在一个题为 PCRAM/MRAM：期望/如何管理人工智能、在存储器内计算和物联网 ，由法国CEA-Leti与美国应用材料公司联合举行的研讨会上，代表们报告了当前的挑战、进展和新的解决方案，其中最主要的是需要进行更有效的计算，因为依目前的能源消耗水平是不可持续的
全球半导体业正处于由之前的计算时代向大数据、人工智能（AI）和物联网（IoT）驱动的过渡阶段。但是要实现新的人工智能和物联网应用等所需的计算性能提高和能耗的降低，是业界面临的最大的挑战,其中最关键的需求可能是提供新型的存储器制造技术。
在一个题为“PCRAM/MRAM：期望/如何管理人工智能、在存储器内计算和物联网”，由法国CEA-Leti与美国应用材料公司联合举行的研讨会上，代表们报告了当前的挑战、进展和新的解决方案，其中最主要的是需要进行更有效的计算，因为依目前的能源消耗水平是不可持续的。此外，不同的应用和市场细分正在推动不同的存储需求、技术和策略。而且，经过多年的开发，工艺技术已经准备好能支持在商业应用中使用各类新型存储器。
今天工业路线图的基本驱动力是巨大的数据流。到2022年时，超过10 zettabytes的数据将需要处理、存储和传输,其中大约90%是IT设备生成的数据。如此庞大的数据量反映出智能音箱、可穿戴设备、工业传感器和自动驾驶等更为智能化的边缘应用市场。现阶段看到各类数据中心的建设正在跟上。如果不加以控制，所有这些处理和数据传输的能源需求可能消耗相当于整个国家供应的能源。
根据业内的说法，存储器消耗的90%能量用于传输数据。将存储器移近计算可以缓解这种情况。为了提高存储器和计算的性能和降低能耗，正在研究多种策略，包括为边缘计算和存储应用优化的存储器、新的（SoC）芯片封装方案、使用TSV的3D封装以及在存储器内的计算( in memory compute)，这些策略有可能使能耗减少8倍。
尚没有一种新型的存储器能够处理产生如此大量数据的所有不同需求。从新型的存储器来看，包括MRAM、PCRAM和RERAM正朝着满足市场需求的成熟度方向迈进。每种技术都有相应的应用特点,如能满足边缘计算和物联网应用的MRAM、以及云端应用的PCRAM等,但是它们都将提高性能和降低能耗。
美应用材料公司正努力提供新型存储器的制造技术及设备，尤其是MRAM(通过磁隧道结中自由层的磁化翻转来实现)及PCRAM(相变存储器)。
对于MRAM制造，主要的挑战是存储器堆栈的淀积，通常是采用PVD技术完成的。原子级的精密度和控制要求在30层以上的极薄层中沉积10多种不同的材料，其中一些材料的厚度只能达到几埃。为了保持关键的、非常薄的磁性隧道结的完整性，需要无损伤的蚀刻和封装技术。
与MRAM一样，PCRAM也是由多种新的材料实现的，需要在PVD和蚀刻技术方面进行创新。由于PCRAM是基于组份的（由三种不同元素组合而成），因此其材料往往非常复杂，厚度均匀性至关重要。制造工艺的关键是在材料改变晶相阶段时可以进行材料组份的调整,以及最小的损伤。工艺技术可以根据应用情况对于它的组份进行高保留率(High retention)、温度、高速度或者高耐久性(high endurance)的调整。
材料堆(stack)的组份决定了存储器的性能。由于使用了如此多种的复杂材料，暴露在大气中会造成污染和损坏。它需要一种超高真空环境，因此解决方案必须将各种工艺技术与计测集成一体，以确保材料的原始完整性及控制，从而实现与材料相关的存储器的批量生产。
译自：New Applications Call For New Memory Types Enabling MRAM and PCRAM for volume production.JUNE 20TH, 2019 - BY: SEAN SK KANG from ”semiconductor engineering”.
图片声明：封面图片来源于正版图片库：拍信网
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
