Выбор материалов и нанотехнология изготовления комбинированного мемристорного-диодного кроссбара — основы аппаратной реализации нейропроцессора

Об авторах:

Писарев Александр Дмитриевич, кандидат технических наук, доцент кафедры прикладной и технической физики, Школа естественных наук, Тюменский государственный университет, Тюмень, Россия; старший научный сотрудник, лаборатория мемристорных материалов, Центр природовдохновленного инжиниринга, Тюменский государственный университет, Тюмень, Россия; spcb.doc@utmn.ru, https://orcid.org/0000-0002-5602-3880

Бусыгин Александр Николаевич, кандидат физико-математических наук, доцент кафедры прикладной и технической физики, Школа естественных наук, Тюменский государственный университет, Тюмень, Россия; старший научный сотрудник, лаборатория мемристорных материалов, Центр природовдохновленного инжиниринга, Тюменский государственный университет, Тюмень, Россия; a.n.busygin@utmn.ru, https://orcid.org/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

Ибрагим Абдулла Хайдар Абдо, кандидат физико-математических наук, младший научный сотрудник, лаборатория мемристорных материалов, Центр природовдохновленного инжиниринга, Тюменский государственный университет, Тюмень, Россия; abdulla.ybragim@mail.ru, https://orcid.org/0000-0002-1709-9882

Губин Алексей Александрович, аспирант кафедры прикладной и технической физики, инженер НОЦ «Нанотехнологии», Тюменский государственный университет; a.a.gubin@utmn.ru

Удовиченко Сергей Юрьевич, доктор физико-математических наук, профессор кафедры прикладной и технической физики, Школа естественных наук, Тюменский государственный университет, Тюмень, Россия; научный руководитель лаборатории мемристорных материалов, Центр природовдохновленного инжиниринга, Тюменский государственный университет, Тюмень, Россия; udotgu@mail.ru, https://orcid.org/0000-0003-3583-7081

Аннотация:

Для исследования работы запоминающей и логической матриц нейропроцессора необходимо изготовить лабораторный комбинированный мемристорно-диодный кроссбар, который является основой этих матриц. С этой целью выбраны материалы и нанотехнология изготовления полупроводниковых слоев диода Зенера и мемристорного слоя, обеспечивающие оптимальные характеристики диода и мемристоров.
Показано, что метод магнетронного распыления является оптимальным как для изготовления диодов, так и для мемристоров. Таким образом, все слои комбинированного мемристорно-диодного кроссбара, включая проводящие дорожки, могут быть изготовлены в одном технологическом модуле.
В качестве полупроводника n-типа выбран ZnO_x, концентрация носителей в котором регулируется за счет изменения стехиометрии соединения при реактивном магнетронном распылении. Второй слой диода p-типа получен магнетронным распылением легированной бором кремниевой мишени. Показано, что для гетероперехода p-Si/ZnO_x существует оптимальная мольная доля цинка, которая обеспечивает наилучшие характеристики диода, а увеличение уровня легирования слоя p-Si приводит к росту нелинейности вольт-амперной характеристики и уменьшению напряжения обратимого пробоя.
Наибольшая стабильность электрических параметров — напряжения переключения и сопротивлений в открытом и закрытом состоянии — достигнута в мемристоре с легированным оксидом титана W/Ti_0,93Al_0,07O_y/TiN, что обусловлено не только выбором смешанного оксида, но и выбором технологии его изготовления.
 Измеренные вольт-амперные характеристики отдельных ячеек свидетельствуют о работоспособности изготовленного мемристорно-диодного кроссбара. Показано, что большое сопротивление закрытого диода приводит к практически полному исчезновению обратной ветви вольт-амперной характеристики мемристора в ячейке кроссбара, поскольку небольшое сопротивление мемристора теряется на фоне большого сопротивления диода.
Разработанная унифицированная нанотехнология изготовления комбинированного мемристорно-диодного кроссбара позволяет производить сверхбольшие запоминающую и логическую матрицы нейропроцессора на основе одного технологического модуля с реактивным магнетронным распылением.

Список литературы:

1. Бобылев А. Н. Увеличение диапазона резистивного переключения мемристора для реализации большего числа синаптических состояний в нейропроцессоре / А. Н. Бобылев, С. Ю. Удовиченко, А. Н. Бусыгин, А. Х. Ибрагим // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2019. Том 5. № 2. С. 124-136. DOI: 10.21684/2411-7978-2019-5-2-124-136

2. Бобылев А. Н. Электрические свойства мемристорного устройства TiN/Ti_xAl_1−xO_y/TiN, изготовленного методом магнетронного распыления / А. Н. Бобылев, С. Ю. Удовиченко // Микроэлектроника. 2016. Том 45. № 6. С. 434-439. DOI: 10.7868/S0544126916060028

3. Писарев А. Д. Комбинированный мемристорно-диодный кроссбар как основа запоминающего устройства / А. Д. Писарев, А. Н. Бусыгин, А. Н. Бобылев, С. Ю. Удовиченко // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2017. Том 3. № 4. С. 142-149. DOI: 10.21684/2411-7978-2017-3-4-142-149

4. 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 (76). C. 26-34. DOI: 10.22184/1993-8578.2017.76.5.26.34

