Model Stochastik Rongga Oksigen Menjelaskan Variabilitas Sel RRAM
Abstrak
Variabilitas sel memori akses acak resistif (RRAM) telah menjadi salah satu tantangan kritis untuk pengembangan array RRAM padat. Sementara sumber variabilitas selama switching resistif bervariasi untuk berbagai film oksida logam transisi, generasi/rekombinasi rongga oksigen stokastis secara umum dipercaya sebagai penyebab utama. Dengan menganalisis data eksperimental, model stokastis yang menghubungkan karakteristik switching selanjutnya dengan keadaan awal kontak sel RRAM dirintis. Dengan menggabungkan model jaringan konduksi dan mekanisme tunnel-assisted penangkap, dampak konsentrasi dan distribusi rongga oksigen intrinsik dalam film dielektrik RRAM ditunjukkan dengan simulasi Monte Carlo. Data pengukuran array kontak RRAM setara dengan karakteristik yang diproyeksikan oleh model berdasarkan kehadiran rongga intrinsik yang terdistribusi secara acak. Korelasi kuat antara karakteristik forming dan keadaan awal diverifikasi, yang menghubungkan perilaku forming dengan rongga oksigen pra-forming. Studi ini memberikan pemahaman komprehensif tentang sumber variabilitas dalam perangkat kontak RRAM dan skema pelatihan reset untuk mengurangi perilaku variabilitas dalam keadaan RRAM selanjutnya.
Latar Belakang
Memori akses acak resistif (RRAM) telah dianggap sebagai solusi penyimpanan data nonvolatil yang promising, sebagai hasil dari fitur yang diinginkan, seperti daya rendah, kecepatan P/E tinggi, dan kompatibilitas yang superior dengan proses logika CMOS [1,2,3,4]. Namun, masih ada banyak hambatan yang harus diatasi untuk mengimplementasikan array memori RRAM dalam sirkuit CMOS state-of-the-art saat ini [5, 6]. Salah satu tantangan utama dalam array RRAM yang besar ditemukan dalam variasi yang ada antara dan di dalam sel [7,8,9,10]. Banyak model dan simulasi telah diusulkan untuk menggambarkan proses generasi/rekombinasi stokastis rongga oksigen (Vo-) dalam film oksida logam transisi (TMO) [11,12,13,14]. Kim dan Brivio menyarankan model jaringan sirkuit breaker acak untuk meniru karakteristik listrik tipikal RRAM unipolar dan bipolar, masing-masing [11, 12]. Namun, resistor dalam studi ini semua diatur menjadi konstan tanpa mempertimbangkan transportasi elektron dalam film RRAM. Selain itu, karena model yang disajikan membahas proses stokastis RRAM dari tingkat satu perangkat alih-alih analisis statistik, variabilitas perilaku RRAM dalam array tidak teratasi dan dibahas dengan baik dalam pekerjaan sebelumnya [11,12,13,14]. Selain itu, kehadiran cacat dalam film dielektrik selama pembuatan telah diteliti secara ekstensif selama bertahun-tahun [15, 16], namun dampaknya terhadap karakteristik switching resistif RRAM masih perlu dianalisis secara komprehensif agar teknologi dapat diterapkan dalam makro memori yang besar. Untuk menyelidiki efek distribusi Vo- intrinsik terhadap karakteristik RRAM, jaringan resistor yang dimodelkan berdasarkan mekanisme tunnel-assisted penangkap dibangun untuk analisis statistik lebih lanjut dari variasi dan selama operasi dalam studi ini [11,12,13,14, 17]. Selain itu, proses generasi stokastis Vo- disimulasikan dengan metode Monte Carlo untuk menetapkan korelasi antara RRAM dalam keadaan awalnya dan karakteristik forming berikutnya [18,19,20]. Korelasi kuat antara Vo- intrinsik dan tegangan forming dirintis dengan memverifikasi hasil simulasi dengan data pengukuran pada array kontak RRAM [21]. Akhirnya, berbagai jenis jalur konduktif (CF) yang dihasilkan dan variasi keadaan resistensi setelah operasi forming sebagai hasil dari distribusi Vo- intrinsik diproyeksikan dan diteliti secara komprehensif. Selain itu, solusi untuk mengurangi dampak Vo- pra-forming pada variabilitas diusulkan dan divalidasi dalam studi ini.
