新式存储，谁最有但愿？
（原标题：新式存储，谁最有但愿？）
公众号谨记加星标??，第一时刻看推送不会错过。
存储本领是当代意象系统的中枢，从基本的数据存储到更复杂的任务，举例用于东说念主工智能（AI）和机器学习（ML）应用的“内存意象”（In-memory computing），齐依赖于它们的支捏。这些本领开始仅仅用于数据保留，但如今正迟缓演进以顺应新的意象范式，比如“内存意象”，即在存储阵列中径直进行数据处理。这种演进大幅提高了意象效果，因为它减少了处理器与存储器之间的数据传输，从而提高速率并降拘束耗——这关于AI和ML等高负载任务尤为要道。恰是这些尖刻的性能需求，正在推动本领改换冲破传统互补金属氧化物半导体（CMOS）范式的截止。
新兴非易失性存储（eNVMs）代表了一类极具前程的本领，可用于替代或增强传统的易失性存储器（如速即探听存储器 RAM）。与断电即失去数据的RAM不同，eNVMs概况在断电或系统关闭的情况下依然保捏数据完竣性。本文综述了多种新兴存储材料和器件架构，包括电阻式速即存取存储器（ReRAM）、磁性速即存取存储器（MRAM）、铁电速即存取存储器（FeRAM）和相变存储器（PCM）。此外，还考虑了基于二维材料和有机材料的新式eNVMs，并盘考了从传统数字意象向类突触意象的转变，以及这种转变如何为料理东说念主工智能在加快科研发现中靠近的本领瓶颈带来新机遇。本文系统分析了现时的本领进展、发展轨迹以及仍需攻克的主要挑战。
非易失性存储器在后CMOS期间的变装
在后CMOS微电子期间，一个闲居被体恤的挑战是如何冲破冯·诺依曼意象架构的截止（见图1）。现时急需一种能兼具多种优点的新式存储器，包括兼容现存CMOS工艺经过，并能冲破静态速即存储器（SRAM）和闪存的领域瓶颈。具备这些特征的存储本领，将可适用于模拟与数字处理中的孤独存储或镶嵌式存储。字据2022年《国外器件与系统阶梯图（IRDS）》证据，这类本领有望激励意象架构的一场翻新。
非易失性存储器的辩论可追念到20世纪60年代的电荷存储开导，其辩论捏续了几十年，直到2010年镶嵌式半导体存储本领削弱到28纳米节点，但随后由于电荷泄漏问题，进一步的微缩发展遇阻。非易失性存储器的要道上风之一是其数据保捏才略（非易失性进度），经常以可保捏数据的时刻长度来揣测。现时，闪存由于本领熟练度高、优化完善并领有闲居的买卖应用，被视为非易失性存储的基准本领
图1
(a) 非易失性存储发展历程的可视化走漏；(b) 本领发展的时刻线；(c) 按熟练度差异的新兴存储器开导分类；(d) 到2035年的电路架构预计，其特色是集成多种为稳定芯片功能需求而采选的新兴存储本领。
典型的存储本领如今已发展至具有买卖可用性，并在文件中建立了完竣的科学、本领和系统学问体系。由于电荷型存储器难以已毕纳米级层厚，现在本领体恤点已转向NAND闪存的三维堆叠结构及种种“新兴”存储器。图1c展示了六大类主要新兴存储本领，按熟练度从高到低循序为：新式磁性存储（MRAM）、铁电存储（FeRAM）、基于氧化物的电阻式存储（ReRAM），这些本领已展现出细腻的秉性，具备参预商用考证阶段的条目。而以下本领尚处于早期发展阶段，但仍具有较大的本领冲破后劲：相变存储器（PCM或PRAM）、导电桥式存储器（CBRAM）、二维材料存储器（2D RAM）、有机和分子存储器。其中某些分子级存储本领，如莫特存储器和DNA数据存储，现在仍处于初步探索阶段。
由于具备非易失性、字节寻址、高密度、高可扩展性和接近零待机功耗等专有秉性，基于存储的意象和处理将在将来意象系统中宗旨不行替代的作用。跟着类突触存储器的快速发展，将来将其与新兴存储器勾通，有望透澈改变意象架构，提高系统性能、能效及处理才略，适用于从存储系统到旯旮与云环境、数据库系统乃至区块链去中心化应用的各个层面。
