초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근, 기존의 폰 노이만 구조의 병목 현상을 극복하고 패턴 인식 응용의 전력 소비를 최소화하기 위해 신경 회로망 (ANNs)의 하드웨어 구현인 뉴로모픽 시스템이 연구되고 있다. 저항성 랜덤 액세스 메모리 (RRAM)는 간단한 금속-절연체-금속 (MIM) 구조, 상보형 금속-산화물-반도체 (...

최근, 기존의 폰 노이만 구조의 병목 현상을 극복하고 패턴 인식 응용의 전력 소비를 최소화하기 위해 신경 회로망 (ANNs)의 하드웨어 구현인 뉴로모픽 시스템이 연구되고 있다. 저항성 랜덤 액세스 메모리 (RRAM)는 간단한 금속-절연체-금속 (MIM) 구조, 상보형 금속-산화물-반도체 (CMOS) 호환성 및 3D 크로스 포인트 구조로 고도의 스케일링이 가능하기 때문에 시냅스 소자의 유망한 후보자 중 하나이다. 필라멘트 형 RRAM, 전기 화학적 메탈라이제이션 메모리 및 인터페이스 형 RRAM과 같은 세 가지 RRAM 소자 중에서 필라멘트 형 RRAM은 이미 CMOS 팹에서 사용중인 금속 산화물을 사용한다는 점에서 이점이 있다. 장기 강화 (LTP), 장기 억압 (LTD) 및 스파이크 타이밍 의존 가소성 (STDP) 과 같은 시냅스 행동을 모방하기 위해 RRAM 소자는 저항 상태의 점진적인 전환 또는 다중 레벨의 전도성을 가져야한다.
본 연구에서는 TiOx/TiOy 이중층 기반 필라멘트 RRAM 소자를 20 × 20 μm2의 활성 영역을 갖는 크로스 포인트 구조로 제작하였다. Au 박막을 상부전극 및 하부전극으로 사용하고, Ti 산소 저장층을 상부에 배치하였다. RRAM을 이용해 시냅스 특성을 모방하기 위해서는 멀티레벨 저항 상태를 가져야 한다. TiOx/TiOy 이중층 구조의 스위칭 메카니즘은 전도성 필라멘트 (CFs)의 형성과 계면에서의 산소이동에 의한 산화 환원 반응에 의해 결정되므로 제작된 소자의 컨덕턴스 상태는 여러 단계에 걸쳐 서서히 변화될 수 있다. TiOx 층의 산소 농도 (x=~1.44)는 X선 광전자 분광법 (XPS) 분석을 통해 계산되었으며, TiOy의 y=~0.96 으로 TiOx와 TiOy 간의 산소 농도 비율은 1.5이다. 전류-전압 (I-V) 특성은 약 5.62 V에서 필라멘트 형성 이후 측정되었고, 0.2 V에서 측정된 온/오프 비율은 약 76이고 이는 시냅스 소자로 구현하기에 충분하다. 멀티 레벨의 경우 SET과 RESET 모두 다른 조건의 단일 펄스를 인가하여 구현하였고, 펄스 레벨을 조정하여 멀티레벨을 구현하는 것이 펄스 폭을 조정하는 경우보다 컨덕턴스가 더 넓은 범위에 분포하기 때문에 시냅스 특성을 모방함에 있어 적절하다. 뉴로모픽 시스템에 본 RRAM 소자를 적용시키기 위해, 50 개의 동일한 펄스를 인가하여 LTP 및 LTD와 같은 시냅스 특성을 구현하였다. 제작된 소자는 LTP/LTD 모두 50가지 컨덕컨스 상태를 갖지만 컨덕턴스 변화는 비 선형적이고 비 대칭적이므로 패턴 인식 활용에 적용이 되면 정확도가 낮다. 패턴인식의 정확도를 향상시키기 위해 여러 개의 동일한 펄스를 인가하는 대신, 선형적으로 레벨이 증가 (또는 감소) 하는 25개의 펄스가 소자에 인가되어 컨덕턴스 변화를 선형화 시켰다. 선형적으로 구현된 LTP와 LTD 특성은 대칭적이므로 정확도를 극대화할 수 있다. 또한, Hebbian 학습에의 적용을 위해 시 분할 다중화 (TDM) 방식을 이용하여 -77.79%부터 96.07%까지의 컨덕턴스 변화를 갖는 STDP 특성을 모방하였다. 결론적으로, 제작된 TiOx/TiOy 기발 RRAM 소자가 시냅스 특성을 성공적으로 모방함으로써 뉴로모픽 시스템의 시냅스 소자로 사용될 수 있다는 것을 확인하였다.

