugen Pulsamplitudenabstimmung für Set/Reset-Balance vor [29]. Neben Pulkonditionierung [23, 29] können starke Set/Reset-Erholungsbehandlungen nach Ausdauerfehler Zellen wiederherstellen und weiter zyklieren [24, 28, 30]. Erhöhte Erholungshäufigkeit steigert Gesamtausdauer [24]. Periodische Erholung im gesamten Array kostet jedoch hohen Leistungsaufwand und Implementierungsherausforderungen. Daher ist das Auffinden schwacher Zellen am Rande des Zyklenversagens essenziell für selektive, zeitnahe Erholung – zur Verbesserung der Zyklenfestigkeit ohne unnötige Behandlungen gesunder Zellen.

In Vorarbeiten korrelierten Zellen mit geringer Reset-Effizienz mit CF-Topographie. Random Telegraphic Noise (RTN) korreliert mit CF-Typen und reflektiert CF-Änderungen nach Zyklenstress [31]. Hier schlagen wir neue Schaltungen zur Früherkennung schwacher Zellen basierend auf Lese-Stromcharakteristiken vor. Eine Reset-Erholungsoperation wird für präventive Stärkung vulnerabler Zellen eingeführt. Durch Früherkennung und selektive CF-Stärkung wurde signifikante Verbesserung der Set/Reset-Zyklenfestigkeit demonstriert.

Methoden

Statistische Ausdaueranalyse an einem 16×16 Backfilled-Contact RRAM (BCRRAM) Array, gefertigt im 0,18 µm CMOS-Logikprozess [32, 33]. Layout (Abb. 1): Speicherknoten in Reihe mit n-Kanal-Transistor für Zellselektion im NOR-Array. TEM-Analyse (JEOL JEM-2800, 200 keV) der TMO-Schicht. Querschnitts-TEM entlang Sourceline (SL) in Abb. 2: gleichmäßige TMO-Schicht durch bessere Kontrolle der Backfilled-Dielektrikumdicke. EDX-Tiefenprofil (Abb. 3): TMO = TiN/TiON/SiO₂ [32, 33]. Elektrische Analyse per Halbleiter-Parameteranalysator und Pulsgenerator. DC Forming/Set/Reset (Abb. 4a): hohe SL-Spannung für weichen Durchbruch, niedrige WL-Spannung (0,6 V) begrenzt Stromstoß. Unipolarer Modus: höhere WL (1,2 V) für ausreichenden Strom zur Sauerstoffdiffusion und Vₒ-Rekombination, begünstigt Wechsel zu HRS [34–37]. Abb. 4b: 10× Lesefenster nach 50 DC-Zyklen (LRS/HRS = 5 µA/0,5 µA).

Ergebnisse und Diskussion

Zyklenfestigkeit und Reset-Erholungsschema

Ausdauer per optimiertem ISPP-Algorithmus (Abb. 5a). Nach jedem Spannpuls Zustandsverifikation, ob WL/SL für nächsten Set/Reset erhöht werden muss [38]. Abb. 6a: stabiles Lesefenster innerhalb 20 µs Set/Reset-Zeit (Abb. 6b) für 1k Zyklen. Reset-Zeit für Ziel-HRS steigt nach 1000 Zyklen allmählich. Die meisten Zellen bleiben bei LRS stecken, selbst bei Erhöhung der Reset-Zeit auf 60 µs. Zur Ursachenforschung wurde Niedrigfrequenzrauschen (LFN) im Lesestrom als Index für CF-Eigenschaften untersucht [39–41]. In Vorarbeit [31]: Zellen mit unterschiedlicher CF-Dichte zeigen distintas LFN-Spektren. Abb. 7a: zwei Zelltypen basierend auf LFN-Spektrum (Abb. 7b). "Gesunde" Zellen (geringe CF-Dichte) sind robuster, ertragen mehr Zyklenstress. "Schwache" Zellen (multiple winzige CFs) sind vulnerabler. LFN-Monitoring während Zyklentests (Abb. 6c): starker Korrelation zwischen Zelltyp und Zyklenzahl. Anteil schwacher Zellen (multiple Leitpfade) steigt signifikant nach Zyklen → weniger effiziente Erwärmung in dispersen CFs, verlangsamt Reset [31]. Reset-Ausdauerfehler auf multiple Leitpfade zurückzuführen. Auch konstante Spannungsstress erzeugt verschiedene CFs [27, 28]. Unnötige CFs durch feste Set/Reset-Bedingungen lassen Zellen allmählich HRS-Wechselfähigkeit verlieren. Zur Wiederbelebung nach Reset-Fehler: unnötige CFs durch starke Reset-Erholungspulse trimmen (Abb. 5a: WL=1,2V, SL=2V, 50 µs), wie Abb. 6a demonstriert. Mit properer Erholung werden Lesefenster und Zyklenfestigkeit wiederhergestellt. Abb. 6b: Erholungspulse nach >10k Zyklen häufiger nötig. Daten in Abb. 6a: Erholung wird nach langem Zyklenstress für manche Zellen nutzlos – CFs irreparabel beschädigt.

