社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

Adv. Sci.:MoS2沟道增强型高密度电荷阱闪存和机器学习辅助的传感方法,用于以存储为中心的计算系统

低维 昂维 • 1 月前 • 87 次点击  
图片
图片
点击蓝字
 
关注我们
为了方便各位同学交流学习,解决讨论问题,我们建立了一些微信群,作为互助交流的平台。
加微信交流群方式:
1.添加编辑微信:13162018291;
2.告知:姓名-课题组-研究方向,由编辑审核后邀请至对应交流群(生长,物性,器件);
欢迎投稿欢迎课题组投递中文宣传稿,免费宣传成果,发布招聘广告,具体联系人:13162018291(微信同号)

 

成果介绍

在人工智能(AI)工作负载向边缘器件转移的推动下,对提供高密度、低功耗和可靠性的非易失性存储器解决方案的需求不断增长。然而,由于短沟道效应和单元电流限制,使用多晶硅(Poly-Si)沟道的3D NAND闪存在增加比特密度方面遇到了瓶颈。

有鉴于此,近日,韩国庆北大学Byung Chul Jang和首尔市立大学Min-Jae Seo(共同通讯作者)等合作研究了MoS2作为3D NAND闪存单元的替代沟道材料。MoS2的低带隙有助于基于空穴注入的擦除,在中等电压下实现更宽的存储窗口。此外,采用低k(≈2.2)隧穿层提高了栅极耦合比,降低了编程/擦除电压,提高了可靠性,耐久时间可达104次,保持时间为105 s。综合分析,包括厚度相关的MoS2电学测量、温度相关的传导研究和技术计算机辅助设计(TCAD)模拟,阐明了沟道厚度与可靠性指标(如耐久性和保留性)之间的关系。此外,深度强化学习驱动的Berkeley短沟道IGFET模型(BSIM)参数校准使MoS2模型与制造的页面缓冲芯片无缝集成,允许电路级验证感知边界。该方法可应用于下一代存储器件的新沟道材料。这些结果表明,MoS2基非易失性存储器有效地满足了高密度、低功耗和可靠的存储需求,为以人工智能为中心的边缘计算提供了一个有前途的解决方案。

 

图文导读

图1. (a)提高边缘器件系统性能的3D NAND闪存的示意图。(b)室温下各种块材和纳米材料基半导体的迁移率与带隙的关系综述。(c)不同厚度MoS2薄片的拉曼光谱。(d)沟道厚度分别为1.3、3.2和6.5 nm的MoS2基器件的电学特性。(e)MoS2基突触存储器件的示意图。(f)存储器件栅极堆叠的高分辨TEM横截面图像。(g)MoS2基存储器件在不同VGS 扫描范围下的电学特性。

 

图2. (a)MoS2基器件与温度的关系。(b)低VDS下MoS2基器件沟道电阻的温度变化,以研究MoS2的传导机制。(c&d)对厚度分别为1.3 nm和6.5 nm的MoS2器件进行了校准后的TCAD仿真结果。(e&f)1.3 nm和6.5 nm厚度器件的MoS2沟道层在开关状态下模拟的电场分布。(g&h)1.3 nm和6.5 nm厚度器件在开关状态下模拟的MoS2沟道层的电子密度。

 

图3. (a)MoS2基存储器件的存储器窗口与沟道层数的关系。(b&c)不同沟道厚度的编程速度和擦除速度。(d)根据沟道厚度,基于初始VTh的存储器操作速度模型。(e)由于量子约束效应导致的薄沟道厚度带隙增加的能带图。

 

图4. (a)具有不同沟道厚度的MoS2存储器件的循环寿命。(b)具有不同沟道厚度的MoS2存储器件循环耐久性测试后的保留特性。(c&d)具有薄MoS2层和厚MoS2层的存储器件的AHI退化模型。

 

图5. (a)NAND Cell架构的框图。(b)提出的基于深度强化学习的BSIM模型代理框架流程图。(c)目标模型与替代模型的转移特性对比分析。(d)Die显微图像和系统噪声分解。(e)综合验证环境下不同字线电压差下的感知容限评估。

 

 

文献信息

MoS 2 Channel-Enhanced High-Density Charge Trap Flash Memory and Machine Learning-Assisted Sensing Methodologies for Memory-Centric Computing Systems

Adv. Sci., 2025, DOI:0.1002/advs.202501926)

文献链接:https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202501926


,以及各种测试分析,

图片
h-BN
图片
图片
图片


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/184647
 
87 次点击