5. Удовиченко С. Ю. Нейропроцессор на основе комбинированного мемристорно-диодного кроссбара / С. Ю. Удовиченко, А. Д. Писарев, А. Н. Бусыгин, О. В. Маевский // Наноиндустрия. 2018. Том 11. № 5 (84). С. 344-355. DOI: 10.22184/1993-8578.2018.84.5.344.355

6. Abe H. Heterojunction characteristics of ZnO and CuO substrates formed by direct bonding / H. Abe, M. Fujishima, T. Komiyama, Y. Chonan, H. Yamaguchi, T. Aoyama // Physica Status Solidi C. 2012. Vol. 9. № 6. Pp. 1396-1399. DOI: 10.1002/pssc.201100666

7. Kasap S. O. Principles of Electronic Materials and Devices / S. O. Kasap. 4^th edition. New York: McGraw-Hill, 2018. 978 p.

8. Klimin V. S. Nanoscale profiling and memristor effect of ZnO thin films for RRAM and neuromorphic devices application / V. S. Klimin, R. V. Tominov, V. I. Avilov, D. D Dukhan., A. A. Rezvan, E. G. Zamburg, V. A. Smirnov, O. A. Ageev // International Conference on Micro- and Nano-Electronics 2018. 2019. Vol. 11022. Article № 110220E. DOI: 10.1117/12.2522322

9. Lee M.-J. 2-stack 1D-1R cross-point structure with oxide diodes as switch elements for high density resistance RAM applications / M.-J. Lee, Y. Park, B.-S. Kang, S.-E. Ahn, C. Lee, K. Kim, W. Xianyu, G. Stefanovich, J.-H. Lee, S.-J. Chung, Y.-H. Kim, C.-S. Lee, J.-B. Park, I.-G. Baek, I.-K. Yoo // 2007 IEEE International Electron Devices Meeting. Washington, 2007. Pp. 771-774. DOI: 10.1109/IEDM.2007.4419061

10. Lupan O. Optical properties of ZnO nanowire arrays electrodeposited on n- and p-type Si(1 1 1): effects of thermal annealing / O. Lupan, Th. Pauporté, I. M. Tiginyanu, V. V. Ursaki, H. Heinrich, L. Chow // Materials Science and Engineering. B, Solid-State Materials for Advanced Technology. 2011. Vol. 176. № 16. Pp. 1277-1284. DOI: 10.1016/j.mseb.2011.07.017

11. Maevsky O. V. Complementary memristive diode cells for the memory matrix of a neuromorphic processor / O. V. Maevsky, A. D. Pisarev, A. N. Busygin, S. Yu. Udovichenko // International Journal of Nanotechnology. 2018. Vol. 15. № 4/5. Pp. 388-393. DOI: 10.1504/IJNT.2018.094795

12. Matveyev Yu. Crossbar nanoscale HfO₂-based electronic synapses / Yu. Matveyev, R. Kirtaev, A. Fetisova, S. Zakharchenko, D. Negrov, A. Zenkevich // Nanoscale Research Letters. 2016. Vol. 11. Article № 147. DOI: 10.1186/s11671-016-1360-6

13. Orlov O. M. Nonvolatile memory cells based on the effect of resistive switching in depth-graded ternary Hf_xAl_1−xO_y oxide films / O. M. Orlov, A. A. Chuprik, A. S. Baturin, E. S. Gornev, K. V. Bulakh, K. V. Egorov, A. A. Kuzin, D. V. Negrov, S. A. Zaitsev, A. M. Markeev, Yu. Yu. Lebedinskii, A. V. Zablotskii // Russian Microelectronics. 2014. Vol. 43. № 4. Pp. 239-245. DOI: 10.1134/S1063739714040088

14. Prezioso M. Training and operation of an integrated neuromorphic network based on metal-oxide memristors / M. Prezioso, F. Merrikh-Bayat, B. D. Hoskins, G. C. Adam, K. K. Likharev, D. B. Strukov // Nature. 2015. Vol. 521. Pp. 61-64. DOI: 10.1038/nature14441

15. Shulaker M. M. Three-dimensional integration of nanotechnologies for computing and data storage on a single chip / M. M. Shulaker, G. Hills, R. S. Park, R. T. Howe, K. Saraswat, H.-S. P. Wong, S. Mitra // Nature. 2017. Vol. 547. Pp. 74-78. DOI: 10.1038/nature22994

16. Vinet M. 3D monolithic integration: technological challenges and electrical results / M. Vinet, P. Batude, C. Tabone, B. Previtali, C. LeRoyer, A. Pouydebasque, L. Clavelier, A. Valentian, O. Thomas, S. Michaud, L. Sanchez, L. Baud, A. Roman, V. Carron, F. Nemouchi, V. Mazzocchi, H. Grampeix, A. Amara, S. Deleonibus, O. Faynot // Microelectronic Engineering. 2011. Vol. 88. № 4. Pp. 331-335. DOI: 10.1016/j.mee.2010.10.022

17. 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. DOI: 10.1109/101.134564

18. Zhang H. Ionic doping effect in ZrO₂ resistive switching memory / H. Zhang, B. Gao, B. Sun, G. Chen, L. Zeng, L. Liu, X. Liu, J. Lu, R. Han, J. Kang, B. Yu // Applied Physics Letters. 2010. Vol. 96. Article № 123502. DOI: 10.1063/1.3364130