Metode
Data pengukuran untuk analisis statistik lebih lanjut tentang variabilitas dikumpulkan dari array kontak RRAM (CRRAM) 16 × 16 yang dibuat oleh proses logika CMOS 28-nm, di mana proses pembuatan CRRAM diilustrasikan pada Gambar 1 [21]. Lapisan oksida perlindung resistor (RPO) dan dielektrik antar-lapisan (ILD) pertama ditetapkan setelah proses front-end selesai dengan transistor terbentuk. Untuk membentuk film switching resistif yang fungsional, penataan lubang kontak yang tepat, ukuran kontak 30 nm × 30 nm, dilakukan untuk mencegah pendekatan W-plug dan wilayah difusi n +. Akhirnya, lapisan barier, TiN, dan plug tungsten ditetapkan secara individual. Gambar TEM persisyen CRRAM ditunjukkan pada Gambar 2a. Seperti yang terlihat dalam gambar, CRRAM terhubung secara seri dengan transistor seleksi n-channel. Struktur 1T1R diadopsi untuk memastikan seleksi yang tepat dalam array dan mencegah overshoot. Gambar 2b menunjukkan pemetaan komposisi CRRAM. Lapisan TMO-nya, dengan ketebalan 9 nm, yang terdiri dari TiN/TiON/SiO₂ yang ditumpuk terbentuk di antara elektroda tungsten atas dan elektroda silikon bawah. Setelah pembuatan perangkat, analisis listrik dan pembangunan model fisik dalam studi ini diselesaikan oleh analisis parameter semiconductor Aglient 4156C dan platform perangkat lunak MATLAB masing-masing.
Alur proses kontak RRAM pada platform proses logika CMOS 28-nm high-k metal gate. Ukuran kontak yang lebih kecil untuk CRRAM dirancang untuk mengontrol ketebalan etching untuk membentuk lapisan switching resistif yang fungsional
a Gambar TEM persisyen struktur CRRAM 1T1R. b Pemetaan komposisi CRRAM. Lapisan switching resistifnya terdiri dari TiN/TiON/SiO₂ yang berdiri di antara plug tungsten atas dan elektroda silikon bawah
Seperti yang dilaporkan dalam studi sebelumnya [22], distribusi lebar keadaan awal ditemukan pada array CRRAM. Untuk menyelidiki asal variasi keadaan awal, ketebalan lapisan TMO dengan resistensi awal yang berbeda dibandingkan pada Gambar 3 terlebih dahulu. Data menunjukkan tidak ada perbedaan ketebalan yang signifikan antara dua sel dengan perbedaan besar dalam level resistensi awal. Banyak studi telah melaporkan bahwa Vo- dihasilkan dalam dielektrik atau film RRAM selama pembuatan [23,24,25,26], yang mengimplikasikan bahwa perbedaan dalam jumlah dan kepadatan Vo- diharapkan menjadi tanggung jawab atas variasi konduktivitas awal.
