当前位置:首页 > 科技资讯 > 正文

SOT-MRAM技术突破:开启存储技术新纪元

近年来,非易失性存储器(NVM)领域迎来了快速发展。随着人工智能、自动驾驶、物联网等新兴技术的崛起,传统存储体系正面临速度、能耗与稳定性的多重挑战。

为了应对这些挑战,各类新型存储器(如ReRAM、PCM、FeRAM、MRAM等)纷纷进入研发与验证阶段,试图在“后DRAM时代”中脱颖而出。其中,磁阻随机存取存储器(MRAM)因其高速、低功耗与非易失性,被视为最具潜力的通用型存储方案之一。

据最新报道,来自中国台湾国立阳明交通大学、台积电及工业技术研究院等机构的研究团队,在MRAM技术上取得了重大突破。他们成功开发出一种基于β相钨材料的自旋轨道力矩磁阻随机存取存储器(SOT-MRAM),其性能指标令人瞩目:数据切换仅需1纳秒,数据保持时间超过10年,隧穿磁阻比高达146%。这一成果发表在《自然电子学》(Nature Electronics)期刊上,为下一代高速、低功耗存储技术的产业化应用铺平了道路。

存储技术的变革需求

当前计算系统依赖由SRAM、DRAM和闪存构成的存储层级体系。然而,随着技术节点不断突破,这些基于电荷存储的传统技术正面临严峻挑战:可扩展性受限、性能提升困难、读写干扰加剧以及可靠性下降。特别是在人工智能和边缘计算快速发展的今天,对存储器提出了更高要求——既要具备DRAM的高速响应能力,又要拥有闪存的非易失性特征,同时大幅降低功耗。

在此背景下,新兴非易失性存储技术应运而生。除SOT-MRAM外,还包括自旋转移矩磁性随机存取存储器(STT-MRAM)、相变存储器(PCM)、电阻式随机存取存储器(RRAM)和铁电随机存取存储器(FeRAM)等。这些技术均具有非易失性、低延迟、低功耗的特点,并与现有的CMOS半导体工艺集成,为开发新型计算架构提供了可能。

SOT-MRAM的独特优势

SOT-MRAM之所以备受关注,得益于其独特的工作原理和技术优势。它利用具有强自旋轨道耦合作用的材料产生自旋轨道力矩(SOT),实现磁性隧道结内纳米磁体的磁化翻转,从而完成数据的写入与擦除。

相比于其他存储技术,SOT-MRAM具备三大核心优势:

  • 高速写入:通过自旋轨道力矩效应,可在纳秒级时间内完成磁化翻转,比传统磁场驱动方式快得多。
  • 高能效:三端结构设计将读写电流路径完全分离,有效解决了STT-MRAM的耐久性问题和磁性隧道结电阻限制,显著降低了能耗。
  • 高可靠性:由于读写操作相互独立,器件的耐久性大幅提升,可承受更多次的读写循环,同时长期数据保持能力出色。

攻克关键技术难题

尽管SOT-MRAM在理论上具备显著优势,但要实现产业化应用,必须解决一个关键技术瓶颈:自旋轨道耦合材料的热稳定性问题。

SOT-MRAM技术突破:开启存储技术新纪元 SOT-MRAM 非易失性存储器 存储技术 人工智能 第1张

研究团队通过精巧设计解决了这一难题:在钨层中插入超薄钴层形成复合结构。具体来说,他们将6.6纳米厚的钨层分成四段,每段之间插入仅0.14纳米厚的钴层。这种设计不仅抑制了钨层内的原子扩散,还通过钴与钨之间的混合效应消耗了热预算,延缓了相变的发生。

实验验证结果令人振奋:这种复合钨结构可在400°C下维持物相稳定长达10小时,甚至能耐受700°C高温30分钟。相比之下,传统单层钨在400°C下仅退火10分钟就发生了相变。研究人员通过透射电子显微镜、X射线衍射以及台湾光子源的纳米衍射测试确认了β相钨的稳定性。

性能全面验证

研究团队基于复合钨薄膜方案成功制备出64千位SOT-MRAM原型阵列,并在接近实际应用的条件下完成了全面的性能测试与验证。

SOT-MRAM技术突破:开启存储技术新纪元 SOT-MRAM 非易失性存储器 存储技术 人工智能 第2张

器件实现了1纳秒级的自旋轨道力矩翻转速度,性能几乎可与SRAM媲美,远超DRAM与闪存。对8000个器件的统计测试显示其翻转行为高度一致,在长脉冲条件下的本征翻转电流密度仅为34.1兆安/平方厘米。

数据保持能力同样出色。根据累积分布函数估算,器件的热稳定性参数Δ约为116,意味着其数据保持时间可超过10年。在隧穿磁阻比测试中取得高达146%的TMR值。

开启存储技术新纪元

这项研究不仅展示了实验室的技术突破,更为整个存储产业的发展指明了新方向。与许多仍停留在概念验证阶段的新型存储技术不同,基于复合钨的SOT-MRAM从设计之初就考虑了工艺兼容性和可制造性。

在人工智能和边缘计算场景中,SOT-MRAM展现出独特优势。其高速、非易失和低功耗特性使其成为AI加速器的片上缓存的理想选择。同时,它有望推动存储层级体系的重构并简化架构提升系统效率。

结语

目前来看基于复合钨的SOT-MRAM通过巧妙的设计解决了β相钨的热稳定性难题实现了纳秒级切换与超长数据保持的完美结合。这不仅是一项学术成果更是为下一代计算系统准备的核心技术储备。