Variability-aware compact modeling of valence-change-mechanism based devices for computation-in-memory

Bengel, Christopher Reinhard; Waser, Rainer; Strachan, John Paul

doi:10.18154/RWTH-2023-08986

Variability-aware compact modeling of valence-change-mechanism based devices for computation-in-memory

Bengel, Christopher Reinhard^RWTH*

2023

Verantwortlichkeitsangabevorgelegt von Christopher Reinhard Bengel M.Sc.

ImpressumAachen : RWTH Aachen University 2023

Umfang1 Online-Ressource : Illustrationen, Diagramme

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2023

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak06

Hauptberichter/Gutachter
Waser, Rainer (Thesis advisor)^RWTH* ; Strachan, John Paul (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2023-06-20

Online
DOI: 10.18154/RWTH-2023-08986
URL: https://publications.rwth-aachen.de/record/969153/files/969153.pdf

Einrichtungen

Lehrstuhl für Werkstoffe der Elektrotechnik II und Institut für Werkstoffe der Elektrotechnik (611610)

Projekte

Thematische Einordnung (Klassifikation)
DDC: 621.3

Kurzfassung
Die heutige moderne Gesellschaft ist in vielen Bereichen auf Halbleiter angewiesen, insbesondere im Bereich der Informationstechnologie. Fortschritte in diesem Bereich hängen in hohem Maße von der Leistungs- und Effizienzsteigerung der zugrundeliegenden Hardware ab, insbesondere bei Speichertechnologien und Prozessoren. Für diese beiden Technologietypen wurden die meisten Leistungsverbesserungen durch die Miniaturisierung ihres Kernelements, des Metall-Oxid-Halbleiter-Feldeffekttransistors (MOSFET), erreicht. Eine weitere Miniaturisierung wird jedoch immer schwieriger und teurer, da grundlegenden physikalischen Gesetze die Herausforderungen für Technologen und Schaltungsdesigner stark erhöhen. Ein weiterer Weg zur Steigerung der Leistung von Rechensystemen ist die Optimierung ihrer Architektur, z.B. durch die verstärkte Nutzung paralleler Architekturen oder durch Rechnen im Speicher. Ein Vorschlag zur Lösung der technologischen und architektonischen Probleme ist die Verwendung von resistiven schaltenden Bauelementen, wie z. B. Valence Change Mechanism (VCM)-basierte Zellen, um Rechnen im Speicher zu ermöglichen. Bei diesen Bauelementen wird die Information der Zelle in ihrem Widerstand gespeichert und kann über Größenordnungen binär oder analog variiert werden, was sie zu vielversprechenden Kandidation für Rechenanwendungen macht. Unabhängig von den Besonderheiten der verschiedenen Anwendungen erfordern alle ein tiefes Verständnis des Verhaltens der Bauelemente und ihrer Variabilität. Außerdem ist es wichtig, die Auswirkungen dieser physikalischen Eigenschaften und der Variabilität auf die Leistungsfähigkeit der Anwendungen zu verstehen. Diese Arbeit untersucht die physikalische Modellierung, einschließlich der Variabilität, von filamentären und bipolarschaltenden VCM-Zellen, sowie deren Anwendungen im Bereich des Rechnens im Speicher. Die Kompaktmodellierung der Zell-zu-Zell-, Zyklus-zu-Zyklus- und Lesevariabilität wird verifiziert, durch umfangreiche experimentelle Untersuchungen unter Berücksichtigung der Zellstatistik. Es wird gezeigt, dass das in dieser Arbeit entwickelte Kompaktmodell in der Lage ist, verschiedene filamentär schaltende VCM-Systeme, wie HfOx, ZrOx und TaOx, zu beschreiben. Zunächst konnte das qualitative Verhalten abgeglichen werden, z.B. für die SET- und RESET-Kinetik, sowie für IV-Messungen. In einem zweiten Schritt konnte der Unterschied zwischen Zell-zu-Zell- und Zyklus-zu-Zyklus-Variabilität aufgezeigt werden. Zuletzt lag der Schwerpunkt auf der Beschreibung der Zuverlässigkeit, die durch Lesefehler und Leserauschen beeinträchtigt wird. Der Bereich der Rechnen im Speicher-Anwendungen lässt sich in Logikschaltungen, Beschleuniger für maschinelles Lernen und neuromorphe Anwendungen unterteilen. Alle diese Bereiche werden in der Arbeit untersucht. Im Allgemeinen besteht der Ansatz darin, zunächst die wichtigsten Eigenschaften der Bauelemente für jede Anwendung zu definieren und dann zu zeigen, dass diese Eigenschaft bzw. Kombination von Eigenschaften mit dem Kompaktmodell beschrieben werden können. Die Anwendungen werden dann von Grund auf aufgebaut, wobei die Erkenntnisse aus den unteren Detailstufen berücksichtigt werden.

Today’s modern society relies on semiconductors for a wide range of fields, especially in the domain of information technology. Advancements there are heavily reliant on performance and efficiency improvements of the underlying hardware, especially memory technologies and processing units. For these two types of technology, most of the performance improvements have been achieved through the miniaturization of their core element, the Metal Oxide Semiconductor Field Effect Transistor (MOSFET). Further miniaturization is however becoming increasingly difficult and expensive, as fundamental physical laws are greatly increasing the challenges for technologists and circuit designers. Another path to increase the performance of computing systems is optimizing their architecture, by further utilizing parallel architectures or by performing computation-in-memory. One proposal for the technological and architectural problems is the usage of resistive switching devices, such as Valence Change Mechanism (VCM) based devices to enable computation in memory. In these devices the information of the cell is stored in the resistance of the cell and can be varied over orders of magnitude in a binary or analog fashion, making them promising candidates for computing applications. Independent of the specifics of the various applications, all applications require a deep understanding of the device behavior and their variability. Furthermore, the impact of these physical properties and the variability on the performance of the applications is important. This thesis investigates the physical modeling, including variability, of filamentary and bipolar switching VCM cells, as well as their applications for Computation-in-Memory. The compact modeling of the device-to-device, cycle-to-cycle and read-to-read variability is verified through extensive experimental investigations considering the cell statistics. The compact model developed in this thesis is shown to be able to describe various filamentary switching VCM systems, such as HfOx, ZrOx and TaOx. Initially, the qualitative behavior could be matched, e.g. for the SET and RESET kinetics as well as for IV measurements. in a second step, the difference between device-to-device and cycle-to-cycle variability could be demonstrated. Finally, the focus was on describing reliability, which is affected by read disturb and read noise. The space of Computation-in-memory applications can be split into logic applications, machine learning accelerators and neuromorphic computing applications. All of these fields will be studied in this thesis. In general, the approach is to start by defining the most important device characteristics for each application and by then showing, that this characteristic or combination of characteristics can be described using the compact model. The applications are then built from the ground up, while respecting lessons learned from the lower detail levels.

OpenAccess:
PDF
(additional files)