存储本领的种种性偏激上风
新兴存储本领的种种性（如铁电存储器 FeRAM、氧化收复电阻式存储器 ReRAM、磁性存储器 MRAM、相变存储器 PCM，以及有机与分子存储器 OMRAM）为特定应用需求提供了种种化的采选，允许想象者字据所需的规格与启动环境进行活泼树立。每种本领齐具备专有上风，如历久性高、能效优良，以及适配特定环境或任务的才略。
针对高温环境下的非易失性存储器的辩论，恢复了在顶点条目下对可靠启动的需求。这类辩论弥补了现存本领商场中的关键空缺，并拓展了存储器在恶劣环境下的潜在应用。举例，通过材料采选的创新与制造精度的提高，使得存储开导即使在高温、高放射等顶点条目下仍可雄厚责任，这对航空航天与地热勘察等行业至关关键。
在快速发展的存储本领领域，二维材料（2D materials）因其专有的物理秉性和细腻的可扩展性，正成为一条极具前程的新旅途。这些材料由于具有原子级的可想象性，况兼能与现存本领兼容，有望透澈改换存储开导。二维材料的秉性如原子级厚度与结构想象活泼性，使得它们能已毕更快速、更节能的存储器，并与现时电子本领无缝集成，提高扫数这个词系统的性能。跟着材料合成和转变工艺的连续跳跃，二维材料的领域化应用正逐步成为本质，预示着新一代存储本领的发展将迎来一个全新阶段，足以稳定将来意象和数据存储的需求。
与传统存储本领不同，ReRAM 与类突触存储器（Synaptic RAM）支捏“内存意象”（In-Memory Computing），具备非易失性，概况已毕低蔓延、拘束耗的数据处理。它们概况在存储阵列里面径直引申类比乘加操作，省去了传统冯·诺依曼架构中能耗遍及的“存储-处理器”数据传输瓶颈。这使得它们特殊相宜旯旮意象系统，尤其是在及时推理、低功耗和紧凑型想象等要道要求下的应用场景。
这些存储本领非常适用于类脑意象和自顺应系统。类突触RAM受生物突触的启发，概况已毕如“脉冲时序依赖可塑性（STDP）”等学习机制，从良友毕基于硬件的学习与在动态环境中的及时响应。这一才略关于自主学习的物联网开导（IoT）至关关键，使其无需捏续通顺云表即可感知并顺应新环境。此外，xRAM（如 ReRAM、FeRAM、MRAM）或 PCM 的非易失秉性，使物联网系统在断电后仍能保捏操作情状，增强了系统的可靠性，并在受限供电或间歇供电环境中已毕即时叫醒功能。
跟着对智能、去中心化系统的需求日益增长，xRAM 和 Synaptic RAM 正成为已毕可扩展、低功耗和高鲁棒性意象平台的关键本宗旨径。它们具有高密度、支捏 3D 集成、可与 CMOS 电路单片集成等上风，在 AI 和 IoT 硬件架构演进中饰演着中枢变装。这些本领为“分散式智能”愿景提供复旧，使意象系统概况在智能传感器、旯旮分析等闲居场景中已毕无缝、自治和具备高下文感知才略的启动。
图 2. 使用二维材料的三维集成类脑硬件阶梯图暗示图。转载自 Kim， S.J. 等东说念主，“基于二维材料的三维集成类脑硬件”，《NPJ 二维材料与应用》2024年第8卷，第70页，经Nature许可转载。
柔性基底上的非易失性存储器：
前沿本领综述
将非易失性存储器（NVM）本领集成到柔性基底上，连年来取得了闲居体恤，主要受可衣服电子开导、软体机器东说念主以及分散式物联网（IoT）系统等新兴应用的驱动。这类系统不仅要求存储器具备断电数据保留才略，还需能承受盘曲、拉伸、扭转等机械形变。在广博NVM本领中，ReRAM 和 FeRAM 在柔性平台上的阐扬最为先进。
