Комбинированный мемристорно-диодный кроссбар как основа запоминающего устройства

Об авторах:

Писарев Александр Дмитриевич, кандидат технических наук, доцент кафедры прикладной и технической физики, заведующий лабораторией пучково-плазменных технологий НОЦ «Нанотехнологии», Тюменский государственный университет; eLibrary AuthorID, ORCID, Scopus AuthorID, spcb.doc@gmail.com

Бусыгин Александр Николаевич, аспирант кафедры прикладной и технической физики, лаборант-исследователь НОЦ «Нанотехнологии», Тюменский государственный университет; eLibrary AuthorID, ScopusID, a.n.busygin@utmn.ru; ORCID: 0000-0002-3439-8067

Бобылев Андрей Николаевич, заведующий лабораторией электронной и зондовой микроскопии НОЦ «Нанотехнологии», Тюменский государственный университет; eLibrary AuthorID, ScopusID, andreaubobylev@gmail.com; ORCID: 0000-0001-5488-8736

Удовиченко Сергей Юрьевич, доктор физико-математических наук, профессор кафедры прикладной и технической физики, Физико-технический институт, руководитель НОЦ «Нанотехнологии», Тюменский государственный университет; eLibrary AuthorID, ResearcherID, ScopusID, udotgu@mail.ru

Аннотация:

Представлена топология и технология изготовления нового компонента электроники — комбинированного кроссбара, включающего активный мемристорный слой и полупроводниковый слой диодов Зенера. Оба слоя, как и проводящие дорожки, могут изготавливаться простым промышленным способом — в магнетронном технологическом модуле. Моделирование процесса записи в ячейки комбинированного кроссбара показывает, что добавление диода Зенера увеличивает энергоэффективность. Новый компонент электроники позволяет изготавливать планарные и 3D сверхбольшие запоминающие устройства, которые могут быть использованы при создании нейроморфного процессора — инновационного продукта в IT.

Список литературы:

1. Маевский О. В. Логический коммутатор и запоминающее устройство на основе мемристорных ячеек для электрической схемы нейропроцессора / О. В. Маевский, А. Д. Писарев, А. Н. Бусыгин, С. Ю. Удовиченко // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2016. Том 2. № 4. С. 100-111. DOI: 10.21684/2411-7978-2016-2-4-100-111
2. Удовиченко С. Ю. 3D КМОП-мемристорная нанотехнология создания логической и запоминающей матриц нейропроцессора / С. Ю. Удовиченко, А. Д. Писарев, А. Н. Бусыгин, О. В. Маевский // Наноиндустрия. 2017. № 5. C. 26-34.
3. Удовиченко С. Ю. Комплементарная мемристорно-диодная ячейка для запоминающей матрицы нейроморфного процессора / С. Ю. Удовиченко, О. В. Маевский, А. Д. Писарев, А. Н. Бусыгин // Сборник тезисов VIII Конференции Нанотехнологического общества России. 2017. C. 37-40.
4. Bennet C. Spatio-temporal Learning with Arrays of Analog Nanosynapses / C. Bennet, D. Querlioz, J.-O Klein // 2017 IEEE/ACM International Symposium on Nanoscale Architectures (NANOARCH). 2017. Pp. 125-130.
5. Biolek D. Reliable SPICE Simulations of Memristors, Memcapacitors and Meminductors / D. Biolek, M. Di Ventra, Y. V. Pershin // Radioengineering 2013. Vol. 22. Ni 4. Pp. 945-968.
6. Bobylev A. N. Neuromorphic coprocessor prototype based on mixed metal oxide memristors / A .N. Bobylev, A. N. Busygin, A. D. Pisarev, S.Yu. Udovichenko, V. A. Filippov // International journal of nanotechnology. 2017. Vol. 14. No 7/8. Pp. 698-704.
7. Bobylev A. N. The Electrical Properties of Memristor Devices TiN/Tix Al1-x Oy/TiN Produced by Magnetron Sputtering / A. N. Bobylev, S. Yu. Udovichenko // Russian Microelectronics. 2016. Vol. 45. No 6. Pp. 396-401. 
8. Kim H. K. Erbium Doped Semiconductor Thin Films Prepared by RF Magnetron Sputtering / H. K. Kim, C. C. Li, X. M. Fang, J. Solomon et al. // Materials Research Society Symposia Proceedings. 1993. Vol. 301. Pp. 55-60.
9. Wong S. SPICE Macro Model for the Simulation of Zener Diode I-V Characteristics / S. Wong, C. M. Hu // IEEE Circuits and Devices Magazine. 1991. Vol. 7. № 4. Pp. 9-12, 52.
10. Zhao W. Design and Analysis of Crossbar Architecture Based on Complementary Resistive Switching Non-Volatile Memory Cells / W. Zhao, J. Portal, W. Kang et al. // Journal of Parallel and Distributed Computing. 2014. Vol. 74. № 6. Pp. 2484-2496.