Der Wandel der Rauscheigenschaften (Abb. 6c) impliziert, dass Zelltypen nützlicher Index für Reparatur vor vollständigem Versagen sind. Unterscheidung nach Rauscheigenschaften während Betrieb ist entscheidend für frühzeitige Interventionen zur CF-Stärkung.

Früherkennungsschaltung

Zellen mit mehr CFs: Lesestrom schwankt zwischen mehreren Widerstandszuständen. Zellen mit einem dominanten CF: Strom springt zwischen zwei distinkten Zuständen → Indikator für gesunde Zellen [31]. Anzahl mittlerer Zustände im Lesestrom identifiziert vulnerable Zellen vor vollständigem Ausfall. Algorithmus Abb. 5b: Abtaststrom in Detektionsschaltung → Diagnose → Wiederherstellung an bestätigten schwachen Zellen. Zwei Detektionsschaltungen vorgestellt:

1. Buffer-Gate (BG) Methode (Abb. 8a): Abtaststrom gespiegelt, durch Kondensator gefiltert für Mittelwert. Differenz verstärkt. Verstärkte Differenz mittlerer Zustände schwankt leicht (0,55–0,45 V). Zelle mit dominantem CF (bi-level Strom): Ausgang wird auf High/Low gepusht. Abb. 8b: unterschiedliche Logikzustände durch zwei BGs mit passenden Schwellen und XOR-Gatter. Bei mittleren Zuständen (RTN) latcht Vout auf High (VH) statt Low (VL). Abb. 8c: Verhältnis PH/PL der XOR-Ausgänge für per LFN als gesund/schwach klassifizierte Zellen. Schwache Zellen (multiple Strompegel): größerer XOR-Anteil in High-Zuständen. Gesunde Zellen (ein dominanter CF): XOR-Ausgang eher in Low-Zuständen.

2. Schmitt-Trigger (ST) Methode (Abb. 9a): Zwei STs mit oberen/unteren Triggern 0,65/0,35 V und 0,55/0,45 V für Wahrscheinlichkeit mittlerer Zustände. Ausgang High bei mittlerem Lesestrom (Abb. 9b). Abb. 9c: Prozente High/Low für gesunde/schwache Zellen. Schwache Zellen: Ausgabe eher in VH.

Erfolgsrate der Erkennung (Abb. 10a, b): Vergleich High-Zustands-Verhältnis für zwei Zellgruppen (per LFN vorklassifiziert). BG: Schwach definiert als PH/PL > 2,3 → 70 % Erkennung, 30 % False Positive. ST: Kriterium PH/PL > 0,25 → 60 % Abdeckung, 50 % False Positive → ST weniger effektiv. Abb. 10c: BG zeigt höhere Abdeckung, niedrigere False-Positive-Rate.

Wegen hoher Abdeckungsrate wird BG für Erkennung vulnerabler Zellen mit hohem Ausdauerfehler-Risiko für frühe Interventionen eingesetzt. Zyklencharakteristiken verschiedener Erholungstypen (Abb. 11a): Ohne Intervention nur 2k Zyklen. Reset-Erholung nach Reset-Fehler verlängert um mehrere tausend, aber meisten Zellen bestehen nicht 8k. Mit BG-Früherkennung und Erholungspuls an erkannter schwacher Zelle: Ausdauer der meisten BCRRAM-Zellen auf >40k Zyklen signifikant verlängert. Abb. 11b: 15 % Zellen im 16×16-Array benötigten Erholung. BG-Methode: mehr Zellen vor 10k Zyklen erholt, aber Prozentsatz stabil über 50k Zyklen. Vergleichsgruppe (Erholung nach Reset-Fehler): Anteil benötigter Interventionen steigt mit Zyklenstress → höherer Overhead bei Speed und Power.

Dank Detektionsschaltung und Reset-Erholung effektiv verlängert. BG-Abdeckung 70 %, einige vulnerable Zellen nicht identifiziert. Verbesserung der Abdeckungsrate als Weg zur weiteren Ausdauersteigerung. Detektoreinstellungen anpassbar für niedrigere False-Negative-Rate, höhere Abdeckung. Reset-Erholung optimierbar für bessere Wiederbelebung.

Schlussfolgerungen

Korrelationen zwischen LFNs, CF-Topographien und Reset-Fehlern während Zyklen hergestellt. Reset-Erholungsbehandlung in BCRRAM-Array zur Wiederherstellung von Reset-Fehlern implementiert. Zwei Detektionsschaltungen (BG, ST) vorgeschlagen und untersucht zum Aussortieren vulnerabler Zellen für frühe Erholungsinterventionen. BG-Methode mit höherer Abdeckungsrate auf BCRRAM-Array angewendet zur Ausdauerverbesserung. Mit BG-Detektionsschaltungen und frühzeitiger Erkennung initiierter Reset-Erholung: signifikante Ausdauerverbesserung auf über 10k Zyklen demonstriert.