ReRAM 由于其金属-绝缘体-金属的浅近结构和对低温工艺的细腻兼容性，在团员物基底（如 PET 和聚酰亚胺）上展现出优异的机械历久性与数据保捏才略。FeRAM（尤其是基于 P(VDF-TrFE) 或掺杂 HfO₂ 的器件）则具有低电压开关和雄厚的极化情状，在资格数千次机械轮回后仍保捏可靠性。尽管更具挑战性，基于有机材料或二维磁性材料的柔性 PCM 和 MRAM 也已参预初步辩论与演示阶段。
有机和分子存储本领也正马上发展，在 AI 旯旮意象和类生物开导中展现出遍及后劲。有机材料具备可调的分子结构以及相应的电学、光学、热学和化学性质，能在某些神经形态算策画法中替代传统忆阻器。这些材料及器件的易蒸发性和动态电学秉性，使其概况模拟生物神经元和突触的响应功能，包括脉冲时序依赖可塑性（STDP）、脉冲频率依赖可塑性、以及短期与遥远可塑性等。
连年来，跟着材料和制造本领的跳跃（如喷墨打印、转印本领和室温千里积工艺），东说念主们如故概况在塑料基底上径直制造非易失性存储器，而不会构陷其机械完竣性。基于二维材料和纳米结构电介质的夹杂材料系统进一步提高了开导在受应力条目下的性能阐扬。尽管取得了这些进展，仍存在挑战，举例：如何已毕遥远机械可靠性、在盘曲情状下保捏数据、以及如何将柔性NVM与逻辑和传感元件集成，构建完竣的柔性系统。将来的辩论将聚焦于单片集成、扫数这个词存储阵列的增材制造，以及开发肃肃的封装方法，以已毕动态环境下的雄厚启动。
跟着上述阻截被迟缓克服，柔性非易失性存储器（NVM）将成为可顺应、贴合环境的电子开导的中枢。这些柔性神经形态集成电路不错与有机和分子存储本领任意勾通。在这类应用中，神经齐集模子可在中央高性能AI芯片上磨真金不怕火完成，之后模子被部署到柔性神经形态集成电路上，恒指期货集结生化传感器，用于土产货化处理。这种模式非常相宜可衣服或植入式生物医学开导，将 AI 意象才略拓展到分散式意象与传感系统中。
制约新兴存储本领应用的要道学问空缺包括：(a) 摒除材料杂质与不均匀性，这些因素会导致写入历久性差、寿命短；(b) 弄明晰非线性动态行动和模拟噪声对存储器在意象与处理中的影响；(c) 诽谤存储器重编程所需时刻，并诽谤写入过程的能耗。
新兴存储器的制造与使用
新兴存储材料的制造往往需要在超高真空环境中进行千里积工艺。精密的制造方法概况确保存储器件具有极高的制备精度，并幸免混浊物引入。使用一体化的千里积与材料表征器用，不错在不同制造阶段已毕无缝联贯，确保材料在扫数这个词经过中的雪白性和功能完竣性。这些高端器用的使用不仅提高了存储器性能，还大幅延长了器件的责任寿命和启动可靠性。
相识用于存储器件中的材料的基本属性是至关关键的。在开发早期所犯的作假可能会在后续阶段激励严重的性能问题。将新兴存储本领用于存储应用时，需要已毕快速且拘束耗的开关，以在滥用最小能量的同期高效地进行数据写入和读取。比较之下，存储器件在编程之后必须保捏雄厚，以确保可靠的内存意象。一朝被编程，器件在意象过程中将被屡次读取，因此在这些读取过程中展示出细腻的访佛性和历久性，关于已毕准确的处理至关关键。表征本领的改进，举例原位测量和跨器件区域的详备统计分析，有助于更深入地相识材料的行动和性能。这将带来愈加一致和可靠的存储器件，这关于其在高风险行业中的应用至关关键。
用于新兴存储器件的多通说念测试系统的发展促进了愈加高效和精准的测试过程。这些测试系统关于想象和开发概况稳定AI模子意象需求的节能硬件是必不行少的，概况显耀诽谤这些本领的能耗。每一项进展齐在搪塞存储本领领域中的特定挑战，为可能从头界说存储器件在各式本领平台中集成和使用方法的将来创新奠定基础。跟着这些本领的演进，它们连续推动意象才略的范围，预示着一个速率更快、效果更高、可靠性更强的新期间的到来。存储本领的发展不仅揭示了潜在的创新和本领冲破，也突显了现时亟需料理的挑战。这些挑战不错归为五个类别：（a）材料合成、制造精度与表征；（b）器件可扩展性、寿命与可访佛性；（c）材料与器件的多模态表征；（d）器件互连性及与现存和新式CMOS本领的兼容性；以及（e）封装与异构集成。