Perbandingan ketebalan lapisan TMO antara dua sel CRRAM dengan perbedaan resistensi awal yang besar. Keduanya diamati dengan ketebalan lapisan dielektrik sekitar 9 nm
Hasil dan Pembahasan
Model Distribusi Rongga Intrinsik
Untuk meniru interaksi antara Vo- intrinsik, model jaringan resistor yang ditunjukkan pada Gambar 4a dirintis [11,12,13,14]. Resistensi di setiap grid dihitung melalui alur simulasi yang diuraikan pada Gambar 4b, sementara parameter fisik yang sesuai yang digunakan dicantumkan dalam Tabel 1. Berdasarkan gambar TEM CRRAM, struktur dua dimensi dengan lebar 30 nm, ketebalan 10 nm, didefinisikan untuk menggambarkan lapisan TMO, seperti yang ditunjukkan pada Gambar 5a. Resistensi situs oksida, Roxide, dan grid mesh ditentukan oleh properti materi anatase-TiO₂, yang telah digunakan sebagai materi switching resistif dalam banyak studi [27,28,29,30]. Karena struktur tetragonalnya, konstanta lattice anatase-TiO₂ bervariasi dengan sumsi kristalografi. Untuk kesederhanaan, grid mesh dalam model kami semuanya diatur menjadi 1 nm dengan memperkenalkan konstanta lattice dalam arah c anatase-TiO₂ [31,32,33]. Selain itu, resistensi untuk grid juga ditentukan dengan merujuk pada resistivitas anatase-TiO₂ [34, 35]. Seperti yang ditunjukkan pada Gambar 5a, Vo- yang terdistribusi secara acak diberikan di dalam mesh 2-D awalnya. Ketergantungan suhu dan medan listrik dari arus konduksi CRRAM diringkas pada Gambar 6a, b, masing-masing. Karakteristik kunci arus tunnel-assisted penangkap (TAT) ditunjukkan oleh efek suhu yang lemah dan ketergantungan linier antara ln(J) dan 1/E [17, 36]. Menggunakan model konduksi TAT, profil potensi di dalam film TMO perlu dihitung terlebih dahulu untuk kemudian mendapatkan resistensi Vo- lokal setiap. Distribusi Vo- diharapkan secara dominan mempengaruhi arus konduksi karena jarak tunneling bervariasi antara rongga oksigen. Resistensi Vo-, Rij, kemudian dihitung oleh Eq. 1, yang mempertimbangkan probabilitas kehadiran Vo- di situs dan mengadopsi model TAT, untuk menghitung probabilitas tunneling antara keadaan rongga.
a Skema model jaringan resistor yang terdiri dari resistensi lokal variabel Vo-. Node dalam jaringan ini terhubung satu sama lain untuk mensimulasikan interaksi antara Vo-. b Alur simulasi variabilitas level resistensi awal. Distribusi stokastis Vo- intrinsik yang muncul selama pembuatan dipertimbangkan oleh metode Monte Carlo
a Distribusi acak Vo- intrinsik awal diberikan dalam film RRAM. b Distribusi resistensi lokal Vo- yang dihitung dengan pertimbangan mekanisme tunneling. c Distribusi Rini sel segar yang dikumpulkan dari array CRRAM setara dengan data simulasi dengan mempertimbangkan mekanisme konduksi TAT Vo- pra-forming
Mekanisme konduksi CRRAM ditentukan dengan memeriksa a ketergantungan suhu dan b ketergantungan medan listrik. Tunneling yang diikuti oleh CRRAM dipercaya oleh dua karakteristik konduksi, ketergantungan suhu yang lemah dan pemasangan linier antara ln(J) dan 1/E
Setiap Rij,N diperbarui di setiap iterasi sampai hasil akhirnya konvergen. Sebagai distribusi Rij akhir diperoleh, seperti yang diilustrasikan pada Gambar 5b, resistensi keseluruhan, Rini, dari sel segar juga dapat diproyeksikan selanjutnya, seperti yang ditunjukkan pada Gambar 5c. Seperti yang terlihat pada Gambar 5c, variasi distribusi Rini simulasi yang diperoleh oleh alur simulasi yang diusulkan mempertimbangkan distribusi stokastis dan konsentrasi Vo- intrinsik setara dengan distribusi Rini yang diukur pada array CRRAM. Oleh karena itu, Vo- intrinsik yang terdistribusi secara acak dalam lapisan TMO, yang menciptakan banyak jalur tunneling, berkontribusi pada resistensi awal yang sangat tersebar yang ditemukan pada array CRRAM pra-forming.
Analisis Proses Forming Tidak Merata
Setelah memodelkan penyebab yang diatribusikan pada variasi sel-ke-sel dalam keadaan segar, operasi forming, menginisialisasi karakteristik switching resistif, dianalisis. Alur simulasi operasi forming di bawah mode sweep DC ditunjukkan pada Gambar 7 [18,19,20]. Seperti yang digambarkan pada Gambar 8a, sel terhubung ke transistor seleksi secara seri dengan resistansi saluran sekitar 5 KΩ di daerah linier dan arus saturasi sekitar 80 μA. Akibatnya, tegangan forming rendah, mekanisme konduksi dan stres dielektrik di regime medan listrik rendah harus dipertimbangkan. Berdasarkan model kimia termal yang diusulkan dalam studi sebelumnya, prediksi yang akurat dari kegagalan dielektrik telah divalidasi [37,38,39,40]. Perilaku hancuran teoretis TiO₂ yang disimulasikan oleh model kimia termal [41] telah menunjukkan karakteristik yang serupa dengan yang diamati dalam CRRAM. Oleh karena itu, tingkat generasi Vo- diperoleh berdasarkan model kimia termal di sini [42,43,44]. Seperti yang diusulkan oleh model kimia termal, titik grid di samping Vo- didefinisikan sebagai titik lemah di sekitar defek. Kehadiran Vo- juga menginduksi medan listrik yang ditingkatkan secara lokal, ditunjukkan pada Gambar 8b, dan mempercepat proses generasi Vo- [45]. Mempertimbangkan waktu sampai hancuran dielektrik dalam model kimia termal dengan ketergantungan medan exp.(−E), probabilitas generasi Vo- Pij dihitung oleh persamaan berikut [42].