Abstract ▼ AI-Helper

Neuromorphic system, which is a hardware realization of artificial neural networks (ANNs), have been studied to overcome bottleneck problem of conventional von Neumann architecture and minimize the power consumption with pattern recognition application. Resistive random-access memory (RRAM) is one o...

Neuromorphic system, which is a hardware realization of artificial neural networks (ANNs), have been studied to overcome bottleneck problem of conventional von Neumann architecture and minimize the power consumption with pattern recognition application. Resistive random-access memory (RRAM) is one of the promising candidates as a synaptic device due to simple metal-insulator-metal (MIM) structure, complementary metal-oxide-semiconductor (CMOS) compatibility, and the possibility of highly scaling with 3D cross-point structure. Among three RRAM devices including filamentary RRAM, electrochemical metallization memory, and interface type RRAM, filamentary RRAM has an advantage of switching metal-oxides which are already in use in CMOS fabs. To mimic synaptic behaviors of biological synapses, such as long-term potentiation (LTP), long-term depression (LTD), and spike-timing-dependent plasticity (STDP), RRAM devices are required to have gradual switching or multi-levels of conductance.
This thesis describes fabrication and characterization of TiOx/TiOy-based RRAM for synaptic application in neuromorphic systems. TiOx/TiOy homojunction-based filamentary RRAM devices were fabricated into the cross-point structure with an active area of 20 × 20 μm2. Au thin films were used to top electrode (TE) and bottom electrode (BE) with Ti oxygen reservoir on top. For synaptic characteristics, the devices are required to have multi-level states. Since the switching mechanism of TiOx/TiOy bi-layered structure is governed by forming of conductive filaments (CFs) and oxygen-driven redox reaction, conductance states of the fabricated device could be changed gradually. The oxygen concentration (x=~1.44) of TiOx layer was examined using X-ray Photoelectron Spectroscopy (XPS) analysis while that of TiOy is y=~0.96 which makes the ratio of oxygen concentration between TiOx and TiOy 1.5. Current-voltage (I-V) characteristic was examined after electroforming at ~5.62 V. The on/off ratio at 0.2 V was ~76 with DC sweep voltage scheme which is sufficient for electronic synapse. To implement multi-level with the devices, voltage pulses with different conditions were applied for both SET and RESET operations. Implementing a multi-level states by adjusting the pulse level is better for the devices to have a wider range of conductance than a multi-level implementation by adjusting the pulse width. Synaptic behaviors such as LTP and LTD was performed with 50 identical pulses for implementation of RRAM into neuromorphic systems. Even though 50 different conductance states were obtained for both LTP/LTD, the conductance changes are nonlinear and asymmetrical which could have low accuracy of pattern recognition application. To increase the pattern recognition accuracy using the fabricated devices, 25 pulses whose levels are linearly increased (or decreased) are applied to the device so that the conductance changes linearly. The linear LTP and LTD characteristics are mirror-symmetric which could maximize the accuracy. For Hebbian learning, the device also mimicked STDP properties with conductance change from -77.79% to 96.07% using time-division multiplexing (TDM) approach. In conclusion, it has been verified that the fabricated TiOx/TiOy-based RRAM devices could be used as synaptic elements for neuromorphic systems by successfully mimicking synaptic properties.

Keyword