在材料合成方面，采选既能承受顶点条目（举例高和缓高密度）又能稳定AI和ML应宅心象需求的材料是具有挑战性的。此外，材料必须精准界说其构成身分，以确保其雄厚性和功能性。开发AI/ML方法来采选新的复合材料不错加快合成过程。已毕高质地材料需要制造过程中的精度礼貌，这关于幸免可能诽谤存储性能的纰谬至关关键。这包括在薄膜千里积过程中保管超高真空情状，以退缩混浊。高质地的材料概况为器件提供雄厚性、可访佛性和可扩展性。
由于在原子圭臬下具有专有的电学、机械和热学秉性，二维（2D）材料对新兴非易失性存储（eNVM）本领的发展至关关键。其原子级薄度使其能冲破传统半导体的缩放极限，已毕超高密度和低功耗的存储集成。诸如石墨烯、过渡金属二硫族化物（举例MoS₂、WS₂）以及六方氮化硼等材料提供了高载流子迁徙率、可养息带隙以及可通过纰谬工程已毕的开关秉性，特殊适用于新兴非易失性存储（eNVM）器件中的电阻开关、铁电行动和电荷俘获机制。此外，其机械柔性和化学雄厚性使其适用于柔性和可衣服电子居品，在这些领域传统材料阐扬欠安。这些秉性使得下一代存储器件的已毕成为可能，这些器件具备快速切换速率、优异的历久性和保捏才略，而这些齐是已毕内存意象和AI应用所必需的。尽管这项本领在存储器件中具有遍及后劲，但二维材料也带来一系列专有的挑战。雄厚分娩大面积、高质地的单晶二维材料是一项必须克服的关键本领阻截，以已毕其闲居应用。这些材料容易受到包括氧气和潮湿在内的环境因素影响，这可能构陷其性能。开发灵验的封装和保护战略关于实质使用这些材料至关关键。将二维材料与现存制造工艺（尤其是CMOS本领）集成，还需要在低温滋长本领和无损转变方法方面已毕创新。
为了稳定买卖可行性和制造精度所需的高门径，必须给与先进的表征本领。在不同器件区域已毕表征收尾的可访佛性至关关键，但由于材料行动和纰谬的变异性，这一野心极具挑战性。及时原位测量关于相识器件启动过程中里面的动态交互是至关关键的，但这在本领上也带来了紧要挑战，尤其是在纠正如透射电子显微镜（TEM）这类器用以已毕带电偏置的及时操作方面。开发能在顶点温度下启动的存储本领也靠近关键挑战：即如何创造出概况在反复的温度应力下保捏数据完竣性的材料。此外，要将这些存储本领与其他高温环境下可用的元件（如碳化硅SiC晶体管）集成，也带来了遍及的工程挑战，以确保合座的可靠性和性能。为了AI或类脑应用开发节能硬件，也需要测试系统概况处理新兴存储本领（如忆阻器）所要求的高并行度，这是一项复杂且具有本领挑战的任务。将具备内存意象才略的存储器件集成到AI硬件平台中，还必须克服系统架构和器件互操作性方面的紧要阻截。
此外，开发概况支捏如GPT-3等AI应用所需的密度和可扩展性的互连本领仍是一项粗重的任务。先进的键合本领关于在不毁伤性能的前提下，将高密度忆阻器阵列与其他系统组件集成至关关键。这些本领在开发面向东说念主工智能（AI）、机器学习（ML）和物联网（IoT）的下一代意象系统中饰演着变革性的变装。
将来意象系统中的“数字转类突触”过渡
当代意象系统构建在以速率、精度和逻辑笃定性为优化野心的数字架构基础之上。天然这些系统在传统任务中阐扬优异，但在搪塞东说念主工智能（AI）、机器学习（ML）和物联网（IoT）等数据密集型应用的需求时正靠近日益严重的压力。传统的冯·诺依曼架构存在“内存墙”问题，即内存与处理器之间数据传输所需的能耗与蔓延成为影响系统合座性能的主导因素。这一“内存墙”问题激励了东说念主们对类脑意象范式日益增长的兴味，尤其是那些概况应用突触行动已毕土产货化与高能效意象的架构。
图 3. 具有流体离子导向纳米通说念的类脑意象。转载自 Kamsma， T. M.，《纳米通说念》，第121卷，第18期（2024），经PNAS许可转载。
从数字到类突触的转变是指从叨唠的、基于逻辑的数字运算迟缓转向模拟或事件驱动的类突触行动，这些行动师法生物意象的方法。在现时的夹杂系统中，模拟和数字输入被波折为类突触信号，如电流脉冲或电压波形，这些信号径直礼貌忆阻或类脑器件（如Intel）中的存储情状或神经元激活。这些转变如故在旯旮AI开导、类脑协处理器和实验性的交叉阵列中裸表示来，这些系统将存储和处理勾通在单一的物理层中。这类架构通过生物启发机制（包括脉冲时序依赖可塑性STDP）已毕内存意象和及时学习。然则，从模拟到数字、从数字到模拟脉冲的波折对系统淡薄了额外的能量需求，从而诽谤了系统的熵。
在信息以模拟方法罗致的系统中，模拟信号径直转变为脉冲将促进整个类突触系统的发展，在这些系统中，处理和意象由稀少、异步和局部交互主导，类似于东说念主脑中的交互方法。将来的AI系统将越来越多地给与端到端的模拟意象，摒除在很多任务中对蚁合式数字逻辑的需求。脉冲神经齐集（SNN）和事件驱动架构有望成为主流，并与新式传感器（如动态视觉传感器DVS）集成，变成对信得过全国刺激进行及时响应情切应的闭环系统。这些系统将在能效、响应速率情切应性方面提供显耀提高，这关于自主智能体、智能传感器和可衣服开导至关关键。
在信息以数字方法传输的系统中，从数字到类突触的转变秀雅着意象不雅念和已毕方法的根蒂变化。数字逻辑不再看成中枢意象引擎，而是看成料理和协作类突触过程的接口。跟着材料、器件和算法方面的跳跃会通，类突触意象将促成新一代智能、分散式和自顺应系统的已毕，使AI、ML和IoT的才略高出现存的局限。
挂念
一言以蔽之，本文所展示的本领机遇、材料以及集成挑战反馈出在不同领域推动存储本领所靠近的复杂性。每个领域齐需要有针对性的辩论与开发责任，以克服特定的本领、环境和操作远程。料理这些挑战关于推动存储本领的发展至关关键，而存储本领是将来意象、东说念主工智能以及先进传感和成像应用的要道。为马上增长的辩论社区提供合适的仪器开导，将加快本领跳跃与创新，并对新材料、器件、居品和商场决策的开发产生长远影响。这将影响国度经济增长的全局，并建设好意思国在新兴本领领域的带领地位。
上世纪70年代、80年代和90年代，好意思国的微电子方法曾出现一轮繁茂，主要蚁合在主要行业辩论中心及少数几所大学院校周围。在当年的25年中，国外商场的敞开和微电子行业的各人化推动了各人范围内产业所需的制造与想象器用的发展，提供了面向各人的买卖居品和本领料理决策。这种才略和居品的推广也突显出降拘束源滥用、截止数据指数增长的关键需求，同期也要搪塞对新本领决策日益增长的需求。咱们要么扩展CMOS之外的才略，要么创造新的本领创新。这将需要新的材料、器件和存储本领的出现。这还要求开发挑升用于制造和计量新兴材料的器用，并使这些器用对更闲居的辩论社区敞开。咱们需要推动辩论器用、数据和学问的民主化，赋能辩论群体，加快该领域的创新。
咱们只须通过建立一个涵盖专科学问、本领创新和东说念主才发展的国度级资源，才略已毕这一野心，从而支捏扫数关联社区的辩论、培训和证据责任。
感谢作家：
*免责声明：本文由作家原创。著作内容系作家个东说念主不雅点，半导体行业不雅察转载仅为了传达一种不同的不雅点，不代表半导体行业不雅察对该不雅点赞同或支捏，要是有任何异议，接待关联半导体行业不雅察。
今天是《半导体行业不雅察》为您共享的第4095期内容，接待体恤。
加星标??第一时刻看推送，小号防走丢
求推选