Alur simulasi proses forming berdasarkan model kimia termal, dengan asumsi waktu kegagalan dielektrik dengan ketergantungan medan listrik exp.(−E)
a Operasi forming disimulasikan oleh CRRAM yang terhubung secara seri dengan transistor ideal. b Distribusi potensi listrik yang tidak merata, yang dihasilkan dari Vo- yang sudah ada, menginduksi medan lokal dan mempercepat generasi defek baru
Level kritis, Pg, dan kriteria, Pij > Pg, didefinisikan untuk apakah Vo- baru dihasilkan. Proses ramping diterapkan untuk memperbarui distribusi Vo- baru di setiap iterasi sampai tegangan forming mencapai 2,7 V. Akhirnya, dengan Vo- intrinsik yang terdistribusi secara acak, level resistensi rendah Rforming setelah operasi forming dapat diperoleh. Berdasarkan model di atas, distribusi Rforming simulasi yang diproyeksikan menunjukkan variasi yang luas, seperti yang ditunjukkan pada Gambar 9a, dan karakteristik I-V yang dihitung setara dengan data pengukuran. Selain itu, korelasi antara karakteristik forming dan keadaan awal juga diteliti. Konsentrasi dan distribusi Vo- yang terlokalisasi mempercepat proses forming. Oleh karena itu, korelasi positif antara tegangan forming dan Rini ditemukan baik dalam hasil simulasi maupun data pengukuran, seperti yang ditunjukkan pada Gambar 9b.
a Distribusi resistensi simulasi operasi forming setara dengan hasil pengukuran. b Korelasi positif antara resistensi awal dan tegangan forming ditemukan baik dalam data yang diukur maupun simulasi karena lebih banyak titik lemah dan kekuatan medan listrik yang lebih tinggi yang dihasilkan oleh Vo- pra-forming
Selanjutnya, Vo- yang dihasilkan dalam operasi forming menginduksi jalur konduktif dan mengakibatkan perubahan CF dalam sel, di mana evolusi CF selama proses forming digambarkan pada Gambar 10. Untuk sel dengan Rini tinggi, ada lebih sedikit Vo- intrinsik dan lebih sedikit titik lemah, seperti yang diilustrasikan pada Gambar 10a. Setelah operasi forming, satu jalur konduktif lebih mungkin terjadi antara elektroda. Namun, pertumbuhan CF dalam sel dengan banyak Vo- intrinsik yang ditunjukkan pada Gambar 10b cenderung lebih menyebar; sehingga, CF dendritik dihasilkan setelah forming. Korelasi antara topografi CF yang berbeda dan distribusi Vo- pada keadaan segarnya juga divalidasi oleh data pengukuran. Vo- dan CF dalam lapisan TMO diketahui mengarah pada noise telepon telepon acak (RTN) yang mencolok selama proses penangkap/lepas elektron [46]. Fluktuasi resistensi terjadi jika jalur konduktif diblokir oleh elektron yang tertangkap, dan resistensi berkurang ketika elektron dilepas. Analisis RTN CRRAM setelah forming diringkas pada Gambar 11. Fluktuasi resistensi dua langkah teratur ditemukan dalam sel dengan Rini tinggi, ketika penangkap/lepas elektron terjadi dalam perangkat dengan satu CF dominan. Di sisi lain, RTN multi-level ditemukan dalam sel dengan Rini rendah yang diharapkan menghalangi CF dendritik dengan lebih dari satu jalur. Hasil statistik RTN diringkas pada Gambar 12, dengan menganalisis pengukuran RTN lebih dari 200 sel CRRAM. Data menunjukkan bahwa sel dengan Rini tinggi cenderung hanya menunjukkan RTN bi-level, yang lebih mungkin terjadi dalam perangkat dengan satu CF dominan [46,47,48,49]. Variasi resistensi setelah operasi forming diurutkan pada Gambar 13. Data menunjukkan bahwa variasi resistensi yang lebih tinggi ditemukan baik dalam hasil pengukuran maupun simulasi dalam sel dengan Rini rendah. Karena CF yang kurang terbatas mendorong transistor seleksi memasuki daerah saturasi lebih awal, sel mungkin tidak terbentuk dengan baik, yang mengarah pada level resistensi keadaan rendah yang lebih luas.
Progres CF dalam sel dengan a resistensi awal tinggi dan b resistensi awal rendah. Konsentrasi Vo- intrinsik yang lebih tinggi dalam lapisan TMO menghasilkan Vo- secara acak di titik-titik lemah. Vo- ini juga terhubung satu sama lain untuk membentuk jalur dendritik
Topografi CF dalam sel dengan a resistensi awal tinggi dan b resistensi awal rendah dianalisis oleh data RTN yang sesuai. Kejadian fluktuasi resistensi multi-level dalam sel dengan resistensi awal rendah dan lebih banyak Vo- intrinsik memverifikasi keberadaan CF dendritik dalam lapisan TMO
Korelasi antara level resistensi awal dan level RTN pada sel CRAM diringkas. Probabilitas fluktuasi resistensi bi-level yang lebih tinggi diharapkan terjadi untuk sel dengan satu jalur konduktif dominan, yang berkaitan kuat dengan sel dengan Rini tinggi
Analisis variasi level resistensi setelah operasi forming diperiksa melalui simulasi dan pengukuran. Variasi yang lebih tinggi yang diinduksi oleh pembentukan CF dendritik ditemukan dalam sel dengan resistensi awal rendah
Untuk mengurangi variabilitas forming yang disebabkan oleh Vo- intrinsik dalam lapisan TMO, operasi pelatihan reset, yang menyalin SL ke 1,4 V di bawah tegangan WL tetap 2 V, diusulkan untuk diterapkan secara membandel pada semua sel memori dalam array CRRAM sebelum forming. Operasi ini diharapkan dapat menghancurkan defek yang sudah ada dalam sel dengan Rini rendah dan memastikan pertumbuhan CF yang lebih terbatas selama proses forming berikutnya. Karena tegangan yang diterapkan rendah, tidak ada perubahan dalam sel dengan Rini tinggi setelah proses pelatihan. Dengan operasi pelatihan reset membandel, resistensi sel dengan Rini rendah meningkat tanpa mengganggu sel dengan Rini tinggi, seperti yang ditunjukkan pada Gambar 14. Selanjutnya, karakteristik forming yang lebih merata dapat diperoleh.
Operasi pelatihan reset membandel diusulkan untuk diterapkan pada array CRRAM. Resistensi sel dengan Rini rendah meningkat dengan menghancurkan defek intrinsik, tetapi sel dengan Rini tinggi tidak terganggu
Kesimpulan
Model jaringan resistor yang mempertimbangkan efek medan lokal dan konduksi tunneling yang diasistensi penangkap antara Vo- telah berhasil dirintis. Dengan simulasi Monte Carlo, variabilitas sel pada resistensi awalnya serta proses forming diteliti. Variasi dalam keadaan segar CRRAM dapat dijelaskan dengan sukses oleh distribusi Vo- intrinsik yang diberikan secara acak. Distribusi resistensi yang diproyeksikan setelah forming juga setara dengan hasil pengukuran dengan mengadopsi model kimia termal. Pertumbuhan CF selama forming dibahas dan dikaitkan dengan variabilitas yang diamati dalam proses ini. Akhirnya, operasi pelatihan reset diusulkan untuk lebih mengurangi variabilitas forming yang disebabkan oleh Vo- intrinsik dalam lapisan TMO. Korelasi kuat antara keadaan awal dan karakteristik forming memberikan pedoman untuk operasi adaptif baru untuk pengembangan teknologi RRAM di